> 数据图表如何了解AI推升电力消耗2025-12-2AI推升电力消耗➢ 随着近些年AI模型竞赛日益激烈，训练最先进人工智能模型所需的数据量和计算量呈指数级增长。例如，GPT-4的训练数据量约为4.9万亿个数据点（Data Points)，训练计算量约为22万亿亿次（即2.2 × 1025）。➢ 训练是一个耗时且耗能的过程，计算在GPU/ASIC等专用芯片上进行。当前，单个GPU的最大额定功耗可达1000瓦，这与一台烤面包机的功耗相当。超大型的模型是在由多个GPU组成的集群上进行训练的。例如，GPT-4是在25,000个GPU上经过多日训练而成，算力芯片合计额定功率近10MW。除此之外，加上用于模型训练的其他服务器部件包括CPU、内存、网络设备和交换机等以及非IT设备功耗，用于训练GPT-4的设备总额定功率高达约20MW。➢ 并且，GPT-4训练时间约95天（2280小时），采用84%的负载因子计算，其训练能耗需求约为38.2GWh，折合训练期间内日均能耗约0.40吉瓦时（40万度电），如果以一个家庭单日电力消耗约为10度，GPT-4日均能耗约等于4万个家庭单日用电量。➢ 图表：典型模型IT设备额定功率（MW）➢ 图表：典型模型IT设备训练期间用电量及日均用电量)WM(120.00100.0080.0060.0040.0020.000.00109.95250.00200.00150.00100.0050.000.00)hWG（2.22199.490.3938.7319.2119.942.82Grok3Gemini 1.0 UltraGPT-4DeepSeek-V3Grok3Gemini 1.0 Ultra数据来源：Epoch AI，金元证券研究所整理；注：计算考虑了除算力芯片外的IT设备功耗系数（如存储、网络设备等），并考虑了PUE（非IT设备）)yad/hWG(0.4038.20GPT-42.502.001.501.000.500.00金元证券科技传媒
