训练一次大模型要花多少电?够你家亮一百年

AI 的电费账单,比你想象的大得多

上周写完 AWS 扣费那篇文章后,有个朋友跟我说:"你觉得 AWS 扣你几百块很过分?你知不知道你每次用 ChatGPT,背后烧掉了多少电?"

我查了一下,然后沉默了。

先说几个数字:

  • 训练 GPT-4 的总耗电量大约是 5 万兆瓦时(GWh)
  • 这相当于 12 万个中国家庭一年的用电量
  • 全球 AI 数据中心 2025 年的用电量已经超过 150 太瓦时(TWh),相当于整个西班牙的用电

而这一切,还在加速。

💡 这里是浩哥AI实验室,专注分享「一个人+AI」的真实实战记录。从工具测评到项目搭建,从踩坑经验到行业观察,用大白话讲清楚 AI 到底能干什么、不能干什么。觉得有用的话,欢迎关注,每周持续更新 👇

一条 ChatGPT 消息 = 一杯水的电

你每次给 ChatGPT 发一条消息,它处理这条消息大约消耗 0.002-0.005 度电

听起来不多对吧?

但问题是,ChatGPT 每天要处理超过 1 亿条消息。一天下来,光是"回复用户"这一件事,就要烧掉 20-50 万度电

换算一下: - 一条普通消息 ≈ 一杯水的电 - 一次复杂的代码生成 ≈ 一部手机的完整充电周期 - 一天所有用户的消息总量 ≈ 一座小型城市的日用电量

你觉得你在用 AI,其实你也在用煤、用天然气、用核电。

芯片公司的狂欢:一边烧电一边上市

AI 算力的需求大到什么程度?看看芯片公司就知道了。

5月初,Cerebras Systems(一家做 AI 芯片的公司)提交了 IPO 申请,计划融资 35 亿美元,估值 266 亿美元

它的主要客户是谁?OpenAI。双方签了一份超过 200 亿美元的算力合同,OpenAI 要采购高达 750 兆瓦(MW) 的计算能力。

750 兆瓦是什么概念?一座中型核电站的发电量大约是 500-1000 兆瓦。

也就是说,OpenAI 准备专门为 AI 训练和推理,建一座核电站级别的供电系统。

而且 Cerebras 不是个例。之前 CoreWeave(另一家 AI 基础设施公司)也成功上市了,英伟达的市值更是突破 3 万亿美元。

所有这些数字背后,都有一个共同的成本:电。

谁在为 AI 的电费买单?

表面上看,是 OpenAI、Google、Meta 这些公司在买单。

但实际呢?

电网基础设施的压力,最终会转嫁到每一个普通用户身上。

美国的情况已经很明显了: - 弗吉尼亚州(全球最大的数据中心聚集地)的电力公司已经在申请大幅提高电价 - 多个州的数据中心用电占比已经超过 25%,挤占了居民用电的配额 - 有些地区开始出现"数据中心优先供电"的政策,居民限电反而更频繁

这和加密货币挖矿的逻辑一模一样:少数人赚钱,全社会买单。

"绿色 AI"是个伪命题吗?

当然,AI 公司不会坐视不管。他们确实在做几件事:

1. 建核电/清洁能源项目 - 微软签了一座核电站的购电协议 - Google 在投资地热和核聚变 - Amazon 订购了小型模块化核反应堆(SMR)

2. 优化模型效率 - 现在的小模型(如 DeepSeek、Llama 3)在性能接近 GPT-4 的同时,参数量只有 1/10 - 推理效率在提升——同样的任务,2026 年的模型比 2024 年少用 60% 的算力

3. 搬到电便宜的地方 - 冰岛、北欧、加拿大,因为气候冷(减少散热成本)+ 电价低,成了数据中心的新宠 - 中东也不甘示弱,沙特和阿联酋在大力招商引资

但这些措施都有一个共同问题:速度远远赶不上 AI 算力需求的增长速度。

就像一个人一边跑步一边试图减肥——你确实在减肥,但你跑得更快,总消耗反而越来越大。

对普通人意味着什么

你可能不是 AI 工程师,也不是科技投资者。但这件事和你有关系:

1. 电费会涨 AI 数据中心的电力需求会推高电网负荷,电力公司会涨价。你家的电费单,已经在为 AI 的繁荣做贡献了。

2. AI 服务的价格战不会持续 算力成本(本质是电费)是 AI 公司最大的开支。当模型效率的提升速度跟不上需求增长时,免费或低价的 AI 服务迟早会涨价。ChatGPT Plus 已经涨过一次价了,不会是最后一次。

3. "用 AI 省时间"可能是一笔亏本买卖 表面上看,AI 帮你省了 30 分钟写文档的时间。但如果你把 AI 的能耗成本分摊到每次使用上,可能比你请人帮忙还贵——只不过这笔钱不在你的账单上,而在地球的碳预算上。

真正值得关注的问题

我写这篇文章不是为了制造焦虑,也不是反对 AI 发展。

而是想提醒一个经常被忽视的事实:每一次技术革命都有隐藏成本。

蒸汽革命消耗了煤,汽车革命消耗了石油,互联网革命消耗了稀土和能源。AI 革命消耗的是什么?是算力,而算力的底层是电。

这不是坏消息。这只是一个需要被看见的事实。

当我们沉浸在"AI 能写代码了""AI 能画画了""AI 能帮我做 PPT 了"的兴奋中时,也值得花一分钟想一想:这份便利的背后,账单寄给了谁?

至少,下次你让 AI 帮你写一封"随便回一下就行"的邮件时,可以想想:这封邮件的"碳排放",大概够你泡三杯茶。


数据来源:IEA、Goldman Sachs Research、Cerebras IPO filing、各公司公开报告。部分数据为估算值。