10月16日消息——随着AI行业迅猛发展，对算力的需求也呈现急剧上升态势。无论是通过升级硬件技术，还是建设大规模AI集群基础设施，各大企业都在积极致力于提升AI处理能力，而这一趋势也伴随着巨大的能源消耗问题。
分析师Ray Wang分享的数据显示，NVIDIA的AI服务器平台在每一代更新中，功耗都出现显著增长；从Ampere架构到Blackwell，短短八年时间，其功耗飙升了整整100倍。
这种惊人的功耗增长，主要归因于每代机架中所搭载的GPU数量持续攀升，同时每颗GPU的热设计功耗（TDP）也在不断抬高。
举例来说，采用Hopper架构时，每台机架通常以10千瓦左右的额定功率运行；而到了Blackwell架构阶段，由于GPU数量的进一步增加，单机架的功耗骤升至约120千瓦。
除了GPU数量的持续扩张，其他关键因素也共同加剧了能源消耗的激增，例如先进的NVLink/NVSwitch网络架构、新一代机架设计理念，以及持续处于高位的机架利用率，这些都导致超大规模数据中心的能耗以令人震惊的速度攀升。
如今，大型科技公司纷纷参与到“谁拥有更大规模AI机架”的竞赛中，衡量标准已从传统算力转向以“吉瓦（GW）”为单位，像OpenAI、Meta等企业都计划在未来几年内将算力提升超过10吉瓦。
作为对比，AI龙头企业为运行模型所消耗的每1吉瓦能源，足以满足大约100万户美国家庭一年的用电需求。随着科技巨头竞相建设超大规模数据中心，单个数据中心的能耗已相当于一个中等规模国家的用电水平，甚至超过美国若干州的电力消费总和。
此外，根据国际能源署（IEA）2025年发布的《能源与AI》研究报告预测，到2030年，AI的能源消耗将翻倍增长，其增速几乎是电网整体扩容速度的四倍。
