[智能应用]ChatGPT一天耗电量，够一美国家庭用40多年！AI太费电，上海出手了 [3P] [复制链接]

算力、算法和数据是AI训练的三要素，但不少人会忽视能源在AI训练中的关键位置。AI是名副其实的耗电大户，ChatGPT每天的耗电量足够一户美国家庭用上40多年，甚至有观点称，AI的尽头是算力，算力的尽头是能源。
在“双碳”目标的背景下，我国AI产业如何减排降能？凭借着AI产业和未来能源的技术优势，上海各方正在探索一种“算能融合”模式，AI“节流”提高能源利用率，电力“开源”保障AI算力的能源需求。
双向奔赴
今年4月，国际能源署发布《能源与人工智能》报告，披露了一组惊人数据：作为AI运行的关键设备，数据中心的电力消耗正快速增长，去年全球数据中心用电量达415太瓦时（1太瓦时等于10亿千瓦时），占全球总用电量1.5%。更夸张的是，全球数据中心用电量预计在2030年仍要翻番，达到945太瓦时。
数据中心能耗也从侧面反映出AI产业的发展势头，美国数据中心用电量占全球45%，其次是中国和欧洲。中国是全球最大的AI市场之一，能耗自然不容小觑。特别是大模型预训练强度的不断升级，AI算力的不断爬坡，也导致电力需求陡然提升。
“DeepSeek的成功，将助推我国AI产业生态更加繁荣，也会对算力产业更大的需求。”中国核工业集团原副总工程师田佳树预计，2030年中国数据中心的耗电量将达到400太瓦时，这一数值是2020年的两倍。《数据中心综合能耗及其灵活性预测报告》指出，到2030年，我国数据中心用电量将占到全社会总用电量的4.8%。行业统计数据还显示，数据中心运营成本中，电力支出超过一半，远超过租金、折旧、人力等支出。
记者在采访时发现，“算能融合”“算电协同”成了AI行业破局的关键词。行业专家普遍认为，AI产业与能源的结合是一场“双向奔赴”，AI技术能优化能源配置，即“以算促能”，而能源突破还能弥补AI算力的短板，即“以能补算”。
以算促能
利用AI技术优化电网韧性，全球已有成功案例，比如英国电网引入谷歌DeepMind的风能预测系统后，调度效率提升20%，运营成本和电网安全也得到可靠保障。类似于“以算促能”的实践，上海也在同步摸索中。
记者从国网上海电力获悉，AI技术运用在电力调度领域，正处于事故演练阶段。今年4月，国网上海电力借助光明电力大模型推出“AI大脑”2.0系统，不仅能够自动追踪电网数据异常，拆解业务逻辑并生成诊断建议，工单处理周期缩短55%，数据合规率提升40%。
AI智能巡检机器人在500千伏三林变电站自主开展GIS设备巡视。
在上海电网春季检修期间，浦东供电公司调度员魏英杰运用“AI大脑”的主配融合负荷转供智能体，仅用时3分钟便高效完成35千伏变电站全站失电故障处置模拟，使电网调度故障感知能力提升至分钟级，负荷转供方案编制时间缩短至30秒以内，且方案准确率达到100%。
AI提升电网稳定性的同时，也进一步优化了AI自身发展所需的能耗，电力需求与AI产业形成了正向循环。
“集成电路、数据中心等AI产业对电能质量要求很高。”浦东供电公司临港能源服务中心运营专职罗潇告诉记者，毫秒级的电压波动对常规的生产线几乎没有影响，但是AI相关设备对电压波动异常敏感，即便是几毫秒的波动超标，都可能对设备造成数十万乃至百万元的损失。另外，临港新片区汇聚了大量的AI产业集群，且光伏发电及海上风电等绿色电力占比很高，多源头的新能源并入电网，对区域电能质量管理带来极大的挑战。
对此，上海AI企业达卯智能自主研发的能源大模型，通过“算电协同”解决方案，将无序的算力波动转化为有序的算力调度任务，在保证电网稳定运行的同时，还能降低数据中心能耗。数据显示，通过达卯智能的优化，商汤临港智算中心的能源利用效率指标从1.74降至1.3以下。
以能补算
随着AI算力指数级增长，仅靠“节流”将无法满足未来需求，电力“开源”成了市场的新焦点。巧合的是，上海布局五大未来产业中“未来能源”集群时，明确推动先进核能、新型储能等技术研发突破及产业化。这与全球AI产业正在探索的长时储能和可控核聚变等能源方案不谋而合。
在上海纬景储能科技有限公司联合创始人、董事长葛群看来，长时储能可将供给不稳定的太阳能、风能等新能源，按照调度需求稳定供给电力，尤其是绿色电力。特别是在上海的数据中心等AI产业用电密集区域，长时储能技术有望成能源保障的新基建，预计市场规模在2030年将突破万亿元。
如果将眼光放远一点，核聚变或许也是AI能源突破的可靠路径。
核聚变反应指的是，两个较轻的原子核在高温、高密度条件下结合成一个较重的原子核，并释放出巨大的能量。“太阳之所以发光放热，正是源于其内部不断进行的核聚变反应。一旦实现聚变发电，一杯海水就能提供相当于300升汽油的能量。”中国工程院院士李建刚表示，核聚变发电有燃料无限、零碳排放、固有安全性三大优势。聚变反应燃料的氘取自于海水，反应产物仅为氦气和中子，并且没有堆芯熔毁风险，可以随时终止反应。因此，聚变发电能够很好地实现能源调峰，并保障能源安全，“预计大家最迟会在2030年看到‘核聚变点亮的第一盏灯’。”
能量奇点的洪荒70全高温超导托卡马克实验装置。
今年2月，上海核聚变能源商业公司“能量奇点”自主研制的经天磁体成功励磁至21.7特斯拉，创下大尺寸高温超导D形磁体最高磁场纪录，这也意味着上海距离“人造太阳”更近一步。紧接着，上海未来产业基金宣布拟战略投资中国聚变能源有限公司，标志着上海在未来能源领域的又一重大战略布局。

