中國儲能網訊：當越來越多的人習慣于向ChatGPT之類的人工智能尋求日常答案，這份觸手可及的便利背后是由無聲流淌的能源在默默支撐。研究估算，ChatGPT處理一次查詢的耗電量約相當于一盞家用白熾燈點亮20秒所需的電力，而更為復雜的任務，其能耗可能達到普通搜索的近百倍。
我們正步入一個能源需求越來越旺盛的世界。國際能源署（IEA）稱其為“電力新時代”：交通、建筑和工業(yè)的電氣化推動電力需求激增。除了電動汽車和工廠，數據中心也正在被視為電力需求的“新興驅動力”。
9月24日，人工智能巨頭OpenAI宣布了其新數據中心建設計劃：根據今年1月在白宮與特朗普總統共同公布的“星際之門”計劃，將在美國各地建立五個新的數據中心，其能源消耗足以為數十萬戶家庭供電。
IEA在4月發(fā)布的報告中指出，目前，AI占數據中心電力消耗的5%至15%，但到2030年，這一比例可能升至35%至50%，相當于日本全國目前的用電規(guī)模。屆時，約十分之一的全球電力需求增長將來自數據中心。
2021年，谷歌能耗為18.3TWh，其中AI部門僅占10%至15%，但有研究預測，僅谷歌AI部門幾年后的年耗電量就可能與愛爾蘭全國用電量（29.3TWh）相當。而中國的三峽水電站年發(fā)電量約為100TWh，這意味著未來僅谷歌AI就可能消耗掉三峽三分之一的發(fā)電量。
AI應用在全球快速擴張，但其能源消耗問題卻常被忽視。目前全球AI的碳排放已與全球航空業(yè)相當，約占全球總量的2%。AI會在多大程度上推高電力需求？我們如何在滿足日益增長的數據與人工智能需求同時，實現能源的綠色供應，避免加劇對氣候危機的影響？這些問題仍亟待我們去回答。
美國電價上漲引發(fā)社會反彈
一個溫暖的周末早晨，佐治亞州梅肯市的羅莎·杰克遜社區(qū)中心早已熱鬧非凡。孩子們在體育館內奔跑；家長們和其他成年人在當地環(huán)保組織設立的展臺前駐足，電臺DJ正為現場觀眾和聽眾進行直播。吸引人們前來的并非宏大的氣候議題，甚至也不是當地的空氣質量問題，而是一場抽獎活動——300美元的獎金可用于抵扣水電費。
據《時代》周刊報道，今年以來，在佐治亞州乃至全美范圍內，電費持續(xù)上漲。南方環(huán)境法律中心的分析顯示，過去兩年，佐治亞電力公司的居民用戶月均電費已增加超過40美元。美國能源信息署數據指出，自2022年以來，全國電價漲幅已達13%，超過通貨膨脹率。
推動居民電費增長的主要原因源于當地為滿足數據中心用電需求新建的兩座核電站超支成本及燃料費用上漲，加之今年7月破紀錄的高溫天氣，部分用戶的電費賬單甚至翻倍或增至三倍。
近年來，美國電價漲幅持續(xù)高于通貨膨脹率。分析指出，近期的事件僅是開端：在電力需求平穩(wěn)多年之后，美國電力需求出現了持續(xù)增長，增長主要受三方面驅動：電氣化普及、制造業(yè)擴張以及為訓練和運行AI模型而新建的高能耗數據中心。
中美兩國在人工智能領域已展開激烈競爭，AI技術高度依賴充足且廉價的電力。而美國電力供應體系及老化電網難以匹配需求增速。供應短缺與需求激增正在共同推高成本。
目前，可再生能源（包括風能和太陽能）被視為最快、最經濟的電力供應方式之一。然而，特朗普政府上臺后，不僅削弱了《通脹削減法案》的支持力度，還對可再生能源發(fā)展設限，這也成為近期美國電價上漲的原因之一。
預期中的電價大幅上漲可能改變民眾行為。1985年以來，電價漲幅長期低于通脹率。如今，美國人開始擔憂。安永公司去年調查顯示，僅30%的受訪者對能源成本可承受性有信心，近三分之二的人表示難以應對10%的漲幅。
上述報道指出，這種變化折射出全球氣候行動敘事的重要轉變：幾十年來，氣候倡導者一直在試圖讓民眾認識到全球變暖及其背后的化石燃料系統的作用，但成效有限。如今，許多美國人可能首次直接感受到這一系統的影響，人們日益擔憂數據中心的快速擴張對能源成本的影響。能源可負擔性正成為新焦點。
電力將成為AI發(fā)展瓶頸
國際能源署預測，到2030年，全球數據中心的電力需求將翻倍，達到約945TWh，相當于日本當前的總用電量。在增長份額中，中國和美國將主導全球數據中心電力需求的上升，合計占比約80%。
