圖片來源：AI生成

摘要：

當(dāng)DeepSeek以1/5的能耗訓(xùn)練出匹敵ChatGPT的模型，新一輪人工智能的普及和應(yīng)用爆發(fā)也將人類推向能源的“十字路口”，全球數(shù)據(jù)中心耗電量或?qū)⒃谒哪陜?nèi)暴增75%。算法和芯片的能效提升反而加劇了"杰文斯悖論"。一場關(guān)乎人類未來的能源突圍戰(zhàn)，正在數(shù)據(jù)中心機(jī)房與政策制定者的博弈中悄然展開。

撰文 | 慧諾

編輯 | Tang

當(dāng)特朗普在就職典禮次日就高調(diào)宣布"星際之門"（Stargate）計(jì)劃時(shí)，全球科技界為之震動(dòng)。

這項(xiàng)由甲骨文、軟銀、OpenAI聯(lián)合注資5000億美元的超級工程，宣稱要構(gòu)建未來AI的物理與數(shù)字基座。

但對美國來說，部署一個(gè)數(shù)據(jù)中心或許不難，難的是如何配套電力。數(shù)據(jù)中心的基礎(chǔ)設(shè)施一年可搞定，清潔、便宜、穩(wěn)定的電力系統(tǒng)，至少要5年。

就在美國AI基礎(chǔ)設(shè)施藍(lán)圖繪就之際，一記重錘從東方襲來：DeepSeek僅憑2000塊英偉達(dá)芯片，以560萬美元的超低成本，就訓(xùn)練出媲美OpenAI的開源模型，讓華爾街瞬間陷入恐慌。

當(dāng)DeepSeek團(tuán)隊(duì)曬出每瓦能耗僅為行業(yè)平均水平的1/5的成績單時(shí)，整個(gè)AI產(chǎn)業(yè)不得不直面一個(gè)尖銳命題：在數(shù)據(jù)、算法和算力狂飆突進(jìn)的賽道上，究竟該為技術(shù)突破讓路，還是同步兼顧地球的可持續(xù)發(fā)展？

當(dāng)美國試圖用行政手段掃除數(shù)據(jù)中心建設(shè)障礙時(shí)，以中國為代表的科技企業(yè)似乎在用創(chuàng)新證明“綠色AI”的可行性。

01--數(shù)據(jù)中心的能效優(yōu)化：技術(shù)紅利消失，規(guī)模效應(yīng)主導(dǎo)

2022年全球數(shù)據(jù)中心耗電量飆升至350太瓦時(shí)（TWh），若包含加密貨幣挖礦則達(dá)460 TWh。但鮮為人知的是，這場“電老虎”危機(jī)背后隱藏著一部精密的節(jié)能史詩：2010-2018年間，全球數(shù)據(jù)存儲(chǔ)容量暴增26倍，計(jì)算活動(dòng)激增550%，電力需求卻僅微增6%。

這一“奇跡”源于技術(shù)迭代——數(shù)據(jù)存儲(chǔ)效率年均提升20%，電源使用效率比（PUE）從2.5驟降至1.58，冷卻系統(tǒng)能耗占比從40%壓縮至25%，安全照明等輔助設(shè)備耗能更是腰斬至12%。

全球數(shù)據(jù)中心平均用電效率（2007-2024） 來源：Uptime Institute

然而，技術(shù)紅利在2018年后戛然而止。2023年全球數(shù)據(jù)中心平均PUE值停滯在1.58，甚至法國等發(fā)達(dá)國家因基礎(chǔ)設(shè)施老化，PUE值高達(dá)1.77，遠(yuǎn)超理論最優(yōu)值1.2。頂級數(shù)據(jù)中心雖能通過液冷技術(shù)將PUE壓至1.2，但GPU芯片產(chǎn)生的熱量已讓冷卻系統(tǒng)逼近物理極限。

效率提升的停滯，直接導(dǎo)致電力需求在2018年后飆升——短短四年間，全球數(shù)據(jù)中心耗電量翻番至350 TWh。

當(dāng)傳統(tǒng)節(jié)能手段遭遇瓶頸，芯片制造商也在硅基世界開啟了一場顛覆性革命。英偉達(dá)的AI芯片能效曲線呈現(xiàn)指數(shù)級躍遷：A100芯片每秒處理1.6萬億次運(yùn)算需消耗1.6焦耳能量，而2024年推出的B100芯片僅需0.2焦耳即可完成同等任務(wù)。

