当前，人工智能正以前所未有的速度融入人们的生活与工作，在带来便捷与高效的同时，其背后隐藏的庞大能源消耗却较少被人留意。国际能源署近日发布的《能源与AI》报告，揭示了AI能耗的真实数据。

当用户与AI完成一次对话，云端服务器便会消耗2瓦时电能，约等于开灯十分钟的耗电量；若使用AI生成一段视频，所需电量则升至50瓦时，足够一台电风扇持续运转约1小时。

然而，在全球科技巨头竞逐大模型赛道的算力竞赛中，能源消耗的代价远超公众想象。报告以OpenAI的GPT-4为例，该数据模型在持续14周的数据模型训练中消耗了42.4吉瓦时电力，日均耗电0.43吉瓦时，这堪比2.85万户欧美家庭的日均用电量。但这仅仅是AI能耗的冰山一角——

放眼全世界，2024年全球数据中心耗电达415太瓦时，占据全球总用电量的1.5%，与英国全年用电量相当。其中，美国数据中心耗电量180太瓦时占全球45%的份额，其次是占据25%的中国和占据15%的欧洲。过去十年，美国数据中心用电量增长迅猛，2015至2024年间以年均约12%的速度增长，2024年耗电量达180太瓦时，超过美国全社会用电量的4%。同时，中国的数据中心行业自2015年起也显著扩张，2015至2024年间电力需求年均增长15%，而同期中国全社会用电量年均增速仅为7%，目前中国数据中心年耗电量约100太瓦时，大致相当于国内电动汽车的年用电量。

未来AI能源消耗图景更具冲击力，报告预测，到2030年，全球数据中心用电将飙升至945太瓦时，逼近日本当前全国用电规模。

面对数据中心电力需求的极速增长，全球能源供给结构正呈现多元化趋势。报告显示，可再生能源将满足近一半的新增用电需求，天然气和煤炭紧随其后。美国德州的风电园区与中国内蒙古的光伏基地，正逐渐成为新一代“数字油田”。

同时，能源系统正加速向电气化、数字化、互联化和去中心化演进，AI技术被寄予厚望，有望用于优化电网调度、提升能源效率及降低排放。然而，报告同时强调，AI与能源行业的互动呈现明显的“双刃剑”效应，在带来希望的同时，也可能给保障能源安全带来一定压力。

为平衡AI发展与能源安全，报告提出系统性解决方案。一方面是基建升级，各国需加大可再生能源装机与智能电网、储能设施投资，以匹配数据中心等新兴负荷需求。另一方面是能效革新，推广液冷技术、模块化设计，将数据中心能效比（PUE）降至1.1以下，并通过“虚拟电厂”实现算力与分布式能源的动态匹配。此外，还需建立政策制定者、科技企业与能源行业的常态化对话机制，推动技术标准与政策框架的衔接。

不难看出，人类在提升AI运行效率的同时，也使其成为了更高效的能源消耗体，这种效率与能耗并存的现象是技术发展中的精妙悖论。当挪威的数据中心将服务器余热输送至城市供暖系统，当深圳的虚拟电厂通过AI实现负荷调节，能源与AI的关系正从简单的“消耗与被消耗”，转向更深层的“赋能与被赋能”。在AI与能源相互交织的未来，如何实现“Energy for AI and AI for energy”（能源赋能AI，AI革新能源）的良性循环，将成为决定未来可持续发展的重要命题。