長期研究AI能耗的荷蘭央行金融經濟學家、獨立數據科學家亞歷克斯·德弗里斯（Alex de Vries）向澎湃新聞（www.thepaper.cn）指出，AI正成為數字世界中最大的能耗來源之一，但對此相關的監(jiān)管與透明度嚴重不足。
“公眾常將數據中心用電與AI用電混為一談，因為AI服務器就在數據中心內運行，從外部無法區(qū)分。真正的區(qū)別在于內部：AI服務器使用高度專業(yè)化的芯片（如英偉達、AMD等），這些芯片將內存和處理單元集成在同一封裝內，以提供極高的內存帶寬，滿足AI工作負載對內存的巨大需求。相比之下，傳統服務器（用于流媒體、云存儲等）使用不同的硬件，且其性能與能耗的關系與AI‘越大越好’的范式不同?！彼f。
隨著聊天機器人、搜索引擎、翻譯工具等AI應用正被越來越多企業(yè)和個人廣泛使用。支撐這些系統的是成千上萬的高性能芯片，它們提供巨大的算力，先用于訓練模型，再用于日常推理。尤其是后者，每天都在大規(guī)模進行，導致AI總能耗被嚴重低估。
谷歌、微軟、OpenAI等科技巨頭對AI能耗披露極少。谷歌僅在2022年透露AI占其總能耗的10%至15%，此后未更新數據?！稓W洲人工智能法案》僅要求企業(yè)報告訓練階段的能耗，而實際占大頭的使用階段的能耗卻不在強制披露范圍。缺乏強制報告機制使得AI的實際能耗難以追蹤。
由于缺乏直接數據，德弗里斯只能通過分析AI芯片供應鏈來估算能耗?！耙阎庋b總產能和單個芯片尺寸，就能計算出能生產的芯片總數，進而推算出加速器模塊、服務器數量，再結合已知的服務器功耗數據，最終估算出全球AI系統的總能耗。”他將此過程類比為“已知紙張大小和名片尺寸，計算能印制多少張名片?！?/span>
根據今年5月德弗里斯在國際學術期刊《焦耳》上發(fā)表的研究，相較于其2023年的初步估算，過去兩年的全球芯片生產數據顯示AI的能耗增長遠快于此前預期。
“2023年底，AI的電力需求已達到我的祖國荷蘭全國的用電水平，占全球數據中心耗電量的20%。這一需求在2024年可能會翻番，屆時AI可能占全球數據中心耗電量的一半?！彼f?！凹词惯@個驚人的數字，可能仍是保守估計。因為我對數據中心冷卻系統能效（PUE）可能過于樂觀（實際更耗電）；對AI服務器利用率（假設為65%）的估計可能偏低。”
德弗里斯認為，短期內（1-2年）AI總能耗仍將顯著增長，因為過去幾年制約AI發(fā)展的主要瓶頸——芯片封裝產能正在迅速擴張，例如臺積電的產能每年翻番，供應正在追趕需求。
然而，下一個瓶頸將是電力供應本身。AI的耗電量已經變得如此巨大，以至于尋找能夠支撐這些龐大數據中心的充足電力變得非常困難。
IEA指出，盡管全球范圍內數據中心對總電力需求的推動相對有限，但由于數據中心分布高度集中，因此在某些國家影響更為顯著。目前近一半的數據中心電力消耗發(fā)生在美國，25%在中國，15%在歐洲。
美國勞倫斯伯克利國家實驗室分析顯示，2023年美國數據中心用電占全國4%，到2028年可能升至7%至12%。在愛爾蘭，數據中心用電量已占全國21%，IEA預計到2026年這一比例將達32%。在弗吉尼亞州和都柏林等地區(qū)，數據中心用電占比甚至分別達到26%和79%。
德弗里斯警告，AI的快速發(fā)展可能與氣候減排目標相沖突，他呼吁企業(yè)提高透明度，以便政府制定政策，協調AI發(fā)展與可持續(xù)目標。否則，AI可能成為隱形的，不受控制的能耗與排放源。
綠色和平氣候與能源項目主任呂歆表示，2020年9月之后，中國數據中心企業(yè)對可再生能源的態(tài)度出現了明顯的進展，先行企業(yè)開展ESG工作，參與綠電消費；2022年，多家頭部企業(yè)承諾在2030年及以前實現100%可再生能源和運營范圍碳中和。目前AI算力需求激增，企業(yè)綠電消費能否走出更加陡峭的增長曲線，如期實現2030年目標值得關注。
電力需求何解？
9月25日，在紐約舉行的聯合國氣候周上，包括微軟、谷歌等全球企業(yè)巨頭都同意，為飛速增長的數據中心和人工智能提供能源將是一項共同的挑戰(zhàn)。
