简短结论：把这件事拆开后变得奇怪的，不是"AI 用电变多"，而是变多的速度——媒体反复援引 Goldman Sachs 的 8%、IEA 美国 +130% 等"确定数字"，但美国能源部 2024 年 12 月发布的、由 Lawrence Berkeley National Laboratory 用硬件清单法逐项清点的实测显示，2023 年美国数据中心用电只有 176 TWh，占全美 4.4%；其 2028 年区间是 325–580 TWh，相当于 6.7%–12%。主流媒体把带宽顶端当作主线报道，没有显式告诉读者"那只是带宽的一端"。我下面把这件事拆开，给出调查后的判断。
一、主流叙事的几个明确数字
过去一年，"AI 让美国电费上涨"几乎是公共政策与媒体的共识。几个数字被反复引用：
- Goldman Sachs Research，2024 年 5 月《AI is poised to drive 160% increase in data center power demand》：到 2030 年美国数据中心将占全美电力 8%（其文中对比的 2022 年水平为 3%），2023–2030 年电力需求年均增长 15%。
- Goldman Sachs，2025 年下半年《US Data Center Power Demand Projected to Double by 2027》：美国数据中心装机量将从 2025 年的 31 GW 跃升至 2027 年的 95 GW，假设 70% 利用率；并预测 2026 年净增装机 13.6 GW、2027 年净增 36.3 GW。
- IEA，2025 年 4 月《Energy and AI》：美国数据中心到 2030 年比 2024 年多 240 TWh，增长 130%。
- EPRI《Powering Intelligence》（2024）：美国数据中心到 2030 年占全美电力 4.6%–9.1%。
- Boston Consulting Group，2024 年 6 月《US Data Center Power Outlook》：上限约 970 TWh，约美国 2023 年总发电量 4,178 TWh 的 23–25%。
这些数字看起来彼此连贯——到 2030 年大约 8%–9%。所以媒体把它们当作"业内共识"使用。
二、被忽视的实测数字：4.4% 与 6.7%–12% 的带宽
与商业研究不同，Lawrence Berkeley National Laboratory（LBNL）2024 年 12 月由 Arman Shehabi 等人发布的《2024 United States Data Center Energy Usage Report》是目前唯一同时拥有 GPU、加速器、存储、网络、冷却等硬件清单、并按服务器装机量做 bottom-up 实测的政府研究。报告给出：
- 2023 年实测：美国数据中心耗电 176 TWh，占全美总用电 4.4%。
- 2028 预测带宽：325–580 TWh，对应 6.7%–12% 全美电力份额。
- 2014–2023 历史：58 TWh → 176 TWh，年化增长约 13%。
从 2023 到 2028，LBNL 自己承认的年化增长率在 13% 到 22% 之间——一个宽度近一倍的不确定区间，而不是 Goldman 那种 15% 的线性外推。LBNL 写在报告里，但媒体几乎不让这段宽度可见。
三、点估计 vs. 带宽：方法学的差距
把两套方法的特点并排放，可以看出"带宽顶端被默认接受"的原因。
商业研究的 top-down 路径：从开发商披露或第三方（Aterio）跟踪的项目管线开始，乘以"假设的容量利用率"。Goldman 假设 70% 已经被实际利用，把已批准装机直接折算成电力需求。这条方法对已建成项目有效，但对早期项目同时叠加了上行偏差：第一，开发商在同一项目上向多家电力公司重复递交互联请求，业内称为"幻影负荷"；第二，变压器、开关柜、燃气轮机短缺让多个数据中心建设工期延长 24–72 个月。这两点 WRI 9 月 17 日文章《Powering the US Data Center Boom: Why Forecasting Can Be So Tricky》已经正面写到。
LBNL 的 bottom-up 路径：从已安装硬件清单（GPU、CPU 服务器、加速器、存储、网络、冷却系统）出发，乘以测得的运行参数（年使用小时数、PUE、推理/训练比）。它不需要假设"建好就用满"——如果某个已部署硬件没有实际运行，就不会反映在 TWh 上。但反过来，LBNL 的带宽上限和下限都依赖"硬件效率继续按过去十年节奏提升"这一假设；这条假设在 2025 年之后已被 DeepSeek 与 z.ai 的发布打破。
四、2010–2018 的反例
WRI 同篇文章里有一段值得放进脑子里的对照：互联网兴起让 2000–2005 年全球数据中心用电飙升 90%、2005–2009 年再涨 24%。但 2010–2018 这八年，全球数据中心用电基本持平——原因是服务器效率、虚拟化、冷却技术升级把计算量增长全部吸收。那段时间里，行业曾反复预言"电不够"，事后被打脸。
LBNL 2014–2023 的 13% 年化增速本身已经包含了过去十年的效率增益。如果这种增益在 2023–2028 继续，区间下沿 6.7% 是看待"未来五年能不能再翻一倍"的合理默认。
五、DeepSeek：把上沿打回去的最大变量
对任何"带宽上沿"预测给出的最直接的否定信号，来自 2025 年初 DeepSeek 与 z.ai 公布的若干高效模型。RFF 2025 年 3 月文章《The Hype on Hyperscalers》，以及 Artificial Analysis、HELM、若干独立电力审计均显示：DeepSeek 公布的 R1 在多项等价性能对比中使用了显著更少的训练算力（具体数字各家估算在"接近 1/10"到"约 1/3"之间）。这不是说"数据中心总用电会下降"——训练之后的推理部署才是数据中心耗电的主体，新模型迭代速度、推理请求规模、硬件退役节奏，都可能让总耗电超过训练端的节约。但它至少证明"软件效率停滞"不再是一个可以默认为真的假设。
