市场观察Global

市场观察 · 国际能源署

AI 文明的底层，是一套真实存在的能源系统

国际能源署预计数据中心用电将快速增长，同时指出电网、发电、冷却、效率与选址将决定 AI 能否以更可持续的方式扩展。

Energy and AI2025 年 4 月 10 日

阅读原始来源 ↗

概念视觉

独立编辑分析

本文是 FUURAA 基于所列公开来源撰写的编辑分析，与被引用机构相互独立。原始资料仍归其作者及发布机构署名，资料选择、综合与判断由 FUURAA 负责。除非另有明确说明，任何被引用机构均未审阅、认可或支持本文。

外部公开资料

国际能源署报告如何估计

国际能源署估计，2024 年全球数据中心用电约为 415 太瓦时，占全球用电约 1.5%；其基准情景预计 2030 年将达到约 945 太瓦时，略低于全球总量的 3%。

报告分析加速服务器、网络、冷却、发电与电网限制，并认为在基准情景中，可再生能源可能满足至 2035 年新增数据中心需求的近一半，但地区影响可能高度集中。

FUURAA 编辑分析

FUURAA 编辑观点

面向公共利益、以证据为基础的分析

AI 基础设施不是抽象的云，而是一条由芯片、建筑、电力、水、冷却、网络与社区组成的真实链条；可靠性与可持续性必须共同设计。

能源预测是情景而非固定结局。效率提升、模型设计、硬件、监管、电网投资及部署地点都可能改变路径。

核心判断

AI 的规模由真实物理系统共同支撑和约束，包括芯片、数据中心、电力、电网、冷却、网络、水资源及周边社区。
国际能源署情景显示需求可能快速增长，但并非固定结局；效率、部署地点、电网投入及技术选择都会实质改变路径。
负责任的 AI 基础设施应提高每单位资源产生的有效服务，并同时披露全球与当地影响。

云端背后存在真实的物理足迹

国际能源署估计，2024 年数据中心用电约 415 太瓦时，占全球用电约 1.5%；其基准情景到 2030 年达到约 945 太瓦时，略低于全球总量的 3%。这些数字有助于理解总体规模，但全球百分比可能掩盖局部压力。数据中心需求往往集中在电网容量、发电、冷却或网络连接有限的地区。因此，AI 基础设施应被理解为设备、建筑、电力与社区组成的物理链条，而不是一个与地点无关的抽象云服务。

预测描述的是路径，而不是命运

报告分析加速服务器、网络、冷却、发电及电网限制，并在基准情景中认为可再生能源可能满足至 2035 年新增数据中心需求的近一半。情景的价值在于把假设与相互作用呈现出来，并不保证某个结果一定发生。模型效率、硬件利用率、冷却方式、电力市场、监管、建设周期和用户需求都会改变实际消耗。FUURAA 认为，公共讨论应把预测用于规划并清楚说明不确定性，既不能把单一数字当成必然，也不能因此忽视真实的基础设施挑战。

效率必须与有效成果共同衡量

效率提升可以降低单次任务的资源消耗，但当服务更便宜或更普及，也可能带来更高的总使用量。因此，只衡量模型规模或机房效率并不完整。运营方应关注每单位算力与能源交付了多少有效工作、系统实际利用率、是否存在重复推理，以及更简单的方法能否完成同一目的。效率也应延伸至供应链，同时避免声称某一个指标能够完全代表环境表现。不同应用带来的社会价值不同，这种判断不能只交给能源核算。

基础设施决定会分配收益与负担

数据中心可能带来数字服务与投资，也可能在资源有限地区与其他需求竞争电网容量或本地资源；这种平衡因地点而异，不能靠全球平均数解决。可信规划应让公用事业、政府、运营方与受影响社区参与，披露关键假设，并提供处理运营关切的渠道。考虑电网条件的选址与调度可以帮助需求匹配容量，但技术优化不能取代公共决策。可持续扩展需要把可靠、可负担、韧性与环境责任作为一个系统共同考虑。

不同观点与不确定性

现有证据尚不能确定什么

AI 可能支持能源系统分析和其他有价值服务，但预期收益不能成为资源浪费或不透明建设决定的理由。
严格限制可以减轻本地压力，却也可能把设施转移到其他地区；协调标准与更好披露可能比孤立措施更有效。

公共利益与各方影响

这对不同参与者意味着什么

公众

社区需要获得易懂的基础设施信息，包括本地资源约束、预期收益，以及真正可以参与或提出申诉的渠道。

组织与行业

开发者与运营方应提高利用率，选择适合目的的模型和硬件，结合电网条件规划，并取得可信的供应商资源数据。

政策

政府应协调能源、数字、规划与环境政策，评估高度集中的地方影响，避免只依赖全球平均数。

研究

分析应比较不同情景、工作负载与地区，并改善能源、冷却、水、可靠性及有效服务成果的衡量。

下一步观察什么

随着效率、部署与需求变化，实际数据中心用电与国际能源署情景之间如何发展。
运营方的公共报告能否形成可比较标准，同时不掩盖重要地区差异。
电网升级、可再生能源、冷却与选址如何影响可靠性、成本及社区接受。

结论

国际能源署报告清楚说明，AI 发展建立在一种不能仅靠语言模型解决约束的物质基础上。用电可能快速增长，但规模与影响取决于软件、硬件、设施、电网和公共政策的一连串选择。合适的回应既不是否定 AI 潜力，也不是把扩张当成物理上自动发生的过程，而是建设高效、透明、有韧性并对运营所在地负责的基础设施。

独立性与相关性披露

本文是 FUURAA 对所引国际能源署报告的独立编辑分析，不代表国际能源署批准、参与或认可本文；情景数字均作为该报告的估计呈现，并非 FUURAA 的预测。

前瞻观察

AI 时代的基础设施问题

从设计开始提高效率

衡量每单位算力与能源产生的有效工作，而不只是模型规模。

考虑电网条件

选址与运行时间应考虑电力、网络容量及社区影响。

透明核算

机构需要获得跨基础设施供应商的可信能源、水与排放数据。