你可能没想过，当你打 开ChatGPT，输入一句“今天天气怎么样”，背后其实有一整套庞大的计算系统在高速运转。

虽然你看到的是几秒钟就能生成的回复，但这背后是一场“电力风暴”。

如今，人工智能不再是少数人的专属工具，像ChatGPT这样的聊天机器人已经成为全球数亿人的日常助手。

但它们可不是“无本运行”的魔法产物，而是实打实的“耗电大户”。

AI比人脑省电多了

人脑其实挺“小气”的，它是人体里耗能最高的器官，占了日常能量消耗的20%，但功率也就16瓦左右，就算到了关键时刻，最多也就能提到20瓦。

这是5.4亿年进化定下的上限，跟台灯调到最亮差不多，就拿写东西来说，大作家马克・吐温年轻时60天写20万词，平均每天3000多词，就算到了69岁，一次坐四五个小时也能写1400词。

职业生涯平均每小时写300词，按这速度，他写300词要1小时，20瓦的大脑得消耗20瓦时的电，这还没算其他器官和日常消耗。

可AI就不一样了，上个月谷歌报告说，他们的Gemini处理一条请求只要0.24瓦时，差不多是人类大脑的1%。

有人可能会问，那AI画画呢？之前还有媒体说别对AI说“谢谢”浪费能源，怎么现在又说人类更耗能了？

其实，对AI说“谢谢”和让它写篇创意故事，能耗能差9倍，任务越复杂能耗越大。

AI画画用的扩散模型，能耗跟提示词长度没关系，主要看图片分辨率和扩散步数，步数越多质量越高也越耗能。

但用20亿参数的StableDiffusion3Medium生成一张1024*1024分辨率的图，大概也就0.3瓦时，就算步数到50，也才0.6瓦时，跟写东西的能耗数量级差不多。

谷歌报告里的0.24瓦时可是把账算得很细了，包括AI加速器能耗、CPU和DRAM能耗、待机消耗，还有数据中心的冷却系统、不间断电源这些的能耗。

ChatGPT那边处理一条请求是0.34瓦时，两家数据差不多，看来在能源价格上涨的当下，没人会在这事上撒谎，这么看，单次任务里，人脑还真是又贵又慢的“奢侈品”。

AI能耗也不低

不过，前面算的只是AI回答问题的能耗，还没算它学习知识的训练成本。

虽然训练是一次性的，多问一个问题不用重新训练，但AI模型更新快，寿命可能不超过两年，把训练成本平摊到1-2年的请求量上才公平。

谷歌没说训练Gemini的能耗，但可以用OpenAI训练GPT-4的数据估算。

训练GPT-4用了25000块NvidiaA100GPU，连续跑14周，用的是8卡服务器，整台服务器最大理论功耗约6500瓦，光服务器能耗就有48750000千瓦时。

数据中心还有额外开销，用PUE（电源使用效率）衡量，微软的AzureWest超算中心PUE是1.12，所以训练一次GPT-4总能耗是5460万度电，这能让十万个普通三口之家用2个月。

但GPT-4每天能收到10亿条请求，一年就是3650亿次，把训练成本平摊到一年，每次请求才0.15瓦时，加上之前的推理成本，每次请求能耗也就0.5瓦时左右。

差不多能让30寸LED显示器亮1分钟，或者用1000瓦微波炉叮2秒饭盒，单看这个数好像不多，可真要是大量使用，情况就不一样了。

AI能耗的“杰文斯悖论”

那么就不得不提19世纪英国经济学家威廉・斯坦利・杰文斯发现的“杰文斯悖论”：技术进步提高了资源利用效率，反而会让该资源总消耗量增加。

瓦特改良蒸汽机后，蒸汽机更高效经济，被用到更多领域，英国煤炭总消耗量反而飙升，现在AI领域也在重演这一幕。

以前大家用大脑、计算器、搜索引擎干活，现在连回邮件、想朋友圈文案都懒得动脑，让AI写小说这种以前没有的需求，也因为AI廉价而出现了。

更别说，现在人们对AI的要求越来越多，“再来一版”是常事，还有人沉迷和AI聊天，企业对AI的需求也不少。

AI美颜、AI长焦相机、AI生成标题，连搜索引擎都加了AI总结，毕竟不加AI功能的产品，都不好跟投资方交代。

国际能源机构报告显示，2024年全球数据中心耗电量415太瓦时，预计2026年超1000太瓦时。

2024年有15%的数据中心用了AI加速器架构，AI产业能耗约62太瓦时，保守估计2030年能到200太瓦时。

可要是按ChatGPT每天10亿条请求、每条0.34瓦时算，一年也就0.1太瓦时，几个主流聊天AI加起来大概1太瓦时。

全球最大的283个大模型训练能耗加起来也才1太瓦时，加起来只有2太瓦时，连62太瓦时的零头都不到。

这说明日常用的AI模型，只是AI产业能耗冰山上的一角，更多能耗可能用在训练新一代AI模型、特定模型，还有实验性模型上。

谷歌2024年能耗比上一年增加20%，从25太瓦时涨到32太瓦时，谷歌、微软、Meta还在增建数据中心、购买电厂，显然他们都看到了AI能源需求的趋势。

总不能因为耗能就不用AI回到过去，“杰文斯悖论”提醒我们，光节流没用，得开源，科技巨头们投资可再生能源、自建电厂，不是做慈善，是为未来做准备。

咱们普通人能做的，就是享受AI便利的同时保持清醒，要求更透明的AI能耗数据，毕竟天下没有免费的午餐，也没有免费的答案。

结语

AI和人脑的能耗比拼，从来不是简单的“谁更省”。

单次任务里，AI确实比人脑省电得多，但把训练成本、海量使用的总量算进来，就会发现AI能耗的“冰山”远比表面看到的大。

既不用因噎废食放弃AI的便利，也不能对能耗问题视而不见，科技巨头忙着建电厂、投可再生能源，普通人也能多留个心眼。

少让AI做没必要的“返工”，关注下产品的能耗数据，毕竟，智能时代的便利，不该用未来的能源透支来换，透明、可持续的AI发展，才是真的长久之道。