2025年4月，国际能源署（IEA）发布《能源与人工智能》报告。基于新的全球和区域模型及数据集，并广泛咨询各国政府、监管机构、科技行业、能源行业和国际专家，报告预测了未来十年人工智能可能消耗的电量，以及哪些能源将有助于满足这一需求，并分析了人工智能的普及对能源安全、排放、创新和可负担性的影响。

1．人工智能的变革潜力取决于能源

在计算成本下降、数据可用性激增以及技术突破的推动下，人工智能（AI）的功能已发生显著变化。AI已经从学术追求变成了一个市值和风险投资规模达数万亿美元的行业。然而，没有能源就没有AI；与此同时，AI有可能改变能源行业。负担得起、可靠和可持续的电力供应将是AI发展的关键决定因素，能够快速、大规模地提供所需能源的国家将最有可能受益。AI模型的训练和部署在大型且耗电的数据中心进行。一个典型的以AI为中心的数据中心消耗的电力相当于10万户家庭的用电量，但目前在建的最大数印度负责部分偏滤器和热屏蔽模块的制造据中心将消耗20倍于此的电力。因此，能源行业正处于当今最重要的技术革命之一的核心位置。

2．数据中心目前在全球电力消耗中所占比例较小，但影响却更加显著

自2022年以来，全球对数据中心的投资几乎翻了一番，到2024年将达到5000亿美元。这种投资热潮导致人们对电力需求暴涨的担忧日益加剧。2024年，数据中心约占全球电力消耗的1.5%，即415太瓦时（TWh）。2024年，美国在全球数据中心电力消耗中所占份额最大（45%），其次是中国（25%）和欧洲（15%）。自2017年以来，全球数据中心电力消耗每年增长约12%，是总电力消耗增速的四倍多。专注于人工智能的数据中心的用电量与铝冶炼厂等高耗能工厂相当，但它们的地理分布更为集中。美国近一半的数据中心容量分布在五个区域集群中。该行业在当地市场的电力消耗中占据了相当大的份额。

3．到2030年，数据中心的电力需求将增加一倍以上

到2030年，数据中心的电力消耗预计将增加一倍以上，达到约945太瓦时（TWh）。这略高于日本目前的总电力消耗。人工智能是这一增长的最重要驱动力，同时对其他数字服务的需求也在不断增长。美国在这一预计增长中所占份额远远最大，其次是中国。在美国，从现在到2030年，数据中心占电力需求增长的近一半。到2020年，美国数据中心的电力消耗预计将超过铝、钢铁、水泥、化学品和所有其他能源密集型产品生产的总和。2030年后，不确定性将进一步加大，但我们的基准情景预测到2035年，全球数据中心的电力消耗将增至约1200太瓦时。

4．满足数据中心的电力需求将需要多种能源协同发挥作用

可再生能源和天然气在满足数据中心电力需求方面占据主导地位，但一系列能源也有望做出贡献。全球数据中心需求增长的一半由可再生能源满足，并得到储能和更广泛的电网的支持。预计到2035年，可再生能源发电量将增长超过450太瓦时，以满足数据中心的需求，这得益于较短的交付周期、经济竞争力以及科技公司的采购策略。以天然气为首的可调度能源也将发挥关键作用，科技行业也助力推动新的核能和地热技术的发展。天然气发电量将增加175太瓦时，以满足日益增长的数据中心需求，尤其是在美国。核能也将贡献大约相同数量的额外发电量，以满足数据中心的需求，尤其是在中国、日本和美国。首批小型模块化反应堆将于2030年左右投入使用。

5．数据中心是电力时代电力需求加速增长的几个驱动因素之一

到2030年，数据中心约占全球电力需求增长的十分之一，低于工业电机、家庭和办公室空调或电动汽车的份额。然而，数据中心在推动电力需求方面的重要性因国家而异。新兴和发展中经济体已经历快速的电力需求增长。在这些国家，到2030年，数据中心约占电力需求增长的5%。另一方面，发达经济体经历了数十年基本停滞的电力需求。在这些国家中，到2030年，数据中心将占电力需求增长的20%以上，这敲响了警钟，提醒人们需要重新推动电力行业的增长。

6．在将数据中心集成到电网方面，智能化意味着更高效

许多地方的电网已不堪重负。据估算，若风险未缓解，约20%的已规划数据中心项目可能面临延期。包括数据中心在内的供需项目，其电网连接排队时间漫长而复杂。在发达经济体，新建输电线路可能需要四到八年时间，而变压器和电缆等关键电网部件的等待时间在过去三年中翻了一番。发电设备的需求也很高。新建燃气发电厂的涡轮机交付目前面临数年的准备时间，这可能会使其投入使用推迟到2030年以后。如果电力行业不加大力度，满足数据中心负载增长可能需要与电气化、制造业增长或可负担性等其他目标进行权衡。降低这些风险的主要选择包括将新的数据中心设在电力和电网可用性较高的地区，并更灵活地运营数据中心服务器或其现场发电和储能资产。

7．人工智能相关电力需求前景存在很大不确定性

AI的普及速度、能力和生产力、效率提高的速度以及能源行业的瓶颈能否得到解决，都存在不确定性。该报告分析了“起飞情景”、“逆风情景”和“高效情景”三种情景下的情形。到2035年，各情景下数据中心用电量跨度为700~1700太瓦时，燃气发电增量在起飞与逆风情景中相差四倍，核电增量差异更甚。在“高效情景”下，数据中心的电力需求到2035年将比基准情景低20%。

8．人工智能可为能源行业带来巨大的效率和运营收益

能源公司已开始运用人工智能来转型和优化能源和矿产供应、发电和输电以及能源消耗。人工智能的应用目标包括降低成本、增强供应、延长资产寿命、减少停机时间和降低排放。其中，石油天然气行业是人工智能的早期应用者，利用人工智能优化勘探、生产、维护和安全。AI还可以帮助平衡日益复杂、分散和数字化的电网。未来的产业将越来越数字化和自动化，率先将AI集成到制造业中的国家和公司将领先一步。AI在交通领域的应用可以提高效率并节省成本，但也可能增加个人出行的需求。AI在建筑行业主导的优化具有巨大的潜力，可以提高供暖和制冷系统的效率，以及用电灵活性。

9．加速创新可能是AI对能源行业最重要的长期效应之一

AI 正在成为一种强大的科学发现工具，帮助研究人员更快地发现、测试和商业化创新。新能源技术的创新周期通常长达几十年，缩短这一周期将是实现能源行业目标（如可持续性和竞争力）的关键。然而，能源初创公司筹集的资金中，只有2%流向了具有与AI相关价值主张的公司。能源创新面临的问题正是AI擅长解决的那类问题。例如，只有 0.01% 的下一代太阳能光伏材料是实验生产的，还有大量可能的材料有待探索。AI可以帮助科学家大幅加速寻找和测试有前途的材料、电池化学和碳捕集分子的过程。需要制定政策来支持AI主导的发明，同时加快商业化进程，因为商业化往往比发现阶段对新产品的阻碍更大。