万亿Token背后的吞电巨兽：谁能喂饱狂奔的AI

如果说当代的年轻人最离不开什么，那AI无疑能占据一席之地。无论是学生党还是打工人，生活中早就离不开AI：昏昏欲睡的早八，睡眼朦胧的大学生用AI做下节课课堂展示的ppt；查资料、改代码、画海报，一个人加AI就是一个团队，让命苦的打工人们拥有了自己的“三头六臂”。

在频繁地和AI打交道的过程中，人们也学会了许多和AI打交道的小技巧，其中让人意想不到的一条就是不要和AI说请、谢谢等敬语，今年4月份Chatgpt的创始人在社交媒体上回复说，

用户使用敬语让Chatgpt花费了数千万美元。

一时间，人们纷纷如临大敌，连给同事发消息结尾都是“辛苦啦”，在地铁上被撞一下还会习惯性回头说“不好意思”的社恐i人，在询问AI时，都力图保持冷酷、严肃，把所有的“麻烦你帮我”变成“你需要完成”。

对AI保持礼貌为什么会这么“烧钱”？难道作为“硅基生物”的AI真的不吃我们“碳基生物”交往的这一套？

要解释清楚这个问题，我们首先得简单地了解一下，AI是怎么运转的。

AI作为一种大语言模型（LLM），它在跟人对话时，并不是像人与人对话那样直接对整句话做出理解，而是更像做拼字游戏[1]。

AI首先会将一句话拆分成很多更小的单元，这个单元也就所谓的Token（词元），这些 Token 可能是一整个词，也可能只是词的一部分，甚至可能只是标点符号[1]。然后AI会在自己模型的内部结构中，根据你输入的所有 Token 来预测下一个 Token 最有可能是什么，再把这些预测的Token 拼接成完整句子，形成我们看到的回复。

也就是说，当你多输入一句“谢谢”时，AI 的后台不仅要识别这个词，还要联系上下文进行推理，决定如何得体地回应你“不客气”，一来一回，在这一次对话中，AI就多消耗了许多Token。

正是基于这个认知，加上ChatGPT创始人的一番言论，很容易让人以为自己的礼貌原来对于AI来说是一种负担。

然而，ChatGPT创始人的话只讲了故事的一半。实际上，粗鲁地与AI对话更可能造成Token的浪费。今年11月美国爱荷华大学的一项研究发现，相较于冷冰冰地跟AI发出指令，礼貌地跟AI发出指令会使AI在回复时平均少花费14个Token[3]。

也就是说，虽然人们礼貌对待AI让ChatGPT花费了数千万美元，但如果人们真的把AI当作骂不还口打不还手的”顶级牛马”，只会让AI公司们花得更多。

不仅如此，粗鲁地对待AI也会影响AI处理任务时的表现。早稻田大学的一项研究评估了礼貌程度对AI在英语、汉语和日语任务中的表现影响，发现虽然过于礼貌的语言并不能保证更好的结果，但不礼貌的提示往往表现更差，跟AI维持在正常与人交流时的礼貌程度反而是AI表现最好的时候[4]。

可以说，无论是否对AI礼貌，AI公司该花的钱一分不会少，不如对AI礼貌点。

说到这，你可能会产生一个新的疑惑，明明AI看起来只是一个在手机里的小小软件，却会有如此之大的花销？

这是因为，AI并不是某个“云端里轻飘飘的代码”，而是一整套有着庞大实体的产业。这套体系的每一个环节，都在持续消耗真实而巨量的资源，其中最关键的一项，就是电力。可以说，比特的背后，是瓦特。

当AI将你跟它说的每句话拆解成无数Token时，后台不断高速运行的海量 GPU在支撑着这些计算。它们并非零散分布，而是以数千、数万颗芯片的规模，被密集部署在多台服务器中，在极短的物理距离内协同工作[5]。

承载、部署并维持这些高密度 GPU 集群运行的地方，正是AI数据中心（AIDC）。作为AI的“心脏”，AIDC让AI得以能够在全球范围内同时响应上亿用户的请求。

而维持这颗“心脏”持续跳动的“血液”，就是电力。

也正因如此，随着人工智能进入产业化阶段，全球最先进的数据中心衡量自身规模的方式，已经不再是机房面积或服务器数量，而是供电能力[6]。据美国的报道，一座千兆瓦（GW）级别的数据中心每年在电力供应上就要花费35亿美元左右[6]。

比起人们是否对AI礼貌，AI所要消耗的巨量电力，才更需要AI公司们发愁。

在大众的认知里，AI的发展往往等同于“算力竞争”。大家最常听到的是：要更多的芯片、更多的GPU、更大的模型、更强的算力……似乎只要芯片数量堆上去，AI就能一路狂奔。但现实并不完全是这样。

当前AI真正的瓶颈，已经从算力转向了电力。算力的发展速度远超大众想象，但电力供应却还远远跟不上。

AI实际上是一个名副其实的“吞电兽”。以ChatGPT为例，它平均一天响应大约2亿个请求，耗电量超过50万度，相当于一个普通家庭日均用电量的1.7万倍[7]。而作为AI运转基石的AIDC的耗电量更加庞大，据国际能源署统计，2024年，AI数据中心的用电量估计为415太瓦时（TWh），相当于英国全年总用电量的1.5倍左右[8][9]。

