> 数据图表想问下各位网友3.2 AI与电力：产业链中的关键耗能节点
2025-12-13.2 AI与电力：产业链中的关键耗能节点Ø 根据IEA报告，AI模型的全生命周期中，能源密集节点主要在硬件制造、模型训练、模型使用三个部分• 硬件制造：约占芯片全生命周期的20%能耗，全球芯片制造的电力消耗超过100TWh/年，约占全球工业电力需求的1%。越先进制程的芯片在制造阶段的电力需求越高，例如一片3nm晶圆制造耗能约2.3MWh，约是生产一片28nm晶圆能耗的3倍，但同时高制程芯片的算力提升也有助于降低其使用端的单位能耗。• 模型训练：根据估算，目前前沿AI模型训练总耗电量约1.7TWh，约占全球电力消费总量的0.001%，以及数据中心耗电量的0.1%。复杂AI模型的训练能耗显著高于一般模型训练，以GPT-4为例，若按84%的负载率计算，单日训练耗能约0.43GWh，相当于发达经济体中2.85万户家庭的日用电量。• 模型使用：这部分能耗是动态的，主要取决于【输入内容大小和长短】、【模型规模】、【生成模式】、【采用的算法优化】、【推理深度】、【硬件能效】。例如单个文字、图像、视频生成任务所需能耗大约分别是0.3-0.5Wh/个、1.7Wh /个、115Wh /个，同时在不同硬件平台任务所消耗电量也有所差异。根据估算，消耗100TWh的电力，大约可以生成9.5亿小时的视频内容（网飞用户2024下半年视频观看总时长约为940亿小时）。不同制程芯片所需能源消耗（MWh）不同大模型累计训练的电力消耗（GWh）不同类生成式AI任务所需电力消耗，使用不同硬件平台数据来源：IEA、国元证券经纪（香港）整理 
