AI 数据中心将消耗多少电力?

原标题How Much Electricity Will AI Data Centers Use?

Matthew Berman 关注 Eric Schmidt 在国会的证词,探讨 AI 的电力需求。引述中的惊人数字 99% 没有明确的时间范围和地理范围。

ESEric Schmidt嘉宾
频道
Matthew Berman
发布
2025年5月2日
视频
0:36
阅读
2 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 播放 Google 前首席执行官 Eric Schmidt 在国会作证的片段。Schmidt 称,该行业占发电量的比例可能从 3% 升至 99%。Berman 将其理解为 AI 在全球用电量中可能占据的比例。Schmidt 在这段引述中没有说明该数字的地理范围、时间或计算方法;它不是有依据的全球预测。IEA 更新后的估计是,所有数据中心在 2030 年将占全球电力需求约 3%。

  1. 1一个惊人的说法Berman 将 Schmidt 的 99% 说法理解为 AI 可能消耗的全球电力比例。但引述的证词没有明确全球范围或时间跨度。
  2. 2更多计算需要更多能源Schmidt 表示,该行业需要大量增加计算和能源,并提到需求从总发电量的 3% 升至 99%。
  3. 3把数字放在背景中理解IEA 更新后的预测是,2030 年所有数据中心将占全球电力需求约 3%;这包括 AI 以外的工作负载。

要点建议

  1. Schmidt 向国会警告,AI 算力的扩大将需要多得多的能源。
  2. 引述中 99% 的说法没有明确地理范围、时间跨度或计算方法,因此不能作为全球 AI 用电预测的依据。
  3. IEA 预测,2030 年所有数据中心合计将占全球电力需求约 3%,而非 99%。
  4. 数据中心电力需求不限于 AI,地方电网受到的影响也可能不同于全球平均水平。
全文

按章节阅读整理后的全文

只看原始文稿
01

AI 与电力需求

Berman 关注 Schmidt 的警告,并询问该行业是否可能消耗 99% 的电力。这段引述没有说明该数字的范围、时间或依据。

我认为 AI 革命受到的关注还不够。我提到 Google 前首席执行官 Eric Schmidt 在国会的证词,并将他的说法理解为 AI 最终可能消耗全球 99% 的电力。我认为,如果当前趋势持续,这或许有可能;但引述中的说法并未确立一项全球预测,也没有说明时间范围。

Schmidt 说,该行业将需要多得多的计算和能源,并提到其需求从总发电量的 3% 升至 99%。他在引述的证词中没有说明该数字的地理范围、时间跨度或计算方法。相比之下,IEA 更新后的预测认为,包括非 AI 工作负载在内的所有数据中心,2030 年将占全球电力需求约 3%。这并不消除人们对需求快速增长或地方电网限制的担忧,但它不支持全球占比 99% 的估计。

我们会走向那种情况吗?我将这个问题留给观众。答案取决于未来技术、基础设施和能源供应,而不是一次没有限定条件的推算。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
6 张幻灯片1:03:37EN → 简体中文
Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1:动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试,内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。编程智能体Generative media评估+2
0:53EN → 简体中文
Matthew Berman· 2026年10月22日Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计,数学发现方面的进展将延伸到生物学、材料和能源领域。AI for scienceMathematicsComputational Biology+1