数据中心的能耗有多大？AI在其中占多少？

人工智能（AI）是有史以来普及速度最快的技术之一——甚至没有之一。由于AI运行依赖电力，相关讨论总会绕回到它对能源需求的影响上。

人们的担忧主要分为三类：一是环境层面，AI能耗增长会加剧碳排放，阻碍脱碳进程；二是对当地社区的影响，高电力需求可能挤压本地供电、推高能源价格；三是AI能耗可能成为技术发展瓶颈，限制其进一步扩张。

那么，AI到底消耗多少能源？

我们可以从两个层面分析：一是AI的总耗电量，二是单次查询的耗电量，即个体使用的能耗。

本文将尝试解答这两个问题。

在深入数据之前，需要明确AI能耗的统计范围：既包括模型训练阶段，也包括实际运行阶段（即“推理”）。科技公司很少公开模型训练的能耗数据，但现有估算显示，AI能耗的主体是推理环节，而非训练环节。¹

我们参考的估算数据，不仅包含服务器本身的耗电量，还涵盖数据中心运行所需的冷却、照明等配套能耗，但不包括用户访问AI时使用的设备（笔记本电脑、台式机或手机）的耗电量。需要特别注意的是，这些数据也不包含加密货币挖矿的能耗，这一点在与其他能源消耗来源对比时至关重要。

首先来看整体情况：去年全球数据中心的耗电量是多少？

根据国际能源署（IEA）的数据，这一数字约为485太瓦时（TWh）。² 这一规模相当于德国全年的发电量，约占全球总发电量的1.5%。³

不过，数据中心的功能远不止承载AI，它支撑着所有数字服务的服务器和IT基础设施，涵盖电子邮件、网页浏览、Netflix流媒体、谷歌地图、网上银行、即时通讯等各类服务。

AI数据中心是专门用于运行AI模型的设施。两类数据中心的界限并非绝对清晰，但下图展示了大致的能耗拆分情况：

非AI数据中心消耗了总能耗的三分之二，AI专用数据中心占剩余的三分之一。基于国际能源署的数据估算，2025年AI耗电量约占全球总发电量的0.5%。⁴

目前，电力约占全球一次能源消耗的五分之一。⁵ 据此推算，2025年AI能耗约占全球一次能源总消耗的0.1%至0.2%。

考虑到AI需求增长迅猛，AI专用数据中心的总能耗反而低于非AI数据中心，这或许有些出人意料。不过有预测显示，这一差距会迅速缩小。下图还纳入了国际能源署对2030年数据中心需求的基准情景预测。

这些预测存在高度不确定性，有观点认为国际能源署对AI需求增长的评估偏于保守。即便如此，数据中心需求的增长仍将主要来自AI专用设施。在该情景下，2030年数据中心能耗将占全球发电量的3%，届时AI与非AI数据中心的耗电量将大致相当。

1.5%的全球占比看似不高，但在部分地区，这一比例要高得多。这正是数据中心需求增长带来的核心挑战：能耗的地理分布高度集中，全球需求仅由少数电网承担。

从下图不同地区的数据中心能耗占比可以看到：美国数据中心耗电量占全国发电量的5%，其中AI专用数据中心约占2%。

欧洲整体占比为1.6%，但爱尔兰的数据中心能耗占比超过20%。

实际上，能耗的地域集中度更高：美国整体占比5%，但部分州的数据中心能耗占比超过10%；⁶ 弗吉尼亚州等地的数据中心能耗占比更是超过四分之一。

即便全球总电力需求尚未不堪重负，AI的迅猛增长加上这种高度集中的能耗模式，仍可能给当地电网带来压力。

我认识不少出于环保考量，刻意控制大语言模型（LLMs）及AI工具使用的人：有的完全不用，有的尽量少用，还有的继续使用但心怀愧疚。

那么，我们的单次查询会消耗多少能源？如果向ChatGPT、Gemini或Claude等大语言模型提问，会增加多少电力需求？

由于多数科技公司未发布模型能耗的详细分析，准确且及时的数据很难获取。

谷歌是首批公开相关数据的公司之一：2025年，谷歌发布了Gemini模型的能耗估算，其中文本类查询（即向Gemini提出文字问题）的中位数能耗约为0.24瓦时（Wh）。作为参照，这相当于微波炉运行不到1秒，或电视运行10秒的耗电量。

OpenAI首席执行官萨姆·奥尔特曼此前也曾提到，ChatGPT的“平均查询”能耗约为0.34瓦时，但未说明该数据的详细计算过程。Epoch AI的独立估算显示，ChatGPT“典型查询”的能耗约为0.3瓦时。

多个来源的数据趋于一致，但需要注意的是，多数查询较为简单，因此中位数查询的规模和复杂度都较低。

对于更长的查询，或需要AI智能体进行推理的请求，能耗会显著上升。Epoch AI估算，长文本查询（输入7500词）的能耗约为2.5瓦时，超长篇查询（输入75000词）能耗可达40瓦时，远高于普通文本查询。

