荷兰阿姆斯特丹自由大学环境研究所博士生 Alex de Vries-Gao 在《Joule》期刊发表最新研究指出，人工智能的电力消耗可能在 2025 年底前超越比特币挖矿，并占全球数据中心总耗电量近一半。
这项研究通过追踪 AI 专用芯片供应链，估算出 AI 硬件的能源需求正以惊人速度增长。数据显示，仅 NVIDIA 和 AMD 在 2023 年至 2024 年生产的 AI 加速器模块，累计热设计功耗已达 3.8 吉瓦，相当于爱尔兰全国的年度电力消耗。
AI 与加密货币挖矿的能源消耗趋势
de Vries-Gao 发现 AI 和加密货币挖矿存在相似的"越大越好"心态，这种观念正在推动能源需求持续攀升。研究采用供应链分析方法，聚焦于关键封装技术的产能状况。
这项技术对近年来的 AI 加速器至关重要，能够将处理器和高频宽内存整合在单一封装中，有效解决"内存墙"问题。分析显示，相关产能较前一年增长超过一倍，这直接推动了 AI 硬件能耗的快速上升。
2025 年电力需求预测
研究预估仅 NVIDIA 和 AMD 的 AI 系统在 2025 年的电力需求就可达到 5.3 吉瓦。若纳入其他公司使用相同技术制造的设备，总电力需求可能达到 9.4 吉瓦，全年耗电量将在 46 至 82 兆瓦时之间，相当于瑞士、奥地利或芬兰的年度用电量。
这一预测数据表明，AI 技术发展带来的能源消耗增长不容忽视。👉 查看实时能耗监测工具 可以帮助研究者更好地跟踪这一趋势。
技术效率与能源消耗的悖论
尽管技术效率不断提升，AI 的能源需求仍在持续增长。这主要是由于"更大规模模型表现更佳"的观念驱动着行业的持续扩张。然而，研究也指出了潜在的减缓因素。
中国研发的 R1 模型声称以较低阶硬件和创新软件达到了与先进模型相当的效能，这显示技术创新可能成为降低计算和能源成本的有效途径。这种效率提升对于平衡 AI 发展与能源消耗具有重要意义。
透明度缺乏与监管需求
de Vries-Gao 强调，科技公司缺乏透明度使准确评估变得困难。一些企业甚至停止了以往披露的 AI 耗电数据，这给研究和监管带来了挑战。
研究者呼吁制定更严格的监管要求，强制企业公开 AI 能源消耗信息，以便政策制定者和研究人员更好地评估 AI 发展对环境的影响。这种透明度将有助于推动行业向更可持续的方向发展。
常见问题
AI 能耗增长的主要原因是什么？
AI 能耗增长主要源于硬件需求激增和"越大越好"的开发理念。更大规模的模型需要更多的计算资源，导致电力消耗快速上升。
AI 耗电与比特币挖矿相比如何？
研究表明，到 2025 年底，AI 的总耗电量可能超过比特币挖矿。这是因为 AI 应用范围更广，硬件部署规模更大。
如何降低 AI 的能源消耗？
通过技术创新提高能效是关键。改进硬件设计、优化算法效率和使用可再生能源都能有效降低能耗。
企业为何不愿公开能耗数据？
可能出于商业机密或竞争考虑。但缺乏透明度阻碍了行业能耗的准确评估和有效监管。
个人用户如何减少 AI 使用带来的能耗？
选择能效更高的服务提供商，合理使用 AI 功能，避免不必要的计算任务，都可以帮助减少能源消耗。
未来 AI 能耗趋势会如何发展？
随着技术成熟和能效提升，单位计算的能耗可能下降，但总能耗仍可能因应用普及而继续增长。