AI能耗惊人：生成5秒视频为何抵10部手机充电？
许多人初次察觉AI非常耗电，并非发生在机房，而是在手机终端上。
让它撰写文案、修改图片，甚至生成几秒视频。界面上仅显示一行指令和一条进度条，电力消耗似乎遥不可及。
然而，7月10日国家能源局关于“算电协同”的文章提供了一个直观对比：生成5秒高清视频所耗电量，等同于为10部手机充电。这并非给每次AI请求贴上固定价格标签，而是将常被忽视的事实转化为日常语言：当AI从少数人的工具转变为大众基础服务时，问题不再仅是“单次提问耗电多少”，而是“这些请求并发时，电力来源何处、如何调度、成本由谁承担”。国家能源局[1]
要更清晰地理解此事，需记住三组已发生的数据：2025年，我国已建成42个万卡级智算集群；全国算力中心总用电量达1700亿千瓦时，占全社会用电量1.6%；全国一体化算力网络8大枢纽节点的算力用电，近三年平均增长约39.5%。这意味着，AI电力问题不再是实验室里的远期设想，而是已成为电网和城市基础设施的现实负荷。国家能源局[2]
“使用一次AI究竟耗电多少？”这个问题易于传播，却难以给出适用于所有场景的统一答案。
模型规模、回答长度、是否生成图片或视频、服务器利用率、冷却系统效率以及机房所在地区的电力结构，都会影响单次请求背后的能耗。国际能源署（IEA）在《能源与AI》报告中专门设定不同情景，原因在于硬件与软件效率、AI普及速度及电网建设进度仍存在显著不确定性。IEA[3]
因此，5秒视频与10部手机充电的对比，最有价值之处并非让人对单次生成产生负罪感。
它真正提醒我们：AI的能源成本应关注“总量”与“集中度”，而非仅盯着单次使用。
试想，同一座城市中，成千上万次生成式请求汇聚至同一或相邻数据中心。对用户而言，它们是零散的；对电网而言，它们可能是在同一时段出现的高密度负荷。国家能源局披露的1700亿千瓦时，正是汇总这些分散体验后的真实体量。国家能源局[2]
从全球视角看，数据中心目前并非最大用电部门。IEA估计，2024年全球数据中心耗电约415太瓦时，占全球用电量1.5%。但在基准情景下，到2030年这一数字将翻倍，达约945太瓦时，接近全球用电量的3%。
这组数据最值得关注的并非“3%”本身，而是其增长速度与落点。IEA预计，2024至2030年间数据中心用电年均增长约15%，明显快于其他多数部门；且数据中心不像千家万户那样均匀分布，往往集中于少数区域，因此更容易将局部供电、并网、储能及电价问题提前推至台前。IEA[3]
这也解释了一个看似矛盾的现象：宏观上，算力用电占比尚未超过传统高耗能行业；局部上，一座大型智算中心却可能像重工业设施一样，要求更高电能质量与更可靠的接入能力。
国家能源局对我国算力负荷的判断也指向同一方向：其呈现“高增速、高密度、布局集中化、运行复杂化”特点。于是，AI发展不再只是在服务器中堆叠芯片，而是在城市与区域之间重新探讨“算力应置于何处”。国家能源局[2]
若仅将算电协同理解为“把数据中心迁至电价较低地区”，则误解了问题本质。
更准确地说，它是在回答三个问题：算力何时运行、在何处运行、使用何种电力运行。
训练、推理、视频生成等不同任务，对时延和连续性的要求各异；风电、光伏出力亦非恒定；电网还需同时保障居民、医院、交通和工业生产。将这些变量统筹考虑，方能体现调度价值。并非所有任务都能等待，但可错峰、迁移或弹性安排的部分，越早纳入调度，电网越能承接增长。
这并非想象中的技术口号。2026年4月，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合发布行动方案，明确提出开展算力设施绿电消费占比统计和碳排放核算，推进绿电直连政策指引，并提升算力设施电能质量。政策重点已从“多建机房”转向“实现算力、绿电、网络与调度协同运作”。四部门行动方案[4]
对企业而言，这意味着未来不能仅问“我们购买了多少张显卡”，还需追问“每单位有效计算耗电多少、在何时运行、能否匹配更稳定的清洁电力”。
对城市而言，这意味着招商不应只看“是否有大项目”，还需考察变电站、线路、储能、用水及散热条件是否同步跟进。
对普通用户而言，至少意味着一件事：我们将更频繁地使用AI，但不必认为“少用一次就能解决问题”。真正值得推动的是，服务提供者更透明地披露效率，基础设施更智能地调度，清洁电力与储能更快补足。
从国家层面看，“算电协同”已被写入2026年政府工作报告；7月10日国务院常务会议又提出，加快新一代通信网与算力网建设。它们之所以反复出现，并非因AI仅有模型竞赛，而是因为模型能力要转化为稳定服务，背后必须有网络、电力与调度能力共同支撑。政府工作报告[5]国务院常务会议[6]
回到那句易于记住的对比：生成5秒视频，为何相当于给10部手机充电？
答案不在于将每次生成视为一笔“罪过”。答案在于，它揭示了被界面遮蔽的一条链条：一段提示词进入服务器；服务器调用芯片与冷却系统；机房向电网索取稳定电力；电网再与风能、太阳能、储能、火电及输电线路共同完成平衡。
AI的下半场，不能仅看参数规模与响应速度，还需审视其能否在不挤压可靠供电、不加剧碳排压力的前提下，稳定服务更多人。
下次你打开AI工具时，不必急于询问“它是否耗电”。不妨多问一层：它是否将电力用在了更有效的地方？
[1]国家能源局:https://www.nea.gov.cn/20260710/082757047b114b2798fcdeec42673e18/c.html [2]国家能源局:https://www.nea.gov.cn/20260529/18c09743776c4dddb55288ceea38b8b1/c.html [3]IEA:https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai [4]四部门行动方案:https://www.nea.gov.cn/20260508/4dae97ca01d348e4871bb8654be34b3a/c.html [5]政府工作报告:https://www.moe.gov.cn/jyb_xwfb/moe_1946/2026/202603/t20260305_1430052.html [6]国务院常务会议:https://www.drc.gov.cn/DocView.aspx?chnid=378&docid=2910113&leafid=1350 [7]四部门：关于促进人工智能与能源双向赋能的行动方案:https://www.nea.gov.cn/20260508/4dae97ca01d348e4871bb8654be34b3a/c.html