关于ChatGPT的耗电量及AI产业能源问题，结合上海的政策动向，核心信息整理如下：
⚡ 一、AI耗电现状与数据
ChatGPT单日耗电量惊人
每日耗电约 50万度，相当于 1.7万个美国家庭 的单日用电量4，或可供 一户美国家庭使用40多年。
若生成式AI进一步普及，耗电量将指数级增长。例如，预估到2027年，全球AI行业年耗电量可能达 85-134太瓦时（1太瓦时=10亿千瓦时），接近全球总耗电量的0.5%。
数据中心电力需求激增
中国核工业集团预测：2030年中国数据中心耗电量将达 400太瓦时（2020年的两倍），占全社会总用电量的 4.8%。
电力成本占数据中心运营成本的 50%以上，远超租金、折旧等支出。
🌱 二、上海应对策略：双轨并行
1. 以算促能：AI优化电网效率
智能调度系统：国网上海电力推出“AI大脑”2.0，实现电网异常自动追踪、工单处理周期缩短55%，负荷转供方案准确率达100%。
AI巡检机器人：在500千伏变电站自主巡视设备，提升故障感知能力至分钟级。
全球案例参考：英国电网引入谷歌DeepMind风能预测系统后，调度效率提升20%。
2. 以能补算：开发新型能源
长时储能技术：
解决新能源（如风能、太阳能）供电不稳定问题，实现绿色电力稳定调度。
上海纬景储能科技指出，该技术有望成为数据中心能源保障的“新基建”，2030年市场规模或破 万亿元。
可控核聚变探索：
纳入上海“未来能源”产业布局，与全球AI能源方案方向一致。
核聚变能量效率极高（一杯海水≈300升汽油），若突破技术瓶颈，或成终极解决方案。
🔮 三、未来挑战与全球趋势
电力争夺白热化：美国因AI算力扩张面临电网压力，科技公司需分散GPU集群以避免区域电网崩溃。
技术协同必要性：AI耗电问题需结合算法优化（如模型精简）、清洁能源（储能/核能）与政策支持共同解决。
💎 总结
AI的算力增长已触及能源供给天花板，ChatGPT的耗电案例仅是产业缩影。上海通过 “AI优化电网+新型能源开发”双路径 积极应对，其经验或为全球提供重要参考。长期来看，核聚变商用化与长时储能规模化将成为破局关键。

在“双碳”目标的背景下，我国AI产业减排降耗的策略主要体现在两个方面：“节流”和“开源”。通过“算能融合”模式，AI技术被用来提高能源利用率和保障AI算力的能源需求。

1. AI技术优化能源配置（以算促能）：
   - AI技术被用于优化电网韧性和调度效率，如英国电网引入谷歌DeepMind的风能预测系统提升了20%的调度效率。
   - 在上海，AI技术被应用于电力调度领域，通过“AI大脑”2.0系统自动追踪电网数据异常，生成诊断建议，缩短工单处理周期，提升数据合规率。
   - 上海浦东供电公司运用“AI大脑”的主配融合负荷转供智能体，在3分钟内高效完成35千伏变电站全站失电故障处置模拟，提升电网稳定性和降低数据中心能耗。

2. 能源突破弥补AI算力短板（以能补算）：
   - 随着AI算力的指数级增长，仅靠节流无法满足未来需求，因此电力开源成为新焦点。
   - 上海布局未来能源集群，推动先进核能、新型储能技术研发突破及产业化，与全球AI产业探索的长时储能和可控核聚变等能源方案相吻合。
   - 长时储能技术可以将不稳定的太阳能、风能等新能源稳定供给电力，特别是在数据中心等AI产业用电密集区域，预计市场规模在2030年将突破万亿元。
   - 核聚变作为一种能源突破路径，具有燃料无限、零碳排放、固有安全性等优势，有望实现能源调峰并保障能源安全。

综上所述，我国AI产业通过AI技术优化能源配置和推动能源技术突破，实现了减排降耗的目标，并为AI算力提供了能源保障。