是的——人工智能将推高全球电力需求,而数据中心的增长速度已经是总需求增速的数倍。数据中心在 2025 年消耗了约 485 TWh,约占全球电力的 1.5%,即使在 IEA 的基准情景下,到 2030 年也将保持在 3% 以下,约为 950 TWh。人工智能是电力需求真正的增长引擎,而不是电网的生存威胁——至少从全球来看是这样。在数据中心集群集中的地方,情况则完全不同:在一些州和大都市区,这些设施已经占总电力需求的 20–30%。本指南将解释这些数字、云端与本地的划分,以及大局对电池储能意味着什么。
最重要的纠正:数据中心用电量的增长与人工智能用电量的增长不是一回事。数据中心还运行通用云软件、视频流、企业系统和内容平台——预计到 2030 年,AI 优化服务器将占数据中心用电量净增量近一半,这意味着大约一半的增长来自其他方面。传统服务器仍以每年约 9% 的速度增长,制冷、存储和网络构成了设施负荷的其余部分。LJY Energy 是深圳的 LiFePO4 供应商和 OEM/ODM 协调方;我们不是工厂。我们为储能应用供应电芯、电池系统和 OEM/ODM 套件,每个配置都按项目以书面形式确认。

数据中心用电一览
| 全球数据中心用电,2024 年 | 415 TWh |
| 全球数据中心用电,2025 年 | 485 TWh |
| AI 集中型数据中心,2025 年(推算) | 150 TWh |
| IEA 基准情景,2030 年 | 950 TWh |
| 全球电力需求,2025 年 | 31,800 TWh |
| 数据中心在全球电力中的占比,2025 年 | 1.5% |
关于 AI 扩张对数据中心规模储能意味着什么——UPS、削峰和弥合并网延迟——请参阅 AI 数据中心与电池储能分析。
算例:数据中心数字的背景
把数字放在一起看,标题就没那么吓人了。数据中心在 2025 年消耗了约 485 TWh——约占全球总量 31,800 TWh(Ember)的 1.5%——而 IEA 的基准情景到 2030 年将其几乎翻倍至 950 TWh,约占全球需求的 3%。AI 集中型设施在 2025 年约为 150 TWh,是增长最快的细分领域,仅一年就增长了约 50%。即使是超过 1,200 TWh 的激进过度建设情景,仍只是全球电力的个位数占比,而接近 700 TWh 的效率取胜情景则显示了区间的宽度。TWh 总量描述的是全球市场;起约束作用的限制——并网排队、变压器、审批手续——是本地的,会在发电之前数年就产生影响。
引用标题之前要核查什么
- 每个 TWh 数字的日期——IEA 每年都会修订其数据中心预测,没有年份的数字是没有意义的数字
- 「数据中心 TWh」和「AI TWh」是否被当作同义词使用——并非如此,把两者混为一谈会把 AI 的足迹高估约一倍
- 本地情况,而不仅仅是全球情况——并网排队、变压器供应和审批时间表决定了规划中的场地能否按时获得电力
- 电池问题到底是什么——应根据负荷的功率峰值和工作周期,以 kW 和 kWh 为单位确定储能规模,而不是根据 AI 在全球电力中的占比
与我们的团队讨论 AI 相关负荷的储能方案
还有两件事决定大局能否成为真正的项目。首先是效率:每个 AI 任务的能耗正在迅速下降——一次文本查询的成本约为 0.03 至 0.5 瓦时,更好的硬件和建模技术通常能将推理能耗降低数倍——然而 AI 的总用电量仍在继续增长,因为更便宜的查询意味着更多的查询、更大的模型和视频而非文本。其次是替代:AI 替代了部分现有负荷,但在宏观层面,净效应仍然是净增,IEA 的增长数字是扣除了任何正在发生的替代后的净值。对买家而言,实际结论没有改变:AI 领域的电池机会是按项目和额定功率来衡量的,而不是按 AI 在全球电力中的占比。在数据中心规模上,这意味着用于备用和削峰的 UPS 和 MW 级储能;在家庭规模上,这意味着 UPS 和以 kWh 计的 48V LiFePO4 系统。请将您的负荷曲线和备用时间发送给我们,我们将据此确定储能规模。