不仅如此，AI数据中心还会越来越耗电。据估计，从2024年到2030年，数据中心用电量每年增长约15%，是其他所有行业总用电量增长的四倍多[8]。

你可能觉得既然AI数据中心耗电这么多，那抓紧让电厂多产点电不就完了？怎么谈得上瓶颈？然而，AI数据中心的电力供应并没有想象中的容易。

AI数据中心在电力上的第一个困境是源头上的，供电设施的建设速度快跟不上AI的发展速度了。AI 技术的全面爆发，正在以前所未有的速度推高全社会的算力需求：美国的从业者估计，在2030年以前AI将以每年30%的速率增长[10]；《2025年中国人工智能计算力发展评估报告》则显示中国的算力规模在五年内的年复合增长率预计达46.2%[11]。

不同于AI发展的狂飙猛进，电力系统的建设则明显缓慢很多，通常需要经历 5—10 年的规划、审批与建设周期。这种发展节奏上的根本错位，使得算力供给在技术层面不断突破，却在落地部署阶段频频受阻。

这也就造成了AI数据中心目前“算力跑太快，电力跟不上”的现状。在全球范围内，“算力等待电力”正在成为制约 AI 落地的现实瓶颈。微软的总裁就曾表示，微软没有足够的电力供应来安装库存中的所有GPU[12]。

与此同时，AI数据中心对电力的巨大消耗也使它面临着另一个困境——电力来源的绿色环保。为了实现节能减排，低碳环保，在中国，作为能耗大户，国家枢纽节点新建的AI数据中心的绿色能源（如光电、风电等）要超过80%[13]，欧盟推出的“欧盟绿色协议”也要求成员国在建设数据中心时需要使用可再生能源以降低碳排放[14]。

如何将绿色能源用于AIDC的电力供应中也成为了在AIDC建设过程中不得不考虑的问题。

除了这些宏观上来自外部的困境，对于AI数据中心自身来说，它对电力供应也有着特殊的要求。

AI数据中心的电力供应比其他基础设施来说更需要稳定。现在你已经知道了AI模型的训练和推理的背后是一个极其复杂的计算过程，需要成千上万张显卡紧密地协作。但你可能不知道这种工作模式对于电力波动的容忍度几乎为零，哪怕是几毫秒的电力闪断，就足以让整个 AI 训练集群直接报错停机。

而AI的训练就像一场不能中断的长跑，一旦被迫停下，工程师需要花费几周的时间重新载入进度，把整个系统调回正常状态。仅仅是这样一次的“突然刹车”，造成的经济损失就难以估量。

更麻烦的是，这种闪断在AI数据中心的运转过程中很有可能出现。由于AI数据中心本身的用电量就十分庞大，当 AI 使用量在高峰期飙升时，它的电力负荷会在几十毫秒内发生幅度高达70% 的频繁且剧烈的功率波动，为电网造成“冲击型”负荷。如果当地电网这时不能满足电力负荷，就很容易出现区域性的过载、限电导致AIDC的电力闪断。

面对“基建慢、求稳定、要绿色”这三大困境，长时储能作为一种跨时空的能源调节方案，成为了AI数据中心解决电力供应问题的新法宝。

今年10月，在数据中心、算力基础设施领域最重要的国际会议，OCP（开放计算项目）全球峰会上，AI的硬件巨头英伟达明确提出未来的AI数据中心，必须标配长时储能以应对绿色转型和剧烈的负荷波动。 这一理念迅速得到了华为等科技领袖的响应，长时储能被正式写入下一代AI数据中心的技术标准。

这不仅仅是技术指标的调整，更是储能角色的根本性跃迁。面对那些日夜消耗电力的AI数据中心，仅仅靠2-4小时的“短跑型”储能早已力不从心。AI数据中心的高频波动与长时高负荷需求，正在倒逼储能系统从可有可无的“应急备胎”，进化为不可或缺的“核心基建”。在这个AI拼算力更拼电力的时代，如果说短时储能只是为了防止临时的断电，那么长时储能，决定的则是AIDC的生存。

什么是长时储能？简单来说，长时储能是指可以实现持续4小时以上的充放电循环储能系统[15]。它能够实现日内长时、跨天、跨周、跨月乃至跨季节的电力调节，有着较大的储能容量，在大规模铺设时可以大幅降低度电成本[16]。

随着绿色能源发电在世界发电占比的提高，长时储能在储能领域的占比也在逐渐扩大，国际长时储能理事会(LDES)在2021年《联合国气候变化框架公约》的年度峰会上表示，当可再生能源发电量占比达到60%至70%，长时储能将成为“成本最低的灵活性解决方案”[16]。

也因此，长时储能成为了储能行业内解决AI数据中心的电力困境的新选择。

在12 月 12 日举行的第三届海辰储能生态日上，海辰储能就交出了能解决AI数据中心的三大电力困境的答卷——全球首款锂钠协同 AIDC 全时长储能解决方案（∞Power Solutions For AI Data Center）。

