写300字：AI和人脑谁更费电？答案颠覆认知，账要算清

排行榜 2025年09月30日 22:13 0 admin

现在问问题谁还翻搜索框啊？大多人直接喊AI帮忙。

但你想过没，AI敲300字回答和你自己绞尽脑汁写300字，到底谁更费电？

答案跟咱们固有印象完全不一样，今天就好好算这笔“智能能源账”。

写300字：人脑比AI费电？算完账惊了

说实话，咱们的大脑是真“抠门”。

它虽然占了身体20%的日常能耗，功率也就16瓦左右。

就算你赶稿子赶到焦虑，它功率顶破天20瓦，这是几百万年进化定死的上限，跟台灯调最亮一个道理。

我之前写稿子，对着屏幕想开头，大脑就跟“摸鱼”似的，一点不加班。

旁边笔记本电脑开着空白文档，功率115瓦，比大脑费电5倍多，再加上路由器、空调，就为了一句开头，感觉有点亏。

那AI写东西呢？我朋友前阵让AI写冷门CP小甜文，3分钟就搞定了。

本来想觉得这么快，背后数据中心肯定很费电，后来发现不是。

拿大作家马克吐温举例，他年轻时60天写20万词，平均每小时300词，写300字得1小时，大脑能耗20瓦时。

而谷歌的Gemini，处理一次请求才0.24瓦时，ChatGPT也才0.34瓦时，也就人脑的1%左右。

如此看来，咱们自己写东西，反而成了“高成本操作”。

有人可能会问，那AI画画呢？之前不还说别跟AI说“谢谢”浪费能源吗？其实AI能耗看任务复杂度。

跟AI说“谢谢”和让它写故事，能耗能差9倍，参数调用多寡决定了消耗。

画画更不一样，用StableDiffusion3Medium生成1024×1024的图，也就0.3到0.6瓦时，跟写文字能耗差不多，只看分辨率和扩散步数，跟提示词长短没关系。

但AI能耗真就这么点？

我之前也只算了它“回答问题”的部分，后来发现谷歌报告里把能耗拆得很细。

首先是AI加速器，就是GPU或TPU运算的消耗，这是核心；然后CPU负责调度、DRAM存数据，这俩也得耗电。

还有待机能耗，机器不能断，就算没人用也得等着，跟空驶出租车似的；最后数据中心的冷却、电源，这些都得算进去。

就算这么细算，Gemini单次也才0.24瓦时，ChatGPT0.34瓦时，行业里数据都差不多，能源价格这么高，没人会在这上面撒谎。

不过还有个漏算的，AI“学习”的成本。

训练模型是一次性投入，但不能不算。

现在AI模型更新快，寿命撑死两年，得把训练能耗平摊到每次请求上。

就说GPT-4，用25000块A100GPU训了14周，服务器总能耗4875万度，加上数据中心冷却这些，总共5460万度，够十万个三口之家用2个月。

但GPT-4每天处理10亿请求，一年3650亿次，平摊下来单次才0.15瓦时，加上推理能耗，总共也就0.5瓦时，差不多微波炉叮2秒饭盒的量。

本来想觉得这么算下来，AI能耗就是个伪命题，后来发现不对，单个请求省，但架不住请求多啊。

19世纪英国有个杰文斯悖论，说蒸汽机效率高了，反而用煤更多，因为大家用得更频繁了。

AI现在就是这样，以前写文案、P图自己来，现在连回邮件、想朋友圈文案都找AI，新需求全冒出来了。

AI能耗“冰山”：民用只是零头，企业级才是大头

国际能源署去年报告说，全球数据中心2024年耗电415太瓦时，预计2026年超1000太瓦时。

这里面AI占了15%，就是62太瓦时，2030年保守估计也得200太瓦时。

但你知道吗？咱们平时用的聊天、画画AI，一年能耗也就2太瓦时，连62太瓦时的零头都不到。

很显然，AI能耗的“冰山”在水下，企业级应用才是大头。

那些没面市的实验性模型、大公司训新模型、小公司跑特定模型，这些能耗才吓人。

谷歌2024年能耗比前一年多了20%，从25太瓦时涨到32太瓦时，这里面除了Gemini，还有各种云计算服务。

微软、Meta也在疯狂建数据中心、买电厂，他们不是傻，是知道未来AI要耗多少电。

那咱们该咋办？总不能不用AI回石器时代吧？并非明智之举

杰文斯悖论不是让咱们停下，是说“节流”没用，得“开源”。

科技公司投可再生能源，自建电厂，就是在“开源”，不然未来能源不够，他们先扛不住。

咱们普通人能做的，就是用AI的时候别瞎折腾，别老让AI“再来一版”“换个风格”，没必要的请求能省就省。

更何况，现在AI行业能耗数据还不透明，国际能源署都算不准未来趋势。

这就像去餐馆吃饭，菜单没价格，你只管点，最后账单多少不知道。

咱们的大脑虽然才20瓦，却教会了一个道理，天下没有免费的午餐，也没有免费的答案。

AI再方便，背后的能源账，咱们得心里有数。

自主研制，全球首台！大国重器上新

东南大学发布最新研究成果，智能体有可遗传的“学习基因”

发表评论