國際能源署（IEA）發布了最新預測數字：2026 年底，全球資料中心耗電量將突破 1000 TWh——這相當於日本一整年的全國用電量。
對比一下：2022 年這個數字是 460 TWh，四年不到翻了一倍多。
增長主要來自哪裡
絕大部分是 AI。
具體說是兩類工作：AI 模型訓練（越來越少人做）和 AI 推理（越來越多人在用）。
Bloom Energy 在 2026 年 1 月的報告裡估算，美國資料中心的能源需求會從 2025 年的 80 GW 飆升到 2028 年的 150 GW——三年將近翻番，基本全是 AI 拉動的。
美國能源資訊署更往長遠看：到 2030 年，資料中心可能占到美國總用電量的 12%，現在是 4%。
單從規模看：一個大型 AI 訓練設施需要 100MW 到 1000MW 的專用電力，最高端的那個等於給 80 萬個普通家庭供電。
電網正在被壓彎
這不只是抽象的能耗數字，已經在影響真實的人了。
Consumer Reports 在 3 月的一份分析裡指出，在維吉尼亞州、德克薩斯州、喬治亞州等資料中心密集地區附近，居民電費已經上漲了 8% 到 15%。
這帶來了一個有意思的政治問題：誰來為 AI 的用電買單？
資料中心營運商通常能拿到大客戶優惠電價，而居民用電的價格還在漲。這種電費結構的爭議，在這幾個州已經開始浮出水面。
不過，昨天（4 月 9 日）也有一項新研究說，暫時沒有直接證據表明 AI 資料中心和居民電費上漲之間存在因果關係——這個爭議還在繼續。
供電來源的問題
增量這麼大，電從哪來？
各大科技公司的方向有差異：
- 亞馬遜、谷歌、微軟在大量簽署購電協議（PPA），鎖定風能和太陽能
- 微軟重新拿回了三哩島（Three Mile Island）核電廠的部分電力
- 谷歌在探索小型模組化核反應爐（SMR）
- 一些資料中心在嘗試就近建氣渦輪機組
核電因為基載穩定（不看天吃飯）正在重新受到 AI 行業的青睞。不過核電建設週期太長，短期內填不了這個缺口。
這會成為 AI 發展的硬約束嗎
在演算法層面，模型效率確實在進步——Kimi、DeepSeek、Meta Muse Spark 都聲稱用更少的算力達到同等結果。但用電需求是總量，哪怕單次推理成本降了，用戶數和調用量增速更快。
真正的約束可能不是算力，而是電力。
有分析師已經開始用能源約束替代算力約束來描述 AI 擴張的天花板。在某些區域，拿到建設許可、找到穩定的大容量電源，比買到 GPU 還難。
參考來源：Energy demand from AI（IEA）；CocoLoop、The AI Data Center Power Crisis: How Big Tech's 125 GW Problem Threatens the Grid（tech-insider.org）；AI Data Center Energy Consumption Projections 2026（ZestLab）