针对“算力等电力”的基建困境，海辰储能通过将长时储能系统与太阳能、风能等绿色能源进行高效结合与智能管理，将电力基础设施的建设周期从传统的5-10年大幅缩短至1-2年，从根源上解决算力与电力的建设速度失衡问题，从源头破解了这一困局。

长时储能时间尺度长、储能容量大的特点也让它能将白天的光伏绿电、深夜的风电储存起来，在AI数据的运行期间平稳释放，让AI数据中心实现真正的 24 小时“全绿电”运行，帮助AI数据中心的电力供应完成低碳环保的目标。

更重要的是，针对AI数据中心特有的对电源稳定性的极高要求，在负荷端，海辰储能创造性地将锂电系统和钠电系统结合在一起，推出了“高倍率钠电+锂电备电”的储备一体解决方案：

钠电储能系统负责“及时救急”，针对瞬间的电压波动，钠电系统凭借毫秒级的响应速度，能瞬间“削峰填谷”，为数据中心筑起一道看不见的保护墙，让AI数据中心不用再担心AI用电的波动特性对局部电网造成的冲击。

锂电储能系统则负责“长期兜底” ，针对长时间的备电需求，锂电池能把那些笨重吵闹的柴油发电机“踢出局”。它不仅安静、环保，而且在4小时的备电场景下，成本比柴油机还要低20%以上，真正做到了省钱又省心。

可以说，海辰储能推出的这套源网荷”协同的能源体系，系统性地满足了AI计算中心对绿色、敏捷、稳定与经济的核心需求。

海辰储能作为全球锂离子储能电池出货量GWh级别以上，唯一专注储能领域的企业，是锂电长时储能领域的领军企业。

海辰储能在12月12日海辰生态日上发布的AIDC全时长储能解决方案，构建了从能源源头到负荷终端、多层次、全场景、智能化的智慧能源保障体系。这不仅彰显了海辰储能在能源技术层面的创新实力和产品能力，更显示出其对“AI+能源”融合趋势的深刻洞察。

海辰储能从储能设备供应商向跨场景解决方案构建者转变，证明了自己不仅是 AI 发展的“赋能者”，更是"AI+能源”革命的深度“践行者”。

未来，海辰储能将持续践行“AI+能源”融合，通过将AI技术全面融入自身研发、制造与运维全链条，致力于推动电算协同升级，让储能成为支撑AI算力高速增长的坚实“能源引擎”。

赋予 AI 以充足而绿色的电力，是时代赋予能源技术的使命。AI在不断突破它的边界，而支撑它的能源体系，也必须同步进化。谁能率先解决 AIDC 的电力难题，谁就能在这场智能化浪潮中走得更远、更稳。长时储能，正从幕后走向台前，成为 AI 高速发展的关键支点。

作为储能行业的领头羊，海辰储能也正在用长时储能赋能AI的一切可能。

[1] Sean Trott.(2024-05-02).Tokenization in large language models, explained.The Counterfactual.

[2] Brian Reitz.(2025-07-30).Americans, Danes and Swedes are the least polite to AI, survey finds.WFTV9.

[3] Alavi, S., Nozari, S., & Luangrath, A. (2025). Cost Transparency of Enterprise AI Adoption.arXiv preprint arXiv:2511.11761.

[4] Yin, Z., Wang, H., Horio, K., Kawahara, D., & Sekine, S. (2024, November). Should we respect LLMs? A cross-lingual study on the influence of prompt politeness on LLM performance. InProceedings of the Second Workshop on Social Influence in Conversations (SICon 2024)(pp. 9-35).

[5] Michael Dempsey.(2025-09-23).What's the big deal about AI data centres?.BBC

[6]Ailistair Barr.(2025-10-30).Why Nvidia is worth $5 trillion: Inside a $35 billion, 1 gigawatt AI data center. Business Insider

[7] Elizabeth Kolbert.(2024-03-09).The Obscene Energy Demands of A.I..The New Yorker.

[8] IEA.(2025).Energy and AI.

[9] Tom Gill.(2025-11-08).UK Electricity Consumption Statistics: Trends, Drivers & Future Forecasts.heatable.

[10] EPOCH AI.(2025-01-17).AI in 2030, scaling bottlenecks, and explosive growth.

[11] 新华社.(2025-02-17).报告显示我国智能算力规模将保持高速增长.

[12] Jowi Marales.(2025-11-02).Microsoft CEO says the company doesn't have enough electricity to install all the AI GPUs in its inventory - 'you may actually have a bunch of chips sitting in inventory that I can’t plug in'. tom's HARDWARE 

[13] 中华人民共和国国家发展和改革委员会.(2024).数据中心绿色低碳发展专项行动计划.

[14] Ebert, K., Alder, N., Herbrich, R., & Hacker, P. (2024). AI, climate, and regulation: From data centers to the AI Act.arXiv preprint arXiv:2410.06681.

[15] 姚美娇，杨梓.（2025-03-24）.长时储能，风头正盛.中国能源报.

[16] 新华网.(2024-11-29).CNESA首次定义长时储能！储能产业下一个风口.