AI 电力需求会一直涨吗：从训练能耗、芯片效率到电网供给的逐条拆解

AI 已是电网级负载

美国数据中心在 2023 年用电 176 TWh（占美国电力的 4.4%），2024 年为 192 TWh。伯克利实验室的参考情景预计它们在 2025 年增长 22%、2026 年增长 29%，达到约 300 TWh。EPRI 估计其中 15–25% 是 AI。IEA 表示，以 AI 为重点的数据中心仅在 2025 年就增长了 50%。综合起来，2026 年 AI 的用电量约为每年 75 TWh。

训练占据头条（尽管推理用电更多），因为这笔一次性前期成本令人侧目。GPT-3 耗电 1,287 MWh，而 Grok 4 估计为 310 GWh，是前者的 240 倍。

更多数字

• 75 TWh 约占美国 2025 年 4,195 TWh 用电量的 1.8%，相当于约 700 万户家庭的用电量。
• 单个站点如今已达核电站规模：xAI 的 Colossus 2 耗电 946 MW，微软位于威斯康星州的 Fairwater 规划为 2.3 GW。
• 前沿训练运行所消耗的电力每年增长 2.2 倍，到 2030 年最大的单次运行可能需要 4–16 GW。
• 推理占了大头：约占 2024 年 AI 服务器能耗的 65%，正朝着 80% 迈进。
• 单次提示词耗电极小：Gemini 文本提示词中位数为 0.24 Wh，ChatGPT 平均每次查询为 0.34 Wh。但仅 ChatGPT 一家在 2025 年中期就处理了每天 25 亿次提示词，而推理和智能体任务每次查询的耗电量可能高出数百到数千倍。

是的，但是 GPU 正变得越来越高效

英伟达将 Blackwell 宣传为每次推理能耗最高比 Hopper 低 25 倍。自 CES 2026 起全面量产的 Vera Rubin 声称，每兆瓦可处理的 token 数最高是 GB200 的 10 倍，CoreWeave 在 DeepSeek-R1 上实测为 10 倍。在英伟达自己的图表上，1.8T 参数 MoE 的每 token 能耗从 Pascal 的 17,000 J 降至 Blackwell 的 0.4 J，八年约 45,000 倍。

整体硬件趋势是每年效率提升 1.28–1.40 倍（Epoch、Epoch），IEA 表示这一趋势正在逐渐放缓。

更多数字

• Rubin 的机架采用全液冷，PUE 为 1.1，而此前约为 1.25。
• 这一亮眼提升很大一部分来自更低精度（FP16 → FP4）、更大的 NVLink 域和软件，而非芯片本身。在固定精度下，Rubin 的每瓦 FLOPs 与 Blackwell 大致持平，稠密模型的提升更接近 2–3 倍。
• 此前每一项芯片趋势也都放缓了。每千瓦时计算量在 2000 年前每 1.6 年翻一番，之后变为每 2.6 年。单线程速度从每年 +52% 降至约 +3%。
• 物理规律也设定了上限：CMOS 芯片的效率最高约为 H100 的 207 倍，而从 FP16 降到 FP4 已经用掉了大部分数值格式带来的增益。
• 因此，我们让这一趋势在接近那堵墙时逐渐衰减，约为 Blackwell 的 130 倍（区间 26–650 倍）。这样十年后是 6–14 倍，而非 12–29 倍。若使用量维持在今天的水平，AI 的用电量仍会逐年下降，只是降幅没那么陡。

是的，但是 AI 的采用率仅为 2%

a16z 的 State of Markets II 显示，截至 2026 年 4 月，只有 约 2% 的美国家庭付费订阅 AI（PNC 交易数据）。未来十年采用率将飙升。AI 的采用速度大约是 90 年代互联网的两倍，而互联网从 1995 年 14% 的美国成年人增长到 2005 年的 68%。以两倍的速度，AI 的未来十年相当于互联网的二十年，后者到 2015 年达到 86%。如果付费 AI 遵循同样的 S 曲线，从约 2% 的家庭增长到 68–86%，使用量将上升 34–43×，足以抵消硬件方面的收益。