微軟和谷歌的高管承認，他們建設數據中心的計劃可能會導致增加使用化石燃料發(fā)電，盡管企業(yè)將嘗試通過從其他地方購買可再生能源來減輕這種消耗的影響。
在IEA報告中，到2035年，全球數據中心電力結構將從目前約60%化石燃料轉變?yōu)?0%清潔能源。這一轉變主要依賴全球可再生能源擴張，部分可再生能源由數據中心企業(yè)直接資助。
不過，IEA也指出，為滿足數據中心需求，可能仍需擴大天然氣和煤炭發(fā)電。目前，全球尚無完整的數據中心能耗或排放數據集，也缺乏政府強制報告，所有數字均為估算。
眼下煤炭仍是全球數據中心最大的電力來源，尤其在中國。同時，中國的數據中心用電量增速預計將遠高于全社會用電量。北京理工大學能源與環(huán)境政策研究中心今年1月發(fā)布的《2025年中國能源經濟指數研究及展望》指出，2024至2030年，全國數據中心用電量年均增速將達20%，遠超全社會用電量增速。
新增的電力供應從何而來？綠色創(chuàng)新發(fā)展研究院（IGDP）能源轉型項目主任、高級分析師李鑫迪解釋說，中國數據中心多數依賴電網供電，其綠電比例取決于電網整體脫碳進度。企業(yè)可通過購買綠證或選擇在可再生能源豐富地區(qū)（如云南）建立數據中心來提高綠電使用率。
為應對數據中心的電力需求挑戰(zhàn)，中國正通過“東數西算”工程、提升“綠電”比例（力爭2025年國家樞紐節(jié)點新建數據中心綠電占比達80%），以及嚴格能效標準（PUE降至1.5以下）等措施，推動數據中心綠色轉型。
呂歆指出，中國數據中心實現大規(guī)模綠電消費正聚焦三大關鍵：穩(wěn)定的市場價格與預期、成熟的多年期綠電交易模式和暢通的跨區(qū)跨省綠電交易渠道。近年來，得益于政策引導與機制創(chuàng)新，已經取得了積極進展。
針對“以綠電滿足AI需求”的觀點，德弗里斯認為有其局限：數據中心需全天候24小時穩(wěn)定供電，而風電、光伏具有間歇性。AI數據中心同樣面臨備份電力依賴化石能源的問題。
他強調，當前全球尚無足夠可再生能源實現100%綠電供應。AI電力需求的激增，在中短期內反而可能增加對化石燃料的依賴。
對此，呂歆認為，在新能源裝機總容量較低時，企業(yè)通過參與綠電交易等方式，能夠從需求側有效促進新能源供給。伴隨著更高比例的新能源接入電網，若缺乏儲能等靈活性資源，新能源的消納和利用可能成為挑戰(zhàn)。因此，在現有基礎上，持續(xù)完善市場的自調節(jié)能力、推動儲能及需求側響應等靈活性資源參與，能夠助力新能源穩(wěn)定供應和進一步發(fā)展。
而對于“AI可通過優(yōu)化其他行業(yè)節(jié)能以抵消自身能耗”的觀點，德弗里斯也持懷疑態(tài)度。他指出，目前科技公司用電需求因AI能耗大幅上升，但節(jié)能效益尚未顯現，IEA2024年報告也認為這些效益目前“可忽略不計”。
德弗里斯提到“回彈效應”：即能效提升可能激發(fā)更大需求，導致總能耗不降反升。“AI本身就是典型案例：硬件與算法進步被用于構建更強大模型，推動總能耗上升?！彼f。
不過，AI普及速度、能效提升等仍存在不確定性。盡管生成式AI熱度高，其商業(yè)持續(xù)增長前景可能弱于預期，而更優(yōu)芯片、高效算法和大型數據中心可能提升能效，抑制電力需求。
關于未來AI用電的增長趨勢，李鑫迪則認為，盡管AI屬于突變型技術，可能呈爆發(fā)式增長，但目前尚未有明確預測顯示其會在新增電力需求中占主導地位。
總之，國際能源署表示，電力需求增長為“發(fā)達經濟體”敲響了“警鐘”，要求電力行業(yè)投資基礎設施，否則“滿足數據中心負荷增長可能需要與電氣化等其他目標進行權衡”。
德弗里斯舉了在歐洲發(fā)達國家中凸顯電力分配機會成本的兩個案例：在荷蘭某地，當地電網容量飽和時，電力被優(yōu)先分配給一個數據中心而非大學；在瑞典，政府對當地數據中心的電力補貼多年后取消，轉而用于鋼鐵制造，因為當地政府認為數據中心創(chuàng)造的就業(yè)有限。
“當電網容量飽和時，社會將不得不思考電力資源的優(yōu)先分配問題?！彼f。
