随着人工智能（AI）应用场景不断扩大，能耗问题日益凸显。专家指出，如果不能及时掌握AI的真实能耗情况，可能给能源规划和环境保护带来挑战。关于AI的能耗问题至今仍没有确切数据，因为多数AI研发企业都未公开系统的真实能耗数据，外界很难准确评估各种AI技术及产品的实际能源需求。部分研究团队虽然致力于建立AI系统的能耗测算模型，但由于缺乏关键数据支持，进展较为缓慢。

    AI系统的能耗贯穿于整个生命周期，以当前主流的大规模语言模型为例，单次训练耗电量可达千兆瓦时级。部分大学和研究机构尝试通过各种间接方法估算AI能耗，但由于缺乏企业的配合与数据支持，这些估算往往存在较大误差，难以作为制定政策的科学依据。

    现下业内关于AI能耗的流行说法可能存在严重偏差，不同AI查询任务的能耗差异可能达到几百倍。这主要取决于任务的计算复杂度、系统的优化程度和硬件平台的能效表现。最新跨学科研究表明，AI系统的能效表现与其底层架构设计、硬件配置方案和使用场景都有复杂的关联性。因此，业界亟须建立更科学、系统的评估方法体系，而不是进行简单的横向比较，这样才能把握AI能耗问题的本质。

    能源需求正快速增长

    国际能源署（IEA）最新发布的预测报告显示，随着AI技术在各行业的快速普及和应用，全球数据中心的能耗在未来几年将呈加速增长态势。AI产业已从最初的学术研究成长为规模不断扩大的重要经济领域，但其爆发式增长带来的能源需求可能给全球能源供应体系带来前所未有的压力。目前，全球范围内都缺乏强制性的AI能耗数据披露机制，这使得不断增长的能源成本很可能通过电价调整等方式转嫁给终端用户，而这种隐性成本转移方式值得警惕。

    AI能源需求增长主要体现在3个关键维度，首先是模型规模的持续扩大需要更多计算资源，新一代大模型的参数量往往呈指数级增长，训练所需的算力也随之激增；其次是AI应用场景的快速扩展带来推理计算需求的爆发式增长，从云计算到边缘计算，AI正渗透到各个领域；最后，支撑AI服务所需的数据存储需求持续上升，海量数据的存储和处理都需要消耗大量能源。这些因素相互叠加共同推动了AI能耗的快速增长曲线。

    技术创新推动绿色发展

    在应对AI能耗挑战的过程中，持续的技术进步和创新实践提供了新的解决方案和发展路径。许多企业正从多个维度探索更高效的解决方案，包括算法架构的创新和专用硬件的研发，以系统性降低AI技术的能耗水平。此外，使用可再生能源为数据中心供电正成为行业共识和发展方向。几家科技巨头，如谷歌、微软和亚马逊都已做出承诺，未来几年将使用清洁能源来支持AI业务发展。这些技术创新和实践经验证明，通过持续的技术优化和模式创新，在保证AI性能持续提升的同时，可有效控制其能耗的增速，实现技术发展与环境友好的平衡。

    当前AI能耗问题凸显了技术进步带来的新挑战，需要社会各界形成共识、共同应对，构建系统性的解决方案。在享受AI技术带来便利的同时，应高度重视其潜在的能源成本问题，以负责任的态度推动技术创新。通过建立完善的数据透明机制、制定科学的能效标准体系、实施有效的监管政策等多措并举，才能确保AI发展的可持续性，实现经济效益与社会效益的统一。