AI Energy Consumption
为什么重要
深度解析
首先要理解训练与推理的分野。训练前沿模型是一阵单次的巨大爆发：数万颗加速器同步运行数周或数月，最大训练任务的能耗估计落在几十 GWh——大致相当于一座小镇一年的用电量。推理的形态正好相反：每次请求都很便宜，但每天数十亿次请求会累积；随着部署使用量暴涨，推理已经超过训练，成为 AI 总耗电需求中更大的一部分。两个阶段最终都会落在同一个地方——数据中心——在那里，GPU 和 TPU 把电力转成热量，随后还得把热移走；所以现代 AI 园区围绕变电站和冷却所做的工程，绝不亚于围绕硅片的工程。
训练与推理
一次前沿训练会把能耗集中在一个时间窗口里。背后的集群——数万颗通过高带宽网络连接的加速器——在运行期间可能持续拉取 100 MW 甚至更多 IT 负载，因此训练场地会围绕现成变电站和便宜、稳定的电力选择。小型任务也很重要：对现有模型做微调，比从零训练便宜几个数量级，但数千个组织每天都这样做，加起来依然可观。
推理则把能耗摊开。每生成一个 Token 都只耗费一点点计算，但热门模型昼夜服务数百万用户，电表从不停转。Google 2025 年自己的测量显示，一条 Gemini 文本提示词的中位能耗约为 0.24 Wh；独立机构对同类聊天机器人的估计也落在零点几 Wh 的范围——单次请求很小，聚合起来却很大。推理模型还大幅推高了单次请求能耗，因为它们在给出可见答案前，会先生成漫长的隐藏思维链。经验法则是：训练能耗随缩放定律描述的模型与数据集规模增长，推理能耗则随用户数、上下文长度和输出长度增长。
GW 级园区与核电协议
行业的回应是一场以 GW 计量的建设潮，也是现代AI 基础设施的核心部分。已经公布的 AI 园区单址规划容量达到 1 GW 或更多——相当于一座大型核反应堆的输出——IEA 估计，2024 年全球数据中心耗电约 415 TWh，占全部电力约 1.5%；到 2030 年，这个数字将增长一倍以上，AI 是主要驱动因素。压力已经在局部显现：2023 年，美国数据中心消耗全国约 4.4% 的电力，联邦预测 2028 年将达 7–12%；在爱尔兰，数据中心约占全国需求五分之一，促使都柏林周边限制新增连接。
电网无法以同样速度扩张，于是最大的买家直接走向电源。Microsoft 签下 20 年协议，重启 Three Mile Island 未受损的反应堆，锁定约 835 MW 全天候无碳电力；Google 与 Kairos Power 达成协议，计划到 2035 年部署总计约 500 MW 的小型模块化反应堆；Amazon 随后也签了自己的核电园区交易。这些协议与其说是绿色品牌宣传，不如说是物理现实：训练与服务集群需要稳定的全天候电力，而只有核能和少数其他能源能以 GW 规模提供。
一次查询不会压垮电网
一种常见说法是，每一次聊天机器人查询都是环境灾难，但单次查询数字并不支持它。零点几 Wh 的文本提示词，大致相当于 LED 灯泡点亮几分钟，远低于早期病毒式传播的估计；那些估计错误地假设每次查询都会触发一次全新的巨大计算。随着模型和服务栈进步，单次查询数字也还在下降。
但相反的说法——AI 能耗不值一提——同样错误。影响存在于总量：每天数十亿次请求；图像、视频生成等远比文本昂贵的重模态；以及 AI 不断嵌进搜索、办公软件和客服后复合增长的需求。末日标题与轻描淡写都错过了真实画面：这是电网层面的规划问题，不是单次查询的内疚问题。
效率提升与杰文斯反弹
效率曲线确实非常陡。量化、蒸馏、推测解码和混合专家架构，都能大幅削减每 token 计算量；从 NVIDIA 到竞争对手，每一代加速器也都显著提升每瓦性能。Model Serving软件栈也变得更聪明，靠 KV 缓存复用与连续批处理维持高利用率；一部分推理还在移向边缘设备，由小模型在本地运行。
然而总耗电量仍在增长，这正是杰文斯悖论发挥作用：每 token 成本下降时，需求不会保持不变——过去不划算的应用会启动，使用量则扩张到填满预算。Token 价格大约每年下降一个数量级，总推理量却增长得更快。现实展望不是效率拯救电网，而是效率决定一张给定电网究竟能交付多少 AI。