這種能效躍升得益于“小芯片”技術(shù)，將龐雜的單片芯片拆解為模塊化組件，性能提升的同時(shí)功耗降低。數(shù)據(jù)顯示，AI芯片算力年均增速達(dá)4倍，十年間累計(jì)提升10萬倍。

英偉達(dá)的AI芯片效率（單位：J/Token，2014-20204） 來源：NVIDIA

注：該圖使用對數(shù)刻度。2020、2022和2024分別代表A100、H100和B100 Nvidia芯片。

然而，更高效的芯片反而刺激了需求的爆發(fā)式增長。2023年全球AI訓(xùn)練需求激增300%，抵消了能效提升帶來的紅利。“杰文斯悖論”（Jevons Paradox）在AI領(lǐng)域顯靈：技術(shù)進(jìn)步非但未減少能耗，反而因服務(wù)需求膨脹導(dǎo)致電力缺口擴(kuò)大。據(jù)測算，若全球AI芯片均采用B100能效標(biāo)準(zhǔn)，2030年數(shù)據(jù)中心總能耗可減少1200 TWh（相當(dāng)于德國全年用電量），但現(xiàn)實(shí)遠(yuǎn)非如此理想。

與此同時(shí)，全球數(shù)據(jù)中心的“馬太效應(yīng)”愈發(fā)明顯：37%的設(shè)施屬于超大規(guī)模數(shù)據(jù)中心（承載60-70%負(fù)載），其單位能耗比中小型數(shù)據(jù)中心低40%。亞馬遜AWS、谷歌云等巨頭通過集中化運(yùn)營，將數(shù)據(jù)中心規(guī)模擴(kuò)張至41.2萬平方米（2010年僅為8萬平方米）。這種規(guī)模經(jīng)濟(jì)催生了能源霸權(quán)——超大規(guī)模數(shù)據(jù)中心每增加1兆瓦負(fù)載，年均電力需求增長15%。

全球數(shù)據(jù)中心容量趨勢（2017-2029）

來源：Synergy Research Group

硬幣的另一面是邊緣化趨勢的興起。不過，全球邊緣數(shù)據(jù)中心市場將以22%的CAGR擴(kuò)張至2030年，不過其當(dāng)前承載量仍不足總量的10%。

02--AI催生“電力饕餮”：全球版圖重構(gòu)

總的來看，全球數(shù)據(jù)中心的電力消耗堪稱“指數(shù)級增長”。國際能源署（IEA）預(yù)計(jì)，到2026年，全球數(shù)據(jù)中心總耗電量將突破800 TWh，四年內(nèi)增長75%。而標(biāo)準(zhǔn)普爾的預(yù)測則顯示，到2026年相關(guān)能耗或達(dá)1300 TWh，2030年更可能攀升至1100-2000 TWh區(qū)間，占全球電力消費(fèi)的3-8%。

美國數(shù)據(jù)中心電力消耗與預(yù)測（2014-2030）

來源：Cisco, IEA, Goldman Sachs Research

這種巨大波動(dòng)源于人工智能應(yīng)用的不確定性——不同AI任務(wù)的能耗差異可達(dá)千倍級別。例如ChatGPT單次文本請求僅需0.0005 Wh，而生成圖像則消耗0.5 Wh，相當(dāng)于洗衣機(jī)單次運(yùn)轉(zhuǎn)能耗的千分之一，但比谷歌搜索高10倍。若全面采用生成式AI替代傳統(tǒng)搜索，年耗電量將達(dá)29.2 TWh，相當(dāng)于4-5座核電站年產(chǎn)量。

即便如此，這仍遠(yuǎn)低于未來數(shù)年AI訓(xùn)練和推理所需的數(shù)百TWh增量需求，其中實(shí)時(shí)語音識別、圖像處理等應(yīng)用將成為主要增長點(diǎn)。值得注意的是，ChatGPT第4版訓(xùn)練耗能50 GWh，等同法國核電站滿負(fù)荷運(yùn)行兩天的發(fā)電量，但訓(xùn)練能耗僅占AI全生命周期能耗的較小部分。

數(shù)據(jù)中心集群化趨勢加劇了區(qū)域電力壓力。截至2024年3月，全球10655個(gè)數(shù)據(jù)中心中51%位于美國，15%分布在歐洲主要國家。美國弗吉尼亞州2023年數(shù)據(jù)中心耗電占比達(dá)25%，愛爾蘭更是突破20%紅線，法國數(shù)據(jù)中心則消耗全國10%的電力。

