张亚勤谈 AI 高耗电：技术特性叠加电网问题致电力困境

针对马斯克断言地球电力将枯竭、AI 为何如此耗电的问题，中国工程院外籍院士、清华大学智能产业研究院创始院长张亚勤在《聊一波》栏目中作出如下解读：

当下的人工智能核心为生成式人工智能，这类技术的运行需要万亿级的海量参数作为支撑，同时还依赖大量图形处理器（GPU）的高速运算，再加上高带宽内存（HBM）以及各类网络设备的协同运作，这些硬件设施本身就会产生巨大的电力消耗。

这一现象背后契合规模定律（scaling law）：数据量越大、算力越强，再搭配更优化的算法，模型的性能就会越好，而其对应的电力消耗也基本呈现出指数级的增长趋势。

目前生成式 AI 主流使用的是 Transformer 算法，这一算法的算力需求呈 n 平方量级增长，本质上也是指数级攀升，其中 n 代表 Token 的尺寸，算力需求与 n 的平方成正比，这也决定了生成式 AI 对电力有着极高的要求。

从美国的电力现状来看，其当前面临的电力困境，一方面源于整体电网大多是 30 多年前部署的，电力系统中的变压器使用寿命通常为 30 年，如今已普遍出现老化退化现象，这使得美国电网不仅存在容量不足的问题，还面临着严重的老化隐患。

此外，针对企业用电需求的问题，张亚勤还提到，由于当前电网的容量无法满足相关企业的用电需求，已有部分企业计划自建供电设施，例如利用水电或自备发电机组来保障供电。目前还有一项处于科研阶段的技术 —— 微型核反应堆，其供电能力较强，可直接配套建设在数据中心内，但该技术尚未实现落地应用，仍处于研发阶段。不过即便技术尚未落地，相关企业的股票在去年仍上涨了数十倍，这既体现出市场对该类供电技术的巨大需求和高度期待，其中也可能存在一定的市场泡沫。

张亚勤同时提醒，AI 的快速发展对全球能源构成了巨大挑战，预计到 2030 年全球数据中心的耗电量可能占到总发电量的 10%，这也成为 AI 实现可持续发展的硬约束。