是的，但是 模型正变得越来越高效

密度定律（Xiao 等，Nature Machine Intelligence，2025）发现，开源 LLM 的每参数能力大约每 3.5 个月翻一番：每个季度，用一半大小的模型就能达到相同的分数。预印本测算出，从 GPT-3.5（2022 年 12 月）到 Gemini 1.5 Flash（2024 年 8 月），同等性能的价格下降了 266.7 倍。这些改进对能耗产生了直接影响。Google 在一年内将每个 Gemini 提示的能耗降低了 33 倍。

显然，这些密度提升不会永远持续下去。持续十年会得出一个明显荒谬的结果：在低端情况下，全美国的 AI 运行所需电力还不到一栋房子。现实是，对特定能力的需求会随着该能力的成熟而急剧放缓，但仍能取得巨大收益。

更多数字

Andrej Karpathy 的 GPT-2 复现是观察这一进展的绝佳方式。OpenAI 2019 年的训练运行成本约为 $43,000。llm.c 在 2024 年用 24 小时以 $672 复现了 1.5B 模型。到 2026 年 3 月，nanochat 在 1.65 小时内、花费约 $48 就超越了它：七年内便宜了约 900 倍，即每年 2.6 倍。在固定硬件上，社区竞速达到 GPT-2-small 损失的时间从 45 分钟降至 1.13。对于此处的估算，我们采用了每年 2.6 倍（Karpathy）到每年 10.8 倍（密度定律）的范围，并让其逐渐衰减，年收益每 3–10 年减半。

是的，但是 TAM 大于人口规模

现在，token 的第一大用户是智能体，而不是人类。在 OpenRouter 上，智能体 API 密钥的使用量于 2026 年 2 月 6 日首次超过人类，到 9 月下旬，它们使用的 token 量已是人类的 约 7 倍。OpenClaw 默认以 30 分钟心跳自我唤醒，黄仁勋预测未来将有 1000 亿个智能体。智能体正变得主动，使用量也在大幅增长。那 7 倍中有一部分比看上去更便宜：约 90% 的智能体 token 是对同一提示词的缓存重读。按算力加权，如今智能体的用量约为人类的 1.5–2 倍。

我们假设到 2036 年，每个采用者的智能体算力增长 2–20 倍，即每年约 1.07–1.35 倍。

更多数字

• OpenRouter 上按 token 计最大的公开应用是 Hermes Agent，这是一个运行定时自动化的持久性智能体。OpenClaw 拥有 39.1 万 GitHub 星标，其默认心跳意味着每天 48 次无提示会话。
• ChatGPT Pulse 会在你提问前彻夜研究，Claude Code 的定时任务“即使会话空闲也会触发”，而一位 Cursor 客户每周运行 2000 多次智能体任务，无需手动提示。
• 微软已经注册了 约 4000 万个智能体。
• 每个智能体任务都很重。智能体使用的 token 是聊天的 4 倍，多智能体系统是 15 倍，Claude Code 智能体团队使用 约 7 倍，而推理输出正以每年 5 倍的速度增长。
• Meta 员工在 30 天内消耗了 60 万亿 token，人均约 7 亿。
• 2–20 倍的假设只是 2026 年速度的一小部分，而且它叠加在人类采用之上。

是的，但是硬件正变得更加优化

服务模型的方式有一架梯子，每一级都比上一级更高效、更不灵活：CPU，然后是 GPU，然后是 TPU，然后是固定功能 ASIC。大多数 AI 仍运行在 GPU 上：2025 年第四季度，Nvidia 出货了 67% 的新增 AI 算力。最高一级是 Taalas 的 HC1，它将 Llama 3.1 8B 硬连线到晶体管本身，每焦耳 token 量约为满载 GPU 的 3 倍。

我们将 ASIC 从目前约占 AI 功耗的 25% 提升到 2036 年的 40–70%，每瓦 token 量为 GPU 的 1.5–20 倍：同样功耗下 AI 最多可提升约 13 倍。

