2026 年 4 月，IEA 更新《Key Questions on Energy and AI》时，里面最反常的不是模型，而是一串很“工业”的东西：电网接入、变压器、gas turbine、HBM、资本开支。

2024 年全球数据中心用电约 415 TWh，占全球总用电大约 1.5%。IEA 预计到 2030 年接近翻倍到约 950 TWh，占比仍只有约 3%。所以“AI 正在吞掉全球电力”其实说过头了。

可全球平均值会把局部压力藏掉。美国 2024 年占全球数据中心用电约 45%，2025 年全国新增用电里，数据中心贡献了大约一半。一个 100 MW 级 AI 数据中心，年用电可以接近 10 万户家庭。IEA 还估算，到 2030 年计划建设的数据中心容量里，约 20% 可能因为 grid constraints 延迟接入。

更奇怪的是时间尺度。模型半年就能换一代，数据中心两三年能建起来，但 advanced economies 新建输电线往往需要四到八年；过去三年 transformer 和 cable 的等待时间也翻倍了。2026 年 IEA 还判断 HBM shortage 可能持续到 2027 年底。

当然，效率也一直在提高。单次 AI task 的能耗正在快速下降，IEA 的 high-efficiency scenario 里，2035 年数据中心用电可以比 base case 低 20%。问题是 AI 用得更多了，Agent 这类 workload 也更重，所以“每次更省电”和“总共更耗电”完全可以同时成立。

我现在越来越觉得，这几年一个很大的误判，是把 AI 想得太“虚”。它当然是算法和软件，但规模一旦上来，电网、芯片、内存、土地和制造能力都会突然跑到前台。

#人工智能 #AI #科技趋势 #数据中心 #能源
#AI算力 #电网瓶颈 #AI基础设施 #EnergyAndAI #数据中心用电