共计 1240 个字符，预计需要花费 4 分钟才能阅读完成。
尽管效率不断提升，人工智能（AI）的电力需求仍将持续攀升，甚至可能在未来几年内超过比特币挖矿的能源消耗。这是阿姆斯特丹自由大学环境研究所博士生 Alex de Vries-Gao 的最新预测。他在近期发表于《Joule》期刊的研究中指出，到 2025 年底，AI 将消耗全球数据中心总电力消耗的近一半。
根据 de Vries-Gao 的估算，AI 目前已经占据数据中心总电力消耗的五分之一。然而，由于大型科技公司未公开其 AI 模型的具体能源使用数据，这一数字的精确性难以确定。de Vries-Gao 的预测基于 AI 专用计算机芯片的供应链信息，并结合了公开设备细节、分析师报告和公司财报电话会议的数据，采用了一种称为“三角测量”的技术方法。
- 
他估算，2024 年全球用于 AI 的设备能源消耗可能达到与荷兰相当的规模，并在 2025 年底接近英国的电力需求，达到 23GW。这一增长主要归因于 AI 硬件的快速扩展，尤其是英伟达和 AMD 等公司生产的 AI 芯片。台湾积体电路制造公司（TSMC）的数据显示，其用于 AI 的封装芯片生产能力在 2023 年至 2024 年间翻了一番。
de Vries-Gao 指出，AI 行业的一个显著特点是“越大越好”的心态。大型科技公司不断扩展模型规模，试图通过增加数据和计算能力来提升 AI 性能，但这同时也大幅增加了资源需求。这种趋势在美国尤其明显，该国拥有全球最多的数据中心，且能源公司正计划建设新的燃气发电厂和核反应堆以满足 AI 的电力需求激增。
这种电力需求的突然飙升不仅可能对电网造成压力，还可能会延缓向清洁能源的转型。这与加密货币挖矿行业曾面临的问题类似，区块链矿场的电力需求也曾被指责为对能源系统的负担。
与加密货币挖矿相似，AI 的能源消耗及其环境影响难以精确量化。尽管许多科技公司设定了气候目标，并将温室气体排放数据纳入年度可持续发展报告中，但其具体能源使用情况仍缺乏透明度。de Vries-Gao 批评道，在计算 AI 能源消耗时，需要经过“如此多的步骤才能给出一个数字”，这一过程显得“荒谬且不必要”。
此外，AI 行业可能面临“杰文斯悖论”的风险：即随着技术效率的提升，能源消耗反而增加，因为人们会更多地使用该技术。以太坊的经验提供了一个反例：在转向更节能的交易验证策略后，其电力消耗骤降 99.988%。然而，AI 行业是否愿意放弃“越大越好”的策略，转而优先开发高效模型，仍是一个未知数。
虽然 DeepSeek 等公司展示了高效 AI 模型的潜力，但科技公司是否会将其作为优先事项仍不确定。de Vries-Gao 认为，“如果没有首先衡量问题，很难有效管理这一问题”。随着 AI 技术的普及，全球电力需求可能在本世纪末增长 25%，尤其是在美国，这一趋势主要归因于 AI、传统数据中心和比特币挖矿的共同推动。
尽管如此，如果能提高科技公司在可持续发展报告中的透明度，未来或许可以对 AI 的能源消耗及其环境影响进行更精确的评估和管理。目前，这一领域的不确定性仍然巨大，但毫无疑问，AI 的能源需求已经成为一个迫切需要关注的全球性问题。