這種地域集中性導(dǎo)致電力需求差異顯著：美國數(shù)據(jù)中心當(dāng)前占全國用電4%，但預(yù)計(jì)到2030年將升至7-13%，成為電力需求增長首要驅(qū)動(dòng)力。歐洲整體影響相對較小，麥肯錫預(yù)測2030年歐洲數(shù)據(jù)中心年耗電量將達(dá)150 TWh，占總用電5%。個(gè)別地區(qū)矛盾尤為突出，愛爾蘭若無電網(wǎng)限制措施，2026年數(shù)據(jù)中心可能消耗全國1/3電力。

歐洲數(shù)據(jù)中心電力消耗與預(yù)測（2023-2030）

來源：DC Byte；Mckinsey

在能源領(lǐng)域，人工智能已展現(xiàn)出雙重特性。一方面，AI結(jié)合高性能計(jì)算可優(yōu)化核聚變控制精度至毫秒級，提升太陽能電池效率10-15%，強(qiáng)化智能電網(wǎng)預(yù)測準(zhǔn)確度。阿布扎比國家石油公司投入230億美元開發(fā)AI低碳技術(shù)，聲稱可提前達(dá)成減排目標(biāo)。

但另一方面，現(xiàn)有技術(shù)應(yīng)用的工程和經(jīng)濟(jì)效益尚未顯現(xiàn)。此外，數(shù)據(jù)中心廢熱利用率不足6%，法國年回收潛力僅1 TWh。電力靈活性方面，AI訓(xùn)練需持續(xù)供電無法中斷，推理任務(wù)中生成型AI（如ChatGPT）需即時(shí)響應(yīng)難以錯(cuò)峰，當(dāng)前僅20%的企業(yè)服務(wù)器具備日間集中使用、夜間休眠的調(diào)節(jié)潛力，超大規(guī)模計(jì)算中心僅有10-15%負(fù)載可轉(zhuǎn)移至邊緣節(jié)點(diǎn)。

03--歐美電網(wǎng)升級困局：基建速度追不上AI野心？

全球數(shù)據(jù)中心建設(shè)熱潮正面臨多重能源挑戰(zhàn)。

英國倫敦西部新設(shè)施需等待至2030年接入電網(wǎng)，瑞典南部企業(yè)面臨數(shù)年等待期。美國東北部電網(wǎng)運(yùn)營商拒絕亞馬遜數(shù)據(jù)中心擴(kuò)容請求的案例顯示，單個(gè)數(shù)據(jù)中心僅需1-2年建成，但配套電網(wǎng)升級周期長達(dá)4-10年，這種速度差異加劇了供需矛盾。

不過，電網(wǎng)升級投資需求遠(yuǎn)超預(yù)期，高盛預(yù)測未來十年歐洲需在輸配電領(lǐng)域投入超8000億歐元，遠(yuǎn)超歐盟委員會(huì)規(guī)劃的5840億歐元。美國佐治亞州當(dāng)前16.5吉瓦的峰值負(fù)荷將因69個(gè)新建數(shù)據(jù)中心翻倍至31吉瓦，而全美每年新增燃?xì)獍l(fā)電僅6吉瓦。預(yù)計(jì)到2030年需47吉瓦新火力發(fā)電能力，相當(dāng)于20座AP1000核反應(yīng)堆的規(guī)模，但核電建設(shè)周期和全球僅有不足10座西屋反應(yīng)堆的現(xiàn)狀，使得能源供給缺口難以填補(bǔ)。

能源價(jià)格波動(dòng)成為直接影響因素，內(nèi)布拉斯加州為支持谷歌和Meta新建設(shè)施導(dǎo)致居民電價(jià)年增2.5%-3%。愛爾蘭批發(fā)電價(jià)較歐洲均值高出三分之一，其國內(nèi)20%電力被數(shù)據(jù)中心消耗。冷卻系統(tǒng)雖經(jīng)技術(shù)改良，微軟已將每千瓦時(shí)耗水量降低80%，但全美數(shù)據(jù)中心仍消耗相當(dāng)于300萬人口城市的用水量。弗吉尼亞州等地的水資源壓力迫使企業(yè)選擇能效低5%的替代冷卻方案，這種取舍折射出能源環(huán)境的多重制約。

