IEA掏出AI耗能"计算器"，谷歌IBM集体上交用电账单

Meise

最近国际能源署干了件挺实在的事——他们整了个专门追踪人工智能耗电量的"能源与AI观测站"。这个平台上线没几天，就引来谷歌、IBM这些科技巨头排队交数据。说白了就是要把各大厂的数据中心耗电情况和AI节电本事摊开来算笔明白账。

为啥要搞这事儿？国际能源署说得挺直白："AI能力三级跳全靠算力降价、数据暴增和技术突破撑着。但说穿了，没电哪来的AI？反过来AI其实也能帮能源系统省钱。"这个观测站就想同时搞清两件事：训练AI要吞掉多少度电（AI吃电），以及AI怎么帮电厂电网省钱增效（AI省电）。

现在最棘手的是数据中心这个"电老虎"。国际能源署挠头承认："全世界压根没有统一的数据中心电表数！"他们只能自己建模型估算。结果发现北美、欧洲和亚太的数据中心集群疯狂扩张，AI运算硬是让数据中心规模越来越大，胃口越来越贪。选址时电力供应和电网稳定性成了头号考虑，不过政策优惠、现成基建和人才资源还是让成熟市场持续吸金。电网公司现在不得不紧盯着数据中心的建设进度表。

省电实战案例大公开​

观测站晒出的19个实战案例覆盖了建筑、工厂、电网和交通。最亮眼的是日立能源拿AI预测电价的项目。六组技术人员把各种算法试了个遍，最后搞出来的"Nostradamus AI"模型，比业内常见的电价预测准得多。在美国CAISO电力市场，它能提前24小时预测实时电价，准确率87%；预测MISO市场电价更达到93%的准头，连带着预测电网辅助服务价格也有86%的准确性。要知道这行平均准确率也就75%左右。

这种高端操作本来得专业数据科学家才能玩转，但现在做成软件后，普通用户点点鼠标就能出预测报告。IBM和谷歌也贡献了自家绝活——IBM把和联合国开发计划署合作的电力覆盖预测模型交了作业。这个跑在IBM自家云平台上的AI，能评估102个发展中国家到203年的通电情况，连地形海拔、夜间灯光卫星图都算进去了。

谷歌首席可持续发展官凯特·布兰特（上个月才被《可持续发展》评为年度女性）更是一次性掏了两个项目：和环保组织搞的甲烷监测卫星，能精准锁定油气田的甲烷泄漏；还有个叫Tapestry的电网规划工具，正帮着智利国家电网研究怎么在205年前实现净零排放。眼下这个观测站已经变成全球AI能耗的"共享账本"，谷歌IBM们交的这些用电账单，说不定真能帮人类在算力狂奔和节能减排之间踩住平衡点。