国际能源署（IEA）发布的《能源与人工智能》报告显示，2024年，数据中心用电量约占全球用电量的1.5%，即415太瓦时；到2030年，数据中心的用电量将再增长一倍以上，达到约945太瓦时，AI是这一增长的主要驱动力。

除用电量外，AI的用电负荷特性也值得关注。

北美电力可靠性公司（North American Electric Reliability Corporation，NERC）2025年7月发布的一份白皮书显示，训练AI模型与使用AI模型进行推理时的用电需求不同。AI训练过程中，在训练和保存检查点（Check Point）两个状态之间进行切换时，功率会出现瞬时变化。变化可能在一秒内发生（如图1中蓝色、黄色和绿色线条所示）。

图1：AI训练时数据中心（50兆瓦级）的实时功率曲线

来源：NERC

处于活跃训练状态时，数据中心负荷曲线会呈现锯齿状（如图1中第360—660秒的图形所示）。谷歌公司在一篇博客文章中解释，锯齿状中的功率尖峰会在“空闲和高功耗状态”之间转换时出现，也会在“工作负载正常时”出现。

这份白皮书还提到，北美一个数据中心的用电负荷在36秒内从约450兆瓦下降到约40兆瓦，又在7兆瓦左右保持了大约4小时，随后几分钟内回升至450兆瓦（如图2所示）。

图2：数据中心用电负荷曲线

来源：NERC

图3：数据中心用电负荷的变化图

来源：英伟达

总体来看，AI用电负荷具有高频次、短时突变等特征，且可能因训练任务中断或重启引发百兆瓦级负荷波动。上述白皮书提到，这类负荷不像传统负荷那样可预测，给电力规划者和运营商带来新的挑战。“AI数据中心和传统的数据中心完全不同，它们的用电会瞬间飙升。”变压器制造商日立能源（Hitachi Energy）CEO近期表示，“只要开始训练AI、输入数据，功耗会在几秒钟内达到峰值，达到平常用电量的10倍之多。”

中国人民大学应用经济学院副教授陈浩曾表示，在我国，目前数据中心对电网的综合影响还比较有限，但AI大模型继续推高算力需求，必将进一步影响电力负荷曲线，对电力调度提出更高要求，电网安全需要更复杂的保障机制。

随着全球绿色低碳转型的推进，可再生能源的发电不稳定性叠加AI的用电波动性，电力系统中的不确定因素增加，不仅需要面对电力“够不够”的问题，还要解决供电质量问题。AI的快速发展和应用显著推动了用电量增长，其发展需要电力保驾护航，电力行业需要更懂AI的特性和需求。

当前一些公司也在解决AI带来的电力波动问题，或可减少AI对电力系统的影响。英伟达近期宣布，该公司的一些服务器架构将应用新的电源单元（PSU），也就是在服务器机柜嵌入一个具有能量存储等功能的板块，可以平滑电力波动，将峰值需求降低多达30%。