數(shù)據(jù)中心冷卻系統(tǒng) 來源：Mitsubishi Heavy Industries

更諷刺的是，AI訓(xùn)練所需的高能耗芯片制造本身就依賴稀土和清潔能源。然而，全球AI芯片市場被少數(shù)巨頭壟斷：英偉達(dá)占據(jù)88%的GPU市場份額，微軟一家就采購了50萬臺Hopper芯片。芯片工廠3-5年的建設(shè)周期與數(shù)據(jù)中心快速擴(kuò)張形成鮮明對比，即便新興企業(yè)加入也難以緩解供需失衡。

相關(guān)勞動(dòng)力的短缺成為另一大瓶頸。麥肯錫預(yù)測，美國將面臨40萬名電氣工人的缺口，而數(shù)據(jù)中心建設(shè)和半導(dǎo)體制造等關(guān)聯(lián)產(chǎn)業(yè)的需求仍在激增。在歐洲，電網(wǎng)運(yùn)維人員不足的問題同樣嚴(yán)峻——瑞典南部電網(wǎng)需招聘數(shù)千名新員工，卻面臨技能斷層的雙重困境。

04--科技與油氣巨頭，攜手重塑全球能源版圖

科技巨頭們正以氣候中和為旗幟，卻在人工智能的狂飆中陷入能源悖論。微軟去年碳排放量激增30%，直接威脅其2030年碳負(fù)排放目標(biāo)；亞馬遜雖宣稱今年將100%使用清潔能源，但其數(shù)據(jù)中心擴(kuò)張速度已讓弗吉尼亞州電網(wǎng)負(fù)荷飆升至四分之一。谷歌的PUE值降至1.1、WUE僅0.18升/千瓦時(shí)，看似行業(yè)標(biāo)桿，但在服務(wù)需求呈指數(shù)級增長的背景下，這些效率指標(biāo)的邊際效益正被急速稀釋。

更嚴(yán)峻的是，巨頭們的“綠色”賬簿可能存在水分。若按實(shí)際電力消耗而非可再生能源證書計(jì)算，谷歌、微軟等公司的溫室氣體排放量可能高達(dá)名義值的7.62倍。這種碳會(huì)計(jì)游戲，正暴露出科技行業(yè)在可持續(xù)發(fā)展承諾與商業(yè)利益間的深層撕裂。

科技巨頭正以瘋狂購電協(xié)議重塑全球能源版圖。亞馬遜、Meta、谷歌包攬了全球十大清潔能源買家席位，僅Meta 2024-2025年就將在24個(gè)國家部署9800兆瓦風(fēng)光項(xiàng)目。然而，當(dāng)可再生能源供應(yīng)速度跟不上數(shù)據(jù)中心擴(kuò)張節(jié)奏，核能成為巨頭的新賭注。

微軟斥資6.5億美元收購賓夕法尼亞州核電站，OpenAI聯(lián)合甲骨文推出“星際之門”計(jì)劃，計(jì)劃建造5座5000兆瓦核電站支撐超大規(guī)模數(shù)據(jù)中心。法國更宣布投入1090億歐元人工智能預(yù)算，將核電作為基礎(chǔ)設(shè)施核心。核能復(fù)興的背后，是科技巨頭對穩(wěn)定供電的焦慮——微軟三哩島核電站的重啟、亞馬遜收購X-energy SMR初創(chuàng)企業(yè)，無不彰顯其對“基荷電源”的渴求。

亞馬遜100%收購核電站以支持?jǐn)?shù)據(jù)中心 來源：Talen Energy

美國各州正為數(shù)據(jù)中心瘋狂讓利。弗吉尼亞州因數(shù)據(jù)中心激勵(lì)政策損失7.5億美元稅收，伊利諾伊州的4.68億美元補(bǔ)貼僅創(chuàng)造339個(gè)崗位，每崗成本高達(dá)140萬美元。這種“基建換增長”的模式，在特朗普政府5000億美元AI投資計(jì)劃下將被推向極致。

歐洲市場呈現(xiàn)雙軌分化：北歐國家、西班牙和法國依托廉價(jià)核能及可再生能源吸引數(shù)據(jù)中心，而德國、英國和愛爾蘭則通過稅收優(yōu)惠爭奪科技企業(yè)。盡管邊緣數(shù)據(jù)中心以20%的年增速擴(kuò)張，但Meta宣布的2吉瓦數(shù)據(jù)中心計(jì)劃仍顛覆行業(yè)認(rèn)知——這個(gè)近乎巴黎城區(qū)規(guī)模的龐然大物需要至少兩座核反應(yīng)堆支撐。

