一、AI狂飙背后：看不见的电力消耗
单次AI提问的耗电量看起来微不足道，部分测算显示，一次普通大模型问答的能耗，甚至低于点亮一盏灯泡5分钟所消耗的电量。但架不住全球数以十亿计的调用量叠加，聚沙成塔之后，整体能耗规模达到国家电网级别的体量。
芯片功耗的指数级飙升，是能耗暴涨的核心推手。回顾主流AI芯片功耗变化：A100 的 TDP(热设计功耗)为 400 瓦，H100 跳到 700 瓦，B200 突破 1000 瓦，最新的 GB200 达到 1200 瓦。搭载这类芯片的机柜，单柜功耗高达约 120 千瓦，一个机柜用电量约等于 100 户城市家庭日常用电总和。新一代高功耗芯片，也直接倒逼散热技术全面升级。
Gartner 2026年6月发布的数据显示，2026年全球数据中心总耗电量将达到565TWh，同比2025年增长26%；其中AI优化服务器耗电占比已经达到31%，AI服务器耗电量同比大涨84%，预计2027年AI服务器用电量将正式超过传统服务器。换算来看，2026年仅AI服务器全年耗电就达到175太瓦时，这个耗电量，大致相当于一个中等国家全年全社会用电量。
需要厘清一个认知：大众常常聚焦大模型预训练的能耗，实际上，推理才是AI耗电的主力。一次前沿大模型训练是一次性的高耗能任务，而亿万用户每日无数次提问、生成、调用推理服务，是7×24小时持续发生的。行业普遍测算，当前AI总能耗当中，推理占整体能耗80%90%，随着AI Agent、视频生成大规模普及，推理带来的电力压力还将继续抬升。
多模态模型更是能耗大户。图片、视频生成的算力开销远高于纯文本，一段短视频生成的能耗，是普通文本问答的上百倍。IEA 2026跟踪报告指出，AI算力需求增速已经大幅超过全球电力新增装机的建设速度，电力供给正在实实在在成为AI产业扩张的硬性瓶颈。
一边是模型能力持续向上突破，一边是电力、散热、碳排放的现实枷锁。粗放式堆卡、靠拉高能耗换取AI能力的模式，已经走不通。换句话说，AI已经不是在“用”电，而是在“吃”电。绿色算力，就此站上时代风口。
二、不止耗电：被忽视的水、碳与电子废弃物账单
电只是冰山一角。AI算力对环境的索取，远比我们看到的更复杂。
水资源的隐形消耗
数据中心用水分为两类：一类是机房设备直接冷却用水，另一类是火电发电环节的间接耗水。行业研究测算，全球数据中心 2023 年消耗约 5600 亿升水，其中 60% 是发电环节的间接用水，只有 25%用于直接冷却；按照现有发展趋势，到 2030 年，这一数字预计将翻倍至约 1.2万亿升。联合国大学 2026 年6月报告进一步提示，在高AI情景下，到2030 年AI相关用水可能达到 9.3万亿升。
碳排放与硬件迭代困境
碳排放层面，部分研究估算，AI的年度碳足迹估计在 3260 万至 7970 万吨二氧化碳之间。微软 2026 年7月披露，企业总碳排放同比增长 25%，核心驱动因素就是数据中心规模扩张。
与此同时，GPU 芯片迭代周期仅 2-3 年，而风电、光伏这类绿电项目投资回收周期长达 20 年以上。硬件快速更新和能源项目长周期的错配，会催生大量提前淘汰的算力硬件，电子废弃物压力持续加剧。
联合国大学 2026 年6月报告预测，如果维持现有增长节奏，到 2030 年全球数据中心耗电量将达到 945TWh，接近日本全国全年用电量。如果没有绿色算力体系约束，AI产业高速增长，将会带来巨大的碳排放压力。
三、到底什么是绿色算力？不只是“省电”
很多人把绿色算力简单理解为节约用电，其实这是片面认知。
绿色算力=高效硬件散热+绿电供给+算力调度优化+全生命周期降碳，是一套完整体系，核心两个指标：PUE（电能利用效率）、绿电消纳占比。