其他类型请求的能耗估算较少。国际能源署2026年报告提供了AI智能体推理任务的GPU能耗数据：⁷ 向Claude等AI智能体发起标准请求，能耗约为1.1瓦时；涉及推理的智能体请求，能耗约为50瓦时，与超长篇文本查询的估算水平相近。

不过，与高收入国家人均日常耗电量相比，这些能耗仍相对较低。

欧盟人均日耗电量约为17000瓦时，⁸ 这相当于约6800次长文本查询（每次2.5瓦时），或425次超长篇文本查询的能耗。

美国人均耗电量约为欧盟的两倍，⁹ 因此AI查询对美国人的能耗占比约为欧盟的一半。

下图将AI查询能耗与其他产品或活动进行了对比，以便更直观地理解其规模。¹⁰

本文聚焦于数据中心和AI能耗的历史估算。获取合理的近期能耗数据已颇具难度，预测未来的变化更是难上加难。

关于未来需求的估算范围很广，且时间越往后，不同估算的差异越大。2030年之后这种分歧尤为明显，因为2030年前的中期需求很大程度上取决于当前正在建设的基础设施。

未来需求取决于多方面因素，不仅包括用户需求的增长，还涉及芯片及其他硬件的效率提升。例如，国际能源署设定了四种未来情景：一种假设用户需求大幅增长，另一种假设效率提升速度更快。

对于担忧数据中心和AI气候影响的人来说，电力的生成方式可能比耗电量本身更重要。

尽管我们无法确定未来AI能耗会增长多少，但从当前数据中得出的核心结论大概率依然成立：对于担心个人AI使用影响的人而言，单次聊天机器人查询的能耗微乎其微；从全球范围看，数据中心在总耗电量中的占比相对较小，且未来几年不会有太大变化。真正的问题在于供给的地理集中度：电网能否在控制碳排放和本地价格的前提下，满足这一需求激增，才是真正的考验。

最后需要注意的是，本文讨论的是耗电量，而非碳排放量。对于担忧数据中心和AI气候影响的人来说，电力的生成方式远比耗电量多少更重要。依赖煤炭发电的电网所支撑的查询，其气候影响远大于依赖可再生能源或核能的电网。AI增长对碳排放的影响，不仅取决于其能源效率和需求规模，还取决于供电电网的清洁程度。

致谢

感谢马克斯·罗泽、埃斯特班·奥尔蒂斯-奥斯皮纳和爱德华·马蒂厄对本文提出的意见和反馈。

注释

• Epoch AI估算，训练Grok 4模型的耗电量约为0.31太瓦时（TWh）。如前文所述，2025年全球AI总耗电量约为155太瓦时。因此，训练Grok 4这一较大规模模型的能耗，约占AI总能耗的0.2%。
• 国际能源署（2026），《能源与AI关键问题》，巴黎。
• Ember估算，2025年全球发电量约为31800太瓦时。485太瓦时 ÷ 31800太瓦时 × 100 = 1.5%。
• 国际能源署估算，2025年AI专用数据中心耗电量为155太瓦时，占全球发电量的0.49%。Ember估算，2025年全球发电量约为31800太瓦时。155太瓦时 ÷ 31800太瓦时 × 100 = 0.49%。
• 2024年全球一次能源消耗为177000太瓦时，发电量为31000太瓦时。31000 ÷ 177000 × 100 = 18%。
• 正如国际能源署所述：“美国近半数数据中心集中在5个区域集群。”
• 相关数据可见报告图2.1。
• 数据来源于Ember Energy。欧盟人均年耗电量约为6200千瓦时，即日均17千瓦时。
• 注：这些数据为全社会人均发电量，涵盖居民、工业和商业用电。
• AI查询能耗估算来自Epoch AI，其他活动的能耗说明详见：https://hannahritchie.github.io/energy-use-comparisons

引用本文

Our World in Data的所有文章和数据可视化内容均基于多方研究成果。引用本文时，请同时注明原始数据来源。本文引用格式如下：

Hannah Ritchie (2026) - “How much energy do data centers and artificial intelligence use?” Published online at OurWorldinData.org. Retrieved from: 'https://archive.ourworldindata.org/20260720-091756/how-much-energy-do-data-centers-and-artificial-intelligence-use.html' [Online Resource] (archived on July 20, 2026).

BibTeX引用格式

@article{owid-how-much-energy-do-data-centers-and-artificial-intelligence-use,
author = {Hannah Ritchie},
title = {How much energy do data centers and artificial intelligence use?},
journal = {Our World in Data},
year = {2026},
note = {https://archive.ourworldindata.org/20260720-091756/how-much-energy-do-data-centers-and-artificial-intelligence-use.html}
}

自由复用说明

Our World in Data制作的所有可视化内容、数据和文章均采用知识共享署名许可协议（Creative Commons BY），完全开放获取。您可在任何媒介中使用、传播和复制这些内容，只需注明来源和作者。

第三方提供并由Our World in Data发布的数据，需遵循原作者的许可条款。我们会在文档中注明数据的原始来源，因此在使用和传播第三方数据前，请务必确认其许可条款。

您可将我们的所有图表嵌入任意网站。