是的——人工智慧將推高全球電力需求,而資料中心的增長速度已經是總需求增速的數倍。資料中心在 2025 年耗用了約 485 TWh,約佔全球電力的 1.5%,即使在 IEA 的基準情境下,到 2030 年也將維持在 3% 以下,約為 950 TWh。人工智慧是電力需求真正的增長引擎,而不是電網的生存威脅——至少從全球來看是這樣。在資料中心叢集集中的地方,情況則完全不同:在一些州和大都會區,這些設施已經佔總電力需求的 20–30%。本指南將說明這些數字、雲端與本地的劃分,以及大局對電池儲能意味著什麼。
最重要的修正:資料中心用電量的增長與人工智慧用電量的增長不是一回事。資料中心還運行通用雲端軟體、影片串流、企業系統和內容平台——預計到 2030 年,AI 優化伺服器將佔資料中心用電量淨增量近一半,這意味著大約一半的增長來自其他方面。傳統伺服器仍以每年約 9% 的速度增長,製冷、儲存和網路構成了設施負荷的其餘部分。LJY Energy 是深圳的 LiFePO4 供應商和 OEM/ODM 協調方;我們不是工廠。我們為儲能應用供應電芯、電池系統和 OEM/ODM 套件,每個配置都按專案以書面形式確認。

資料中心用電一覽
| 全球資料中心用電,2024 年 | 415 TWh |
| 全球資料中心用電,2025 年 | 485 TWh |
| AI 集中型資料中心,2025 年(推算) | 150 TWh |
| IEA 基準情境,2030 年 | 950 TWh |
| 全球電力需求,2025 年 | 31,800 TWh |
| 資料中心在全球電力中的佔比,2025 年 | 1.5% |
關於 AI 擴張對資料中心規模儲能意味著什麼——UPS、削峰和彌合併網延遲——請參閱 AI 資料中心與電池儲能分析。
算例:資料中心數字的背景
把數字放在一起看,標題就沒那麼嚇人了。資料中心在 2025 年耗用了約 485 TWh——約佔全球總量 31,800 TWh(Ember)的 1.5%——而 IEA 的基準情境到 2030 年將其幾乎翻倍至 950 TWh,約佔全球需求的 3%。AI 集中型設施在 2025 年約為 150 TWh,是增長最快的細分領域,僅一年就增長了約 50%。即使是超過 1,200 TWh 的激進過度建設情境,仍只是全球電力的個位數佔比,而接近 700 TWh 的效率取勝情境則顯示了區間的寬度。TWh 總量描述的是全球市場;起約束作用的限制——併網排隊、變壓器、審批手續——是本地的,會在發電之前數年就產生影響。
引用標題之前要核查什麼
- 每個 TWh 數字的日期——IEA 每年都會修訂其資料中心預測,沒有年份的數字是沒有意義的數字
- 「資料中心 TWh」和「AI TWh」是否被當作同義詞使用——並非如此,把兩者混為一談會把 AI 的足跡高估約一倍
- 本地情況,而不僅僅是全球情況——併網排隊、變壓器供應和審批時間表決定了規劃中的場地能否按時獲得電力
- 電池問題到底是什麼——應根據負荷的功率峰值和工作週期,以 kW 和 kWh 為單位確定儲能規模,而不是根據 AI 在全球電力中的佔比
與我們的團隊討論 AI 相關負荷的儲能方案
還有兩件事決定大局能否成為真正的專案。首先是效率:每個 AI 任務的能耗正在迅速下降——一次文字查詢的成本約為 0.03 至 0.5 瓦時,更好的硬體和建模技術通常能將推理能耗降低數倍——然而 AI 的總用電量仍在繼續增長,因為更便宜的查詢意味著更多的查詢、更大的模型和影片而非文字。其次是替代:AI 替代了部分現有負荷,但在宏觀層面,淨效應仍然是淨增,IEA 的增長數字是扣除了任何正在發生的替代後的淨值。對買家而言,實際結論沒有改變:AI 領域的電池機會是按專案和額定功率來衡量的,而不是按 AI 在全球電力中的佔比。在資料中心規模上,這意味著用於備用和削峰的 UPS 和 MW 級儲能;在家庭規模上,這意味著 UPS 和以 kWh 計的 48V LiFePO4 系統。請將您的負荷曲線和備用時間發送給我們,我們將據此確定儲能規模。

