为什么人工智能对能源的需求将持续增长

抖音热门 2025年10月02日 22:53 0 admin

2025年8月，布鲁金斯学会发布报告《为什么人工智能对能源的需求将持续增长》（Why AI demand for energy will continue to increase），系统探讨了人工智能技术发展与全球能源消耗之间看似矛盾实则紧密相连的关系。报告指出，尽管人工智能模型的计算效率正在以惊人的速度提升，但这并未带来行业总能耗的下降。相反，效率提升所释放的潜力被迅速用于构建规模更大、能力更强的模型，同时，服务成本的降低极大刺激了市场需求，形成了一场永不停歇的“算力军备竞赛”。这一趋势正对全球电力系统和监管政策构成前所未有的严峻挑战。启元洞见编译整理了其中的核心内容，以供读者参考。

一、效率提升的悖论：不断被重新投入的“算力红利”

人工智能领域近来的一大热点是年初DeepSeek等模型在效率上取得显著突破。这些技术创新使得以更低的计算成本运行强大的人工智能模型成为可能，引发了外界对于人工智能能耗问题或将得到缓解的乐观预期。然而，若将视野拉回至过去十年的人工智能发展史，便会发现这种效率提升本身就是一种常态，是行业演进的固有特征，而非扭转全局能耗趋势的终点。

这种现象与经典的杰文斯悖论（Jevons Paradox）有异曲同工之妙。一份2024年7月的研究报告指出，仅在过去两年，人工智能模型的计算效率就提升了三个数量级。另一项针对计算机视觉领域的研究估计，“算力增强型创新大约每九个月就能将实现同等性能所需的计算量减半”。同样，对2013年至2023年间大语言模型演进的分析也发现，“达到特定性能阈值所需的计算量，其减半周期约为8个月”。正如Anthropic公司首席执行官达里奥·阿莫迪（Dario Amodei）所说，DeepSeek所取得的成就，本质上是延续了这一长期趋势，属于意料之中的进展。

问题关键在于，人工智能行业从未将通过效率提升节省下来的算力红利简单地用于降低总能耗。相反，这些宝贵的计算资源几乎无一例外地被重新投入到下一代模型的研发与性能提升中。当前人工智能模型，尤其是大语言模型，其固有缺陷是众所周知的。例如，模型输出中普遍存在的幻觉现象，即生成与事实不符或毫无根据的信息，是其在医学、法律、国防等高风险、高价值应用领域中应用受限的核心原因之一。为提升人工智能服务在专业及企业级市场的渗透率与可信度，整个行业必须持续改进模型的可靠性、准确性和逻辑推理能力。

而实现这一切的路径，在当前的技术范式下，几乎是唯一的：投入更多的计算资源。这意味着需要构建更庞大的模型架构、使用更海量的数据进行训练和更复杂的推理计算。因此，每一次单位计算成本下降，都为行业向着更高性能、更大规模的模型迈进打开了新的空间，而不是踩下能源消耗的“刹车”。为了让人工智能从今天的“玩具”和辅助工具，真正蜕变为能够承担关键任务的可靠系统，其对算力的渴求不仅不会停止，反而会远超今天的水平。这直接导致了人工智能行业能源总需求的持续增长。

二、经济引擎的驱动：成本下降引发的需求爆炸

除了行业内部无尽追求性能的提升外，市场经济的基本规律是另一个驱动人工智能能耗持续攀升的强大引擎。DeepSeek等高效模型的出现，正迫使整个行业的人工智能服务价格下降，而价格的降低必然会刺激市场需求的爆炸性增长。

可以预见，当API调用成本、图像生成费用或数据分析服务的价格变得足够低廉时，其应用场景将呈指数级扩展。今天，许多企业和个人开发者可能因为成本因素而对人工智能服务的使用持谨慎态度，但在未来，低廉的价格会促使他们将人工智能深度整合到更多的产品、服务和业务流程中。原本每天处理一千次请求的应用，可能会因为成本的大幅下降而升级到每天处理一百万次请求。这种由价格弹性引发的需求增长，其规模可能远超因效率提升所带来的单位能耗节约。

当前存在一些对人工智能产品和服务市场需求的怀疑声音，甚至有人提出了“人工智能幻灭期低谷”（AI trough of disillusionment）的说法，认为当前的炒作远大于实际价值。这种审慎态度固然有其合理性，因为任何新兴技术都会经历从过度期望到理性回归的过程。然而，将这种短期市场情绪的波动等同于人工智能长期需求增长的停滞，可能是一种误判。历史经验表明，革命性技术的普及曲线虽然曲折，但长期向上的趋势是确定的。

因此，即使我们承认当前人工智能服务尚不完美，但其价格不断下降，本身就会创造出新的庞大的需求基础。原本无法负担人工智能成本的大量中小企业、非营利组织乃至个人用户，都将成为这个市场的新增量。这股由市场力量驱动的需求浪潮，将与行业内部对性能的追求相互叠加，共同将人工智能的总计算量和总能耗推向新的高峰。

三、无法回避的现实：对能源基础设施的巨大压力

人工智能行业对能源需求的持续增长，最终将以物理形态投射到全球的能源基础设施之上，尤其是电力系统。人工智能公司将不可避免地向政策制定者和电力公司提出大幅增加能源生产的要求，这将对现有的电网规划、投资和运营模式构成严峻挑战。

为了满足人工智能数据中心的用电需求，电力公司将不得不规划和投资数十亿乃至上百亿美元，用于建设以吉瓦（GW）为单位计量的巨型发电厂。这种规模的投资，如果处理不当，其成本极有可能转嫁给所有电力用户。在缺乏能够有效隔离数据中心能源开发成本的政策和电价结构的情况下，人工智能行业的用电需求本身就可能推高普通居民和传统工商业的电费。

然而，监管层面面临的问题比成本分摊更为复杂和棘手。电力公司在响应人工智能行业看似迫切的能源需求时，还必须审慎评估其中蕴含的巨大风险。这个风险的核心在于：今天人工智能公司所提出的能源需求预测，在多大程度上是真实、可持续的，又在多大程度上是被市场炒作和过度乐观所夸大的？

这是一个价值万亿的赌注。如果电力公司基于这些预测进行了大规模的电厂和电网投资，但几年后，人工智能行业的发展并未达到预期，或者技术迭代使得能源需求大幅下降，那么这些耗资巨大的发电设施就可能沦为搁浅资产。这些无法通过原定客户收回成本的投资，最终的负担者很可能仍然是广大的普通纳税人和电力用户。

因此，对于政策制定者和监管机构而言，当前最紧迫的挑战是设计出一套全新的监管策略。这套策略必须具备足够的灵活性和前瞻性，既能适应和支持人工智能产业合理的能源增长需求，鼓励其健康发展，又必须建立起有效的风险隔离机制，确保人工智能产业发展的成本和潜在风险不会不成比例地转移到其他能源消费者身上。这可能涉及创新的电价设计、风险共担的投资模式以及更严格的数据中心能效和选址规定。如何在这场由人工智能驱动的能源需求浪潮中，既抓住技术革命的机遇，又守住能源安全和公众利益的底线，将是未来十年全球各国政府面临的共同考验。

免责声明：本文转自启元洞见。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨启元洞见

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er