OpenAI的电费账单，已经超过了训练GPT-4的成本。

这不是危言耸听。当全球几亿人同时在用ChatGPT的时候，每一次对话都在烧钱——确切说，是在烧电。

谷歌2023年公布的数据显示：AI推理（也就是你用ChatGPT聊天）消耗的电力，已经占到整个AI能耗的60%。而训练这些大模型，反而只占40%。

问题来了：AI为什么这么能吃电？

云端一点都不轻

先破除一个幻觉。

你以为的"云端"是数据轻飘飘地在空中飘着，像云一样。实际情况是：一排排烫手的铁盒子，机房热得能煎鸡蛋。

以前的机柜功耗是几千瓦，大概相当于几个家庭的用电量。现在的NVL72机柜呢？120kW——够1000个美国家庭同时用电。没错，一个柜子。

这意味着什么？数据中心现在需要的不是空调，是核电站。

为什么会变成这样？因为AI芯片的功耗在疯狂飙升。普通服务器CPU的功耗是100-200W，NVIDIA的H100达到了700W，最新的B200直接冲到1000W——相当于10个电吹风同时开。

这些芯片与其说是在计算，不如说是在发热。

真正的电老虎：不是训练，是你在用的时候

很多人以为训练GPT-4最费电。实际上，真正的电老虎是 "推理" 。

训练是一次性的投入，就像盖房子，虽然烧钱但盖完就完了。推理是什么？是24小时开着的空调，全球几亿人每天都在用，一刻不停。

训练GPT-3用了1287 MWh电，相当于120个美国家庭一年的用电量。听起来很多？但ChatGPT运行一天，服务全球用户消耗的电力，远超这个数字。

这就是为什么OpenAI的电费账单会超过训练成本。因为用的人实在太多了。

更要命的是，这个问题没法靠"少用"解决。AI的商业模式就是要服务尽可能多的用户，用得越多，烧得越多。这是个死循环。

被数学公式锁死的命

为什么AI处理长文本会特别慢、特别费电？

这不是工程问题，是数学问题。

现在大语言模型用的Transformer架构有个致命缺陷：计算量随输入长度呈平方级增长。翻译成人话就是——读10倍长的文本，要花100倍的计算量；读100倍长的文本，要花10000倍的计算量。

这是个数学诅咒。你想让AI处理更长的上下文？可以，但电费会指数级爆炸。

为了跑动这些模型，H100的功耗达到700W，B200冲到1000W。一个装满B200的机柜，功耗能达到120kW——这已经不是"芯片"了，这是个带计算功能的电暖器。

行业正在两条路上狂奔

面对这个问题，AI行业分成了两派。

第一派是算法派：重新设计模型架构。

Transformer太胖了，能不能换个更瘦的？新的线性注意力机制（比如Mamba、RWKV）就是这么来的。它们把平方级复杂度降到了线性——读100倍长的文本，只需要100倍计算量，而不是10000倍。

另一个思路是混合专家模型（MoE）。核心逻辑是让AI学会"偷懒"：数学题只激活"数学专家"，写代码只激活"编程专家"，不用每次都动用整个大脑。

效果有多好？Mixtral是个70B参数的模型，但每次推理只激活12%的参数，计算量直接砍到原来的20%，性能却没下降。GPT-4据说也在用这套技术。

第二派是硬件派：暴力堆算力，反正能烧得起。

既然模型费电，那就升级散热。风冷不够用了？上液冷——把芯片直接泡在冷却液里，散热效率是风冷的3-5倍。微软、NVIDIA、阿里云、腾讯云都在大规模部署液冷机房。

液冷还不够？那就建更大的数据中心。OpenAI和微软的Stargate计划要建一个耗电5GW的超级数据中心，成本1000亿美元，预计2030年完成。

5GW是什么概念？相当于整个冰岛的用电量，或者北京市用电量的十分之一。

这种规模的数据中心需要什么？核电站。

核电站成了AI公司的新战场

太阳能和风能不稳定，晚上没太阳，无风的时候没电。火电稳定但不环保。只有核电能同时满足"稳定、大功率、零碳排"三个条件。

于是，科技巨头们开始抢核电站。

微软已经和Constellation Energy签约，重启美国三里岛核电站，专门为AI数据中心供电。OpenAI的Sam Altman投资了核聚变公司Helion Energy，目标是2028年实现商业化发电。谷歌在和Kairos Power合作开发小型核反应堆。

这不是科幻小说，这是2026年正在发生的事。

算力的尽头，真的是核电站吗？

一个还没答案的问题

现在摆在AI行业面前的是两条路：

A路线，暴力堆硬件。 建更大的数据中心，部署更多核电站，用更多电力支撑更强的算力。

B路线，设计更聪明的算法。 优化模型架构，降低计算复杂度，用更少的资源做更多的事。

如果只能选一条，你选哪条？

老实说，行业现在是两条腿走路。但长期来看，B路线才是根本解。因为技术进步的本质，从来不是用更多资源做同样的事，而是用更少资源做更多的事。

否则，AI的发展就会被能源供应锁死。到那时候，不是每家公司都玩得起AI，只有少数掌握核电站的巨头能继续烧钱。

按照现在的趋势，2030年全球AI数据中心的耗电量将超过整个日本。到那时候，我们会不会后悔没有在算法优化上投入更多？

现在还没人知道答案。

但可以确定的是：你每次用ChatGPT，都在参与这场能源革命。而这场革命的走向，会决定AI的未来是属于所有人，还是只属于少数巨头？

完。