AI越来越费电，这些电到底从哪来、怎么来？一提这事，很多人第一反应是“多花点电费”，但真正的约束不在电价上。
绿电越来越便宜，却有个天生的毛病——不稳，也不一定够得着。风大的后半夜、太阳最毒的中午，电多得用不掉；等数据中心满负荷跑起来时，风可能停了、天也阴了。既然让电去迁就算力这么难，能不能反过来想：让算力去适应电？
风电、光伏的电价一降再降，有些时段甚至接近“零电价”。可数据中心的电，为什么还有相当一部分来自化石能源？核心不是绿电不够便宜，而是它不够“稳”、也不够“近”。这篇讲清数据中心用电和绿电之间的时间、空间两重错配，以及背后的电网瓶颈。
一提AI耗电，常见的回答是“别担心，算法和芯片会越来越省电”。这话对一半。效率确实在提升，但数据中心的总用电量并没有因此降下来，反而涨得更快。
谈AI用电，最有价值的不是“今天用了多少”，而是“会涨到哪、涨得多快”。这篇文章先把一个流传很广的错误说法纠正过来，再给出IEA和高盛对2030年的判断，最后讲清决定结果的是哪三个变量。
大家关心AI会不会取代工作，却很少有人问一个更基础的问题：AI到底要吃掉多少电。这篇文章把三个尺度上的用电讲清楚——训练一个模型用多少电、日常对话为什么更费电、全球数据中心又占了多少电。