AI耗电的本质，是它用“暴力计算”代替了人类的“直觉判断”。耗电主要分两个阶段，而推理（你问它答）的耗电可能最让你意外：

· 训练阶段（“填鸭式教育”）：大模型要在数月内“阅读”全网数万亿个词汇。这需要成千上万块GPU（图形处理器）同时工作，反复调整上千亿个参数。一次大模型训练的电费动辄上千万美元，耗电量堪比数千个家庭一年的用电量。· 推理阶段（“答题思考”）：这是日常耗电大头。你问一个问题，AI不是“查资料”，而是把每个字都转成数字，进行千亿次矩阵乘法（比如把“苹果”和“水果”的关系算一遍）。业界估算，一次ChatGPT查询耗电约2.9瓦时，是传统谷歌搜索的10倍。如果AI变成主流搜索，全球数据中心电力需求预计将翻倍。· 物理硬伤（“搬砖”比“算数”更费电）：芯片内部，搬运数据（内存读写）的耗电远大于计算本身。为了把“苹果”这个词从内存搬到计算核心，电流要跑很长的“电路马路”，过程中电阻发热浪费了大量电能。· 散热“空调费”：GPU全力运转时发热极高，数据中心近一半的电费其实花在了水冷或空调制冷上，否则芯片会直接烧毁。

不过别太焦虑，工程师正在努力“减负”：比如研发专用于AI计算的NPU（神经网络处理单元），或采用低精度计算（FP8）来省电。随着技术迭代，AI的能效正在以每年翻倍的速度提升。—————————————关于中美日三国的AI耗电量，目前没有统一的口径。通常用数据中心总用电量来近似衡量，因为AI是其中的核心增量。以下是三国的大致情况：· 美国（全球最大）：约 2240亿度 或 1800亿度。至少占全美用电量 5% 以上（另有估算近7%），占全球数据中心耗电量的45%。预计2028年将攀升至 3250～5800亿度。· 中国（全球第二）：约 1700亿度 或 1960亿度（不同机构统计口径差异）。占全社会用电量约 1.6%（另有报告显示约1000亿度，占比略低），占全球数据中心耗电量的25%。预计2030年将达 5000～8000亿度。· 日本（增长迅猛）：AI相关数据中心用电量预计从2025年的约 36亿度 飙升至2034年的 514亿度。到2030年，AI预计将占日本总用电量的 40%，数据中心增量将占全国电力需求增长的 50%以上。

从全球看，2024年全球数据中心总耗电约 4150亿度，预计到2030年将翻倍至 9450亿度。

需要说明的是，各国在统计口径、是否包含全部AI相关用电等方面存在差异，且数据仍在快速增长，以上数字仅供参考。总的来说，美国是当前的耗电大户，中国紧随其后且增速极快，而日本虽然当前总量较小，但未来增长潜力巨大。