若按當(dāng)前指數(shù)增長趨勢，2028年可能出現(xiàn)10吉瓦級數(shù)據(jù)中心，其能耗將匹敵葡萄牙全國用電量。愛爾蘭的電網(wǎng)瓶頸已暴露了歐洲的脆弱性：若無政策干預(yù)，該國數(shù)據(jù)中心用電量將于2026年占全網(wǎng)三分之一。

數(shù)據(jù)中心的電力需求增長甚至已影響到全球能源轉(zhuǎn)型格局。美國天然氣發(fā)電廠及碳捕獲電廠因此迎來復(fù)興機(jī)遇，馬來西亞在建數(shù)據(jù)中心滿負(fù)荷運(yùn)行所需電力已超過該國2022年可再生能源總產(chǎn)量，類似情況在沙特阿拉伯、愛爾蘭等國同樣存在，預(yù)示著化石燃料仍將在能源轉(zhuǎn)型中扮演關(guān)鍵角色。

值得注意的是，5G技術(shù)突破也在改變行業(yè)布局。毫秒級延遲要求的降低使得數(shù)據(jù)中心選址更趨靈活，催生出新型主機(jī)托管商業(yè)模式。未來的一種出路正是“分布式能源網(wǎng)絡(luò)”與“邊緣計(jì)算”的結(jié)合：將數(shù)據(jù)中心從超大規(guī)模中心解構(gòu)為貼近用戶的微型節(jié)點(diǎn)，利用本地可再生能源供電。例如，愛爾蘭正測試的“數(shù)據(jù)中心即電網(wǎng)”模式，允許企業(yè)自發(fā)電并參與電力市場交易。

然而，盡管邊緣數(shù)據(jù)中心在智能城市領(lǐng)域增長約20%，但其發(fā)展速度仍無法趕上超大規(guī)模數(shù)據(jù)中心迅速推廣，也難以緩解及其對電網(wǎng)的沖擊。

05--最節(jié)能者或成為AI競爭最終贏家？

當(dāng)前數(shù)據(jù)中心的工程效率提升已難以抵消指數(shù)級增長的電力消耗，反彈效應(yīng)將持續(xù)推高能源需求。對此，電網(wǎng)壓力催生政策創(chuàng)新，OpenAI公關(guān)負(fù)責(zé)人已提議AI企業(yè)可以用20%-25%算力支持公共教育系統(tǒng)，作為獲取電網(wǎng)資源的交換條件；美國加州則計(jì)劃對靈活數(shù)據(jù)中心給予電價(jià)補(bǔ)貼。

無論承認(rèn)與否，若AI能持續(xù)突破技術(shù)瓶頸并真正普及，數(shù)據(jù)中心最終將成為電力市場的核心參與者，科技巨頭也將從電力消費(fèi)者轉(zhuǎn)變?yōu)殡娋W(wǎng)管理者，與電動(dòng)汽車、儲(chǔ)能系統(tǒng)共同構(gòu)建新型電力生態(tài)。

2025年巴黎人工智能行動(dòng)峰會(huì) 來源：AFP

對此，從英國到首爾再到巴黎，近年來多場全球峰會(huì)上提出的“節(jié)儉型人工智能”或成為緩解能耗危機(jī)的關(guān)鍵路徑。并且，當(dāng)DeepSeek僅用2000芯片訓(xùn)練出與ChatGPT相當(dāng)?shù)哪Ｐ蜁r(shí)，不僅僅帶來的是硬件成本和推理能耗的降低：盡管總資本支出依然較高，但算法效率的指數(shù)級提升已足以改寫行業(yè)規(guī)則。隨著算法效率每年提升四到十倍，AI推理成本較ChatGPT發(fā)布時(shí)已下降1200倍。

未來，節(jié)能技術(shù)或重塑全球AI競爭格局。

作者簡介：作者慧諾，目前從事國內(nèi)科技企業(yè)的投資和出海服務(wù)工作（歐洲和美洲為主），并為多家智庫提供地緣經(jīng)濟(jì)相關(guān)研究和新媒體編輯工作。

免責(zé)聲明：

本文僅用于學(xué)術(shù)交流和傳播，不構(gòu)成投資建議