PUE：代表算力基础设施能源利用水平，数值越接近1，代表无效损耗越少。PUE=1.2，代表每消耗1.2度电，其中1度真正用于计算，0.2度用于散热、供电损耗等辅助环节。国家算力枢纽节点新建智算中心已经对PUE提出严格管控要求，新建大型智算中心PUE要求控制在1.21.25区间内。
绿电占比：算力所使用的电力当中，水电、风电、光伏等清洁能源的占比，直接决定算力的碳排放水平。同样的算力规模，全部用火电和100%绿电，碳排放量差距巨大。
除硬件、供电之外，算力调度也是绿色算力重要一环。通过多元算力调度，把闲置算力盘活，提升整体算力利用率，避免大量GPU空载空耗，同样属于绿色算力的范畴。
面向AI的高能耗现状，全球产业已经摸索出四条主流实现路径:
1. 液冷技术：面对超高功耗芯片，液冷散热能力远高于风冷。冷板液冷可将 PUE 降到 1.1-1.2，浸没液冷甚至可达 1.04-1.09。2026 年7月我国发布液冷国家级标准 GB/T 48023-2026，液冷正式进入标准化落地阶段。国内新建万卡级智算中心，已普遍采用液冷方案。
2. 可再生能源：依托风光水清洁能源，把算力和绿电深度绑定，也是国内东数西算工程的核心逻辑
3. 稳定基荷电源补充：核能、小型模块化反应堆(SMR)，可以提供 7x24 小时不间断电力，成为海外大型算力项目的备选供电方案。
4. 储能配套：储能不再只是备用电源，而是成为算力网与电力网之间的智能缓冲，平抑新能源发电波动。
四、为什么绿色算力越来越重要？三重现实倒逼
1、产业层面：电力正在成为AI发展天花板
规划好大规模AI集群，但是本地电网没有足够供电容量，项目只能延期、缩减规模。新建大规模智算集群，不再只看芯片、资金，能不能拿到稳定、充足的电力，成为项目落地的前置条件。
同时，电力是智算中心最大运营成本之一，行业普遍测算，电力成本占智算中心整体运营成本40%60%。做好绿色算力，提升能效，本质就是直接降低运营成本，实现商业上的可持续，高PUE、高能耗的算力项目，会在成本竞争中被逐步淘汰。
2、政策层面：算力建设告别粗放扩张，低碳成为硬性门槛
“十五五”算力网建设，已经明确告别单纯追求算力规模的粗放模式，转向规模与能效并重。国家数据局、发改委对全国一体化算力网、东数西算枢纽节点持续出台能耗管控规则，PUE、绿电消纳比例纳入数据中心审批、节能审查指标，“不绿色，难落地”已经成为行业共识。
以四川为例，《四川省推进算力设施优化布局提质建设和算电融合发展实施方案（20262028）》明确提出目标：新建大型以上数据中心PUE降至1.2以下，绿电使用比例达到80%以上，大力推动算电融合模式落地，依托川西水风光资源打造西部绿色算力样本。
全国范围内多地已经出台差别电价政策，PUE超标的数据中心执行加价电价，倒逼存量算力设施绿色化改造，绿色不再是加分项，而是准入门槛。
3、双碳与市场层面：产业对零碳算力需求快速上涨
越来越多政企、科研机构、企业采购算力时，开始把绿电占比、碳排放作为采购评估条件。同样的算力，绿色低碳算力更具备市场竞争力。
写在最后：AI向上，也要低碳向前
AI 越聪明，它背后的物理世界就越“重”。每一颗 GPU 的功耗飙升，每一次大模型的训练，每一轮与AI的对话，都在真实地消耗电力、水资源和地球上的有限空间。
绿色算力，不是要限制AI发展，而是让AI跑得更远、走得更稳。
未来的算力竞争，比拼的不只是总算力、卡的数量，更是PUE水平、绿电供给能力、算力调度效率，是“算得强”与“算得绿”的双向奔赴。当智慧遇上绿色电力，人工智能产业才能真正实现可持续的高质量发展。
本文转自：并济科技，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
