Chaen.ai 合作咨询

AI新闻

AI单次能耗效率提升为何总用电反而增长

🗓 ⏱ 4 分钟阅读

English日本語

XFacebookLINEはてブ
AI单次能耗效率提升为何总用电反而增长

山姆·奥尔特曼在ADIPEC表示AI单次能耗效率提升数千到数十万倍。本文梳理AI单次能耗效率提升为何反而推高总用电,如何对待这个约数,以及日本企业和面向日本的海外企业该怎么做。

山姆·奥尔特曼表示,AI单次问答消耗的能源在过去三到四年里效率提升了数千到数十万倍。地点是在阿布扎比举办的全球规模最大的能源展会ADIPEC的开幕式。我关注的不是这个倍数本身,而是紧接其后的那句话:单价越低用量越大,所以电力的总需求反而会上升。本文依次梳理这段发言该怎么读、效率与总需求为何方向相反,以及在日本做业务的企业该用什么前提去估算AI的电力与成本。

奥尔特曼谈AI单次能耗效率的四个要点

这段发言可以拆成四点。

  • AI单次问答的能源消耗大幅下降
  • 与三四年前相比,幅度在数千到数十万倍之间
  • 效率越高,使用量会增长得更多
  • AI行业与能源行业对社会负有责任

我认为顺序很重要。他没有停在效率的自夸上,而是从效率直接讲到效率带来的需求增长,最后落在行业责任上。AI领域最具代表性的人物,在满场能源从业者面前选择了这个顺序,这个事实本身的信息量不比内容小。AI与能源为什么总被放在一起讨论,这一段话的走向已经说明了原因。

跨数量级的数字该怎么对待

这里需要谨慎。数千到数十万倍这个区间,是他本人加上「可能」的约数,并不是OpenAI公布的测量值。跨越三个数量级以上的区间,按原样既无法验证也无法比较。什么算作一次问答?拿哪个时点的哪种配置和哪种配置比?只算电力,还是包含冷却与待机?前提没有给出,数字就只是一个指向方向的箭头,不是测量结果。

所以我把这段发言读作「行业顶层在能源场合按什么顺序讲了什么」,而不是「效率的实测数据」。如果要写进内部材料或方案书,务必同时写上三件事。

  • 这是约数,不是公布的测量值
  • 发言场合是ADIPEC开幕式
  • 只作为方向参考,不进入自己的成本模型

反过来,把这个数字单独摘出来,得出「所以AI的电力问题已经解决」的结论,是明显的误读。因为他下一句讲的正好相反:效率提升之后用量会增加得更多。

效率提升为何推高总用电

效率改善而总消耗上升,这个结构接近杰文斯悖论。单次调用变便宜、变轻之后,过去算不过账的用法会突然成立。在实务中,变化通常是这样发生的:

  • 原本要人确认后再提交的处理,改成常态化持续运行
  • 原本问一次就够的环节,改成生成多个方案再比较
  • 原本停留在对话的用法,变成智能体连续执行多个步骤
  • 原本只有一个部门在用,变成全公司标准流程的一环

这些都是因为单价下降才成立的用法,而用量的增幅通常大于单价的降幅。所以单次消耗下降,账单还是会变多,社会整体的电力需求也会上升。效率与总需求本来就不往同一个方向走。这不是矛盾,而是「便宜的东西会被大量使用」这一常识的自然结果。

这件事在日本会被怎么接收

在日本谈AI与电力,话题会很快转到数据中心选址与电价。把AI方案带进经营会议,被先问成本与电力可持续性、而不是先问效果与精度的情况正在变多。奥尔特曼这段话一次给了两份材料:单次确实变得极轻,但总量还是会增加。

能不能把这两件事同时端上桌,决定了公司内部讨论的质量。只讲单价下降,计划会偏乐观;只讲总需求上升,就会被当成停掉AI的理由。两者并列,说成「按单价下降来设计,按总额与总需求上升来准备」,计划才贴得住现实。

海外AI企业在日本沟通时也一样。效率数字推得越猛,日本一方越想知道自己的电费与电网会怎样。只强调效率提升的叙述,在日本不容易取得信任。主动把效率提升与总需求增长一起说清楚,反而更容易被平静接受。在这个市场,自己加上的那句保留,往往比标题本身更能换来信用。

企业该怎么估算AI的电力与成本

下面是我从这段发言里带走的判断标准。

单价与总量分开预测

把单价走势与用量走势放进同一张表,但分成两条独立的线来预测。单价向下,用量向上,两者相乘才是实际支付的总额。只用「单价下降所以成本下降」这一条线做计划,几乎一定会错。

在用量增长之前先定上限

变便宜就会被用得更多。把这件事当作必然会发生的事来处理,而不是去压制它。与其限制哪些部门可以用AI,不如先把上限与可见性建起来。只要能看清什么处理在跑、跑了多少次,增长本身就不构成问题。

对外材料里把约数写成约数

引用效率数字时,一并带上发言场合与「约数」的说明。在对外文件里把无法验证的数量级写成断言,之后会连带损害整份材料的可信度。这是成本最低、回报最好的一条纪律。

同一条讨论里的另一个观点

同一条讨论里我还介绍了 @GoingBallistic5 的一个观点:让机器跑得快,和把整条产线立起来,是两个不同的问题。视频是RoboStrategy发布的对谈节选,长约一分钟。其中出现的一百万台,是作为特斯拉的长期目标被提到的数字,并不是已经确定的明年生产计划。

这个区分和电力的话题正好呼应。把单个环节做快做轻,和让整个系统满负荷跑起来,是两件事。在AI上也是如此:提升模型效率,与把包含电力在内的整套机制跑通,属于不同的工作,前者的进展并不能替后者给出答案。

怎么用在自己公司

要做的事并不复杂。把AI预算表拆成单价列与用量列,按用量增长的前提算出下一期的总额;准备好一句在被问到成本与电力时可以直接说的话——单价会下降,总消耗会上升;引用效率数字时记得补一句这是约数。只要这三件事做到,下次有人问起AI与电力的关系,你就不会慌。

常见问题

奥尔特曼关于AI能耗到底说了什么

他说与三四年前相比,AI单次问答消耗的能源效率提升了数千到数十万倍。地点是在阿布扎比举办的全球规模最大的能源展会ADIPEC的开幕式。他同时提到AI行业与能源行业对社会负有责任。

数千到数十万倍这个数字可信吗

这是他本人加上了「可能」的约数,并非OpenAI公布的测量值。跨越三个数量级以上的区间无法直接验证,引用时务必保留「约数」的说明和发言场合。

效率在提升,为什么总用电还会增长

因为单价下降会带来用量上升。单次调用变便宜变轻之后,过去不划算的用途开始大量运行,总量的增幅超过效率的改善。这种结构接近杰文斯悖论。

根据 X 帖子整理原帖 ↗

分享这篇文章

XFacebookLINEはてブ

作者

茶圓 将裕
茶圓 将裕 DigiRise 株式会社 创始人兼 CEO

DigiRise 株式会社 CEO。为600多家企业、5万多人提供AI培训、咨询与开发支持。GMO AI & Crypto 顾问、Google Gemini AI 顾问。X 粉丝超过20万。