LBNL 自己承认"反弹效应"可能让带宽上沿 12% 落地——这是历史上反复出现的现象（Jevons paradox）。但 DeepSeek 事件至少说明，反弹效应不是单方向的。
六、监管层已经在用带宽做"风险定价"
值得关注的是，州一级公用事业委员会（不是 GPU 公司，也不是投行）已经把"带宽"作为规划输入。2025 年下半年两件具有指标意义的事：
- Ohio：American Electric Power 与消费者权益代表达成协议，要求 25 MW 以上数据中心签约后 12 年内按预期用电的 85% 承担最低付款；违约或取消费用由其他用户分摊。
- Georgia：PSC 通过规则，要求 100 MW 以上新用户承担上游发电、输配电扩容费用，并强制长期合约与最低计费。
Resources for the Future 把这一类安排归为"把风险从普通用户转移到数据中心自身"。但更重要的是：监管层等于公开承认了电网规划"不接受 Goldman 那种 8% 点估计作为输入"——它使用 LBNL 给出的带宽，要求开发方承担全部下沿风险。如果 2030 年实测落在 4.4%–6.7% 这一区间，大量空置容量将由数据中心本身而不是普通居民付费。
七、容量市场的二级价格信号
如果 Goldman 那种"2027 年 66 GW"被市场接受，PJM 互联容量价格已被重订。arXiv 论文《Electricity Demand and Grid Impacts of AI Data Centers》（2509.07218v3）记录：PJM 2026–2027 交付年的容量清算价 $329.17/MW，较 2024–2025 年 $28.92/MW 涨了 11 倍，明确把大型 AI 数据中心负荷列为主要驱动。
如果 2026 年实际新装机不及预期、且 DeepSeek 类软件效率增益持续，2027–2028 容量价格回归至 $50–80/MW 区间的可能性就值得被认真计入。这一价格信号决定了"AI 拖垮电网"的判断是否真实落地为市场成本。
八、判断
把上述几点并到一起，我的判断是：
- "AI 让电网崩溃"在量化基础上不是空话，但更准确的说法是"增长曲线的斜率被主流预测固化在了带宽上沿"。Berkeley Lab 2023 实测的 4.4% 已经确立事实，但要把它外推到 Goldman 的 8% 还需要约一倍的额外增长——这种外推同时依赖"软件效率停滞 + 项目全部建成 + 70% 利用率"三条假设同时成立。
- DeepSeek 类软件跳跃、芯片代际效率进步、以及 2010–2018 那段"被预测打脸"的历史，共同支撑区间下沿 6.7%。"2030 年占 8%"要成立，需要 GPU 推理算力增长速度显著超过过去十年的硬件效率提升，且 2025 年后的软件效率被冻结。这两者都不是默认会发生。
- Ohio、Georgia 监管已经在用带宽做风险定价——这个行为本身就承认了"两个边界都不应被默认接受"。
- 用 2023 年的实测作为锚点而不是 2030 年的预测作为锚点，可能是政策讨论更诚实的起点。把"8%"换成"4.4% 到 6.7%–12% 的带宽"，等于承认我们还不知道，但知道带宽在那儿——比假装确定更诚实。
这件事目前还处在"未来五年到底落在带宽哪一端"的开端，但已经够我们把"确定"二字从主流叙事里去掉了，保留一段"加带宽的诚实风险讨论"。
后续追踪
下次我会跟进：LBNL 2025 / 2026 更新是否落在 4.4%–6.7% 区间；DeepSeek 类软件效率跳跃是否会出现在更多新模型上；PJM 2027–2028 容量价格是否回归至 $50–80/MW 区间；以及 Ohio 之后是否有更多 PUC 复制"大用户最低付款"规则。
来源
- https://newscenter.lbl.gov/2025/01/15/berkeley-lab-report-evaluates-increase-in-electricity-demand-from-data-centers/
- https://eta-publications.lbl.gov/sites/default/files/2024-12/lbnl-2024-united-states-data-center-energy-usage-report_1.pdf
- https://www.wri.org/insights/us-data-centers-electricity-demand
- https://www.resources.org/common-resources/the-hype-on-hyperscalers-data-centers-and-growing-electricity-demand/
- https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand
- https://www.goldmansachs.com/insights/articles/us-data-center-power-demand-projected-to-double-by-2027
- https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
- https://www.brookings.edu/articles/global-energy-demands-within-the-ai-regulatory-landscape
- https://www.energy.gov/oe/clean-energy-resources-meet-data-center-electricity-demand
- https://incorrys.com/data-centers/us-data-center-power-demand-forecast
- https://arxiv.org/html/2509.07218v3
- https://www.belfercenter.org/research-analysis/ai-data-centers-us-electric-grid
✦回复与讨论