為什么人工智能對能源的需求將持續增長

2025年8月，布魯金斯學會發布報告《為什么人工智能對能源的需求將持續增長》（Why AI demand for energy will continue to increase），系統探討了人工智能技術發展與全球能源消耗之間看似矛盾實則緊密相連的關系。報告指出，盡管人工智能模型的計算效率正在以驚人的速度提升，但這并未帶來行業總能耗的下降。相反，效率提升所釋放的潛力被迅速用于構建規模更大、能力更強的模型，同時，服務成本的降低極大刺激了市場需求，形成了一場永不停歇的“算力軍備競賽”。這一趨勢正對全球電力系統和監管政策構成前所未有的嚴峻挑戰。啟元洞見編譯整理了其中的核心內容，以供讀者參考。

一、效率提升的悖論：不斷被重新投入的“算力紅利”

人工智能領域近來的一大熱點是年初DeepSeek等模型在效率上取得顯著突破。這些技術創新使得以更低的計算成本運行強大的人工智能模型成為可能，引發了外界對于人工智能能耗問題或將得到緩解的樂觀預期。然而，若將視野拉回至過去十年的人工智能發展史，便會發現這種效率提升本身就是一種常態，是行業演進的固有特征，而非扭轉全局能耗趨勢的終點。

這種現象與經典的杰文斯悖論（Jevons Paradox）有異曲同工之妙。一份2024年7月的研究報告指出，僅在過去兩年，人工智能模型的計算效率就提升了三個數量級。另一項針對計算機視覺領域的研究估計，“算力增強型創新大約每九個月就能將實現同等性能所需的計算量減半”。同樣，對2013年至2023年間大語言模型演進的分析也發現，“達到特定性能閾值所需的計算量，其減半周期約為8個月”。正如Anthropic公司首席執行官達里奧·阿莫迪（Dario Amodei）所說，DeepSeek所取得的成就，本質上是延續了這一長期趨勢，屬于意料之中的進展。

問題關鍵在于，人工智能行業從未將通過效率提升節省下來的算力紅利簡單地用于降低總能耗。相反，這些寶貴的計算資源幾乎無一例外地被重新投入到下一代模型的研發與性能提升中。當前人工智能模型，尤其是大語言模型，其固有缺陷是眾所周知的。例如，模型輸出中普遍存在的幻覺現象，即生成與事實不符或毫無根據的信息，是其在醫學、法律、國防等高風險、高價值應用領域中應用受限的核心原因之一。為提升人工智能服務在專業及企業級市場的滲透率與可信度，整個行業必須持續改進模型的可靠性、準確性和邏輯推理能力。

而實現這一切的路徑，在當前的技術范式下，幾乎是唯一的：投入更多的計算資源。這意味著需要構建更龐大的模型架構、使用更海量的數據進行訓練和更復雜的推理計算。因此，每一次單位計算成本下降，都為行業向著更高性能、更大規模的模型邁進打開了新的空間，而不是踩下能源消耗的“剎車”。為了讓人工智能從今天的“玩具”和輔助工具，真正蛻變為能夠承擔關鍵任務的可靠系統，其對算力的渴求不僅不會停止，反而會遠超今天的水平。這直接導致了人工智能行業能源總需求的持續增長。

二、經濟引擎的驅動：成本下降引發的需求爆炸

除了行業內部無盡追求性能的提升外，市場經濟的基本規律是另一個驅動人工智能能耗持續攀升的強大引擎。DeepSeek等高效模型的出現，正迫使整個行業的人工智能服務價格下降，而價格的降低必然會刺激市場需求的爆炸性增長。

可以預見，當API調用成本、圖像生成費用或數據分析服務的價格變得足夠低廉時，其應用場景將呈指數級擴展。今天，許多企業和個人開發者可能因為成本因素而對人工智能服務的使用持謹慎態度，但在未來，低廉的價格會促使他們將人工智能深度整合到更多的產品、服務和業務流程中。原本每天處理一千次請求的應用，可能會因為成本的大幅下降而升級到每天處理一百萬次請求。這種由價格彈性引發的需求增長，其規模可能遠超因效率提升所帶來的單位能耗節約。

當前存在一些對人工智能產品和服務市場需求的懷疑聲音，甚至有人提出了“人工智能幻滅期低谷”（AI trough of disillusionment）的說法，認為當前的炒作遠大于實際價值。這種審慎態度固然有其合理性，因為任何新興技術都會經歷從過度期望到理性回歸的過程。然而，將這種短期市場情緒的波動等同于人工智能長期需求增長的停滯，可能是一種誤判。歷史經驗表明，革命性技術的普及曲線雖然曲折，但長期向上的趨勢是確定的。

因此，即使我們承認當前人工智能服務尚不完美，但其價格不斷下降，本身就會創造出新的龐大的需求基礎。原本無法負擔人工智能成本的大量中小企業、非營利組織乃至個人用戶，都將成為這個市場的新增量。這股由市場力量驅動的需求浪潮，將與行業內部對性能的追求相互疊加，共同將人工智能的總計算量和總能耗推向新的高峰。

三、無法回避的現實：對能源基礎設施的巨大壓力

人工智能行業對能源需求的持續增長，最終將以物理形態投射到全球的能源基礎設施之上，尤其是電力系統。人工智能公司將不可避免地向政策制定者和電力公司提出大幅增加能源生產的要求，這將對現有的電網規劃、投資和運營模式構成嚴峻挑戰。

為了滿足人工智能數據中心的用電需求，電力公司將不得不規劃和投資數十億乃至上百億美元，用于建設以吉瓦（GW）為單位計量的巨型發電廠。這種規模的投資，如果處理不當，其成本極有可能轉嫁給所有電力用戶。在缺乏能夠有效隔離數據中心能源開發成本的政策和電價結構的情況下，人工智能行業的用電需求本身就可能推高普通居民和傳統工商業的電費。

然而，監管層面面臨的問題比成本分攤更為復雜和棘手。電力公司在響應人工智能行業看似迫切的能源需求時，還必須審慎評估其中蘊含的巨大風險。這個風險的核心在于：今天人工智能公司所提出的能源需求預測，在多大程度上是真實、可持續的，又在多大程度上是被市場炒作和過度樂觀所夸大的？

這是一個價值萬億的賭注。如果電力公司基于這些預測進行了大規模的電廠和電網投資，但幾年后，人工智能行業的發展并未達到預期，或者技術迭代使得能源需求大幅下降，那么這些耗資巨大的發電設施就可能淪為擱淺資產。這些無法通過原定客戶收回成本的投資，最終的負擔者很可能仍然是廣大的普通納稅人和電力用戶。

因此，對于政策制定者和監管機構而言，當前最緊迫的挑戰是設計出一套全新的監管策略。這套策略必須具備足夠的靈活性和前瞻性，既能適應和支持人工智能產業合理的能源增長需求，鼓勵其健康發展，又必須建立起有效的風險隔離機制，確保人工智能產業發展的成本和潛在風險不會不成比例地轉移到其他能源消費者身上。這可能涉及創新的電價設計、風險共擔的投資模式以及更嚴格的數據中心能效和選址規定。如何在這場由人工智能驅動的能源需求浪潮中，既抓住技術革命的機遇，又守住能源安全和公眾利益的底線，將是未來十年全球各國政府面臨的共同考驗。

免責聲明：本文轉自啟元洞見。文章內容系原作者個人觀點，本公眾號編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！

轉自丨啟元洞見

研究所簡介

國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創新洞見。

地址：北京市海淀區小南莊20號樓A座

電話：010-82635522

微信：iite_er