夜雨聆风阅读时间：8分钟
系列：AI科普第④课
同学们好，又见面了！
前三节课我们聊了Token、脑机接口、AI骗人。你们现在对AI的理解，已经超过了大部分成年人。
今天这节课，老师要告诉你们一个很多人不知道的事实——
你每用一次AI，它就在烧电。
你以为AI是"云端的东西"，用起来好像"不花钱"？错了。每一次AI回答你的问题，背后都在消耗真实的电力、占用真实的服务器、排放真实的碳。
这节课，老师带你们看看AI的"能耗账单"，顺便结合最近的一些新闻，让你知道AI竞争背后，到底在比什么。
■ 训练一次大模型，要烧多少电？
先说一个数字，你们猜猜：
训练一次GPT-4，需要花多少电？
答案是：约50吉瓦时（GWh）（代表多次训练或更大模型的累计耗能 ）。
1吉瓦时是什么概念？
● 够一个普通家庭连续用5700年的电量
● 相当于25000个家庭一年的用电量之和
● 如果用煤炭发电，相当于烧掉了几十吨煤炭
● 如果按每度电0.6元算，光训练一次的电费就高达几十万美元
这只是训练的费用——"教AI学会"的阶段，只做一次。
而你们每天用ChatGPT、DeepSeek、文心一言，这些推理（Inference）过程每天都在发生。
■ 你用一次AI，大概花了多少电？
这个问题更有意思。
老师查了一下资料（虽然AI告诉我的数字不一定准，所以老师要加一句"仅供参考" 😄）：
一次普通的AI对话（大约20个问题）耗电量：约0.01-0.05度电
相当于手机充一次电的1/10到1/2。听起来好像不多？
但是——全球每天有多少人在用AI？
ChatGPT日活用户超过1亿。DeepSeek上线即爆火，高峰期每秒处理几百万次请求。
如果1亿人每天各问20个问题：
● 每天耗电：100万到500万度
● 每年耗电：3.6亿到18亿度
● 相当于一座小型城市全年的用电量
而这，还只是聊天。如果把AI搜索、AI图片生成、AI视频生成、AI语音助手全部算进去——AI行业的总用电量，正在以惊人的速度增长。
■ 全球数据中心，已经成了"吃电巨兽"
你们知道全球最大的"用电户"是谁吗？
不是工厂，不是高铁，是数据中心。
2023年，全球数据中心用电量约占全球总用电量的2%。
到2026年，这个比例预计上升到8%-10%。
到2030年，有研究预测AI相关用电将占全球用电量的10%-17%。
17%是什么概念？
也就是说，十年后，全球约十分之一的电力，可能都被AI用掉了。
这就是为什么老师说AI可能是人类有史以来最耗电的东西——它的体量，正在变得越来越大，而且没有减速的迹象。
■ 为什么AI这么耗电？
这个问题要从技术原理说起。
AI的"大脑"，是一堆芯片（GPU）。
你们知道NVIDIA（英伟达）吗？就是那个做显卡的公司，现在它的市值已经超过了很多国家的GDP。
英伟达做的GPU（图形处理器），是目前训练AI的主力芯片。ChatGPT训练用了几万张英伟达H100芯片。
一张H100芯片，功耗是700瓦——跟一台微波炉差不多。
几万张同时运行，功率就是几十兆瓦，相当于一座小型发电站。
为什么GPU这么耗电？
原因很简单：AI计算的本质是做海量的矩阵乘法——说白了就是无数次的乘法和加法。GPU有上万个核心，可以同时做这件事，但代价是需要大量电力来驱动这些核心运转。
而且，芯片运转的时候会发热。你们打游戏的电脑也会发烫对吧？
热量一大，就需要空调和冷水机组来降温，这部分的耗电又是芯片本身耗电的30%-40%。
芯片本身 + 散热系统 = AI的真实用电量
■ 中国在这场"算力竞赛"里，排在什么位置？
这是最近科技圈最热的话题之一。
全球AI算力格局
目前全球AI芯片的主要玩家：
● 美国：英伟达（GPU）、AMD、英特尔
● 中国：华为昇腾（Ascend）、壁仞科技、寒武纪等
美国在芯片领域起步早，技术领先。中国的芯片被美国限制了出口，高端芯片进不来。
但中国没有坐以待毙——走了一条不同的路：让AI在更小的设备上跑起来。
结合最新行业动态，以端侧AI为例，近年来多家科技公司都在探索将AI模型部署到手机、汽车等终端设备上。这种方案可以减少数据传输延迟、保护用户隐私、降低云端能耗，代表了AI发展的一个重要方向。
与此同时，各大科技巨头都在加大对AI基础设施的投资——无论是数据中心、芯片研发还是能源供应，都在做重资产布局。AI竞争，已经不只是"比谁的AI更好"，而是"比谁有更多的算力和能源"。
■ AI的能耗问题，会影响你的生活吗？
会。而且可能比你想的更近。
①. 手机会更烫、更耗电
你们有没有发现，用了AI功能的手机，电池比以前用得更快了？
因为AI功能需要在本地跑一个小型模型，这个过程会占用大量算力，手机就会发热、耗电。未来，带有"AI功能"的手机会越来越多，电池续航可能会比以前更短。
②. 电费可能会涨
如果全社会用电量大幅增加，而发电量跟不上，电价就可能上涨。AI的能耗，最终会分摊到每个人头上。
③. AI会抢电
想象一下：夏天空调开得多的时候，你们家有时候会"跳闸"对吧？
当数据中心和居民抢电的时候，也会出现类似的情况。有研究报告指出，未来一些地区的数据中心可能会面临"有服务器但没电用"的尴尬局面。
■ 跟上三节课的联系
我们四节课讲了什么？
你们理解了：AI会幻觉、会偏见、会造假，因为它本质是"预测"不是"核实"。
第④课（今天）：AI的能耗
你们现在看到了：AI不只是"软件"，它有真实的物理消耗——电力、芯片、水资源、碳排放。
四节课下来，你们对AI的认知又升了一级：不只是"会用"，也不只是"会防"，还要"会算"——算它背后的资源和代价。
■ 给同学们的三条建议
①. 意识到"免费"的AI其实不免费
每次AI回答问题，背后都在消耗服务器、芯片和电力。没有真正免费的AI，只是有人在替你付账单。
②. 关注AI的"能效比"——同样的电，更好的AI
中国的端侧AI方向值得支持，因为它在用更少的电，做更多的事。未来，选择更省电的AI产品，也是一种环保行为。
③. 理解"算力即国力"
AI竞争的本质，是芯片+能源+人才的综合竞争。美国有芯片优势，中国有能源和人才优势。了解这些，你们就能更客观地看待中美科技竞争，而不是被媒体带节奏。
══════════════════════════════
📚 下课 📚
四节课下来，老师从Token讲到脑机接口，从AI骗人讲到AI耗电。你们现在对AI的了解，已经不是"会用AI"这么简单了——你们知道AI是什么、怎么工作的、会怎么骗你、会消耗多少资源。
这四节课的内容，你们可以在同学面前吹一年。
下节课，老师想聊一个更轻松但也更重要的话题——
你们每天用的AI应用，真的安全吗？你们的个人数据去了哪里？
我们下节课见。
（聪明的用户，不只问AI能做什么，也问AI值不值 ⚡）
—— 潘老师 AI科普课堂 ——