更多数字

• 在推理方面，GPU 的效率约为 CPU 的 42 倍（Nvidia 的数据）。
• Google 的第一代 TPU 达到了当时 CPU 和 GPU 的 30–80 倍 TOPS/W，而 Ironwood 是第一代 Cloud TPU 的约 30 倍。
• AWS 将 Trainium3 评为 Trainium2 效率的 4 倍，而只做 transformer 的 Etched 刚刚以 210 亿美元估值融资 7 亿美元。TrendForce 预计 ASIC 出货量将在 2026 年超过 GPU。
• HC1 采用台积电 6 纳米工艺，815 mm²，每卡约 200–250 W。它向单个用户流式输出约 17,000 token/s，而 H200 只能达到 约 230。
• 按每焦耳计算，差距没有 74 倍那么大，因为 GPU 同时服务数百名用户：满载的 H200 在同一模型上可达到 约 17,700 token/s。Taalas 自己声称是 10 倍。
• 代价是灵活性：模型被冻结在金属中，采用 3/6 比特量化，而新模型需要约 2 个月。AMD 在 8 月同意收购 Taalas。

是的，但是 杰文斯悖论

1865 年，威廉·杰文斯注意到效率并不能节省燃料：当苏格兰炼铁厂将每吨铁的煤耗削减到不足三分之一时，苏格兰的煤炭使用量增长了十倍。AI 正遵循同样的模式。谷歌将每次提示的能耗削减了 33 倍，但其月度 token 量在两年内从 9.7 万亿增至 3.2 千万亿。

采用和代理已计入上述数字，因此这里的问题是额外还会再花费多少。AI 自身在 2025–26 年的记录表明为 75–85%：前几节节省下来的每一项效率提升，大部分都会以负载形式回归。

更多数字

• 杰文斯的原话：“认为燃料的经济使用……意味着少用它，这完全是概念混淆。”
• 1800 年至 2000 年间，英国的光价降至不足 1/3,000，而人均光使用量增长了 6,500 倍，总使用量增长了 25,000 倍。300 年来，光支出一直保持在GDP 的 0.72% 左右，这相当于约 100% 的回弹。
• 唯一真正的反例：2010 年至 2018 年，数据中心算力增长了 6.5 倍，而能耗仅增长 6%。GPU 到来后，这种情况就结束了。
• “杰文斯悖论再次应验！”DeepSeek R1 发布的那一周，萨提亚·纳德拉发帖称。前沿模型的运行成本现在每年高出 3–18 倍，因为节省下来的钱被花在了更大的模型上。
• 75–85% 从何而来：2025–26 年 token 增长了 7 倍，每任务能耗下降了≥10 倍，但 AI 数据中心负载仍上升了50%。
• 证据薄弱，且一项研究发现需求在各模型间缺乏弹性。

是的，但是 电网无法如此快速建成

目前 AI 受限于供应，而非需求。萨提亚·纳德拉表示微软“有一堆芯片躺在库存里，我无法插上电”。仅 ERCOT 就有474 GW 的大型负载在等待，而美国电网一年内接入的新数据中心负载最多为约 10 GW。供应链的每个环节都积压：燃气轮机需要约 6 年，大型变压器需要2.5–4 年。

我们将 AI 的新增产能上限设为每年 10–25 GW，到 2036 年相当于 650–1,700 TWh。超过约 1,700 TWh 后，这就不再是需求问题。涡轮机、变压器和电线并不存在。

更多数字

• 亚马逊的安迪·贾西预计产能不足以满足 2026 年的需求，Alphabet 的 CFO 称其为“供应受限的环境”。
• 北弗吉尼亚的数据中心空置率为0.2%，在建项目中 80% 已被租出。
• ERCOT 等待负载中约 90% 是数据中心。Dominion 有54 GW 已签约，但其数据中心负载每年增长约 0.5 GW。
• PJM的容量拍卖连续第三年触及价格上限，但仍短缺6.8 GW。
• GE Vernova有116 GW的燃气轮机订单和预订量，而年产量约为20 GW，且自2019年以来涡轮机价格上涨了195%。一座新电厂从申请并网到投运现在需要等待超过5年。
• 建设者正通过现场燃气发电绕过电网（已宣布124 GW，其中一半是投机性的），但这又撞上了同样的涡轮机排队问题。
• 每年10–25 GW的规模，从今天的速度到大约相当于美国全部发电装机建设量的两倍。即便是高情景也达不到Anthropic所说的行业所需的到2028年50 GW。