10月16日资讯，随着人工智能产业的迅猛发展，对算力的需求呈现爆发式增长。无论是依托先进硬件技术，还是构建超大规模ai集群，各大企业正全力增强其ai运算实力。但与此同时，这一趋势也引发了前所未有的能源消耗挑战。
根据分析师Ray Wang提供的数据，NVIDIA的AI服务器平台在代际演进过程中，功耗显著攀升——从Ampere架构到Kyber架构，短短八年时间，整体功耗增长高达100倍。
这种急剧上升的能耗主要源于两个方面：一是每机架部署的GPU数量持续增加，二是单个GPU的热设计功耗（TDP）不断提升。
以Hopper架构为例，其典型机架运行功率为10KW；而到了Blackwell架构，由于GPU密度大幅提升，单机架功耗已接近120KW。
除了GPU本身的升级，诸如新一代NVLink/NVSwitch互联架构、优化后的机架设计以及更高的持续利用率，也在推动超大规模数据中心整体能耗飞速上涨。
当前，科技巨头之间正展开一场“AI机架规模”的激烈竞争，衡量计算实力的标准已不再仅仅是FLOPS，而是转向了“吉瓦（GW）”级别的电力消耗指标。包括OpenAI和Meta在内的多家公司，已规划在未来数年内新增超过10吉瓦的AI算力支持。
作为参照，1吉瓦的电力足以满足约100万个美国家庭的日常用电需求。如今，一些顶级AI数据中心的总能耗水平，已堪比一个中等国家或数个美国大州的用电总量。
此外，国际能源署（IEA）在其2025年发布的《能源与AI》研究报告中预测，到2030年，全球AI系统的能耗将翻一番，增速约为电网扩容速度的四倍。
