您的大脑以 20 瓦的功率运行。人工智能想要一座发电厂

人脑的运行功耗约为 20 瓦。位于深圳的 LineShine 是世界上最快的超级计算机，耗电量为 4220 万瓦。这种差距已成为互联网上关于人工智能能源使用最流行的论点，而且其中大部分都是错误的。比较本身是成立的。然而，社交媒体上流传的数字可以追溯到一篇论文。最引人注目的一件事已经被错误归因了三年。中国自2017年以来首次登上全球超级计算机排名榜首。LineShine。深圳. 2.198 万亿次浮点运算。每秒 2 千万亿次计算。比美国的 El Capitan 快 20%。完全基于中国国产CPU构建。没有英伟达。没有美国芯片。没有出口管制… https://t.co/Tuuk6svl6l pic.twitter.com/fwFKWN0Mr4 — IT 专家 (@T3chFalcon) 2026 年 6 月 24 日人工智能能源使用：20 瓦实际能买什么 20 瓦数字基于数十年的代谢测量。大脑约占体重的 2%，约占静息耗氧量的 20%。神经元计数比看上去更不稳定。被广泛引用的 860 亿取决于四个男性的大脑，目前在《大脑》杂志上存在争议。病毒式帖子通常使用 12 瓦，而不是 20 瓦。该数字出现在《人工智能前沿》2023 年的一篇论文中，但没有任何引用。同一张纸产生了每个人共享的数字。其作者估计，以数字方式重建人脑将消耗 27 亿瓦特。该估计值是通过将 1000 万个神经元模拟外推到小鼠规模，然后乘以 1000 得出的。该论文还指出，模拟运行速度比生物学慢约 30,000 倍。社交帖子删除了这个细节。随后，第二手消息来源将这一数字归功于蓝脑计划，但该计划从未发表过。 LinkedIn 上一篇疯传的帖子声称人脑只需要 12 瓦就能思考。资料来源：不断发展的人工智能 其他地方确实存在可靠的数字。 Epoch AI 估计 2025 年初典型的 ChatGPT 查询消耗的电量为 0.3 瓦时。后来《Joule》上的一项同行评审研究得出的结果为 0.31 瓦时。两种独立的方法如此紧密地达成一致是不寻常的。然而，这个数字随着工作量的变化而急剧变化，产生更长答案的推理模型可能会花费数倍的成本。生物学的不同之处以及硅复制的皮质活动很少。平均放电频率低于 1 Hz，能量跟随变化而不是时钟周期。现代人工智能独立得出了同样的结论。 Kimi K2 每个代币激活其 1.04 万亿个参数中的 326 亿个，接近 3.1%。这个比率正在快速下降。 Mixtral 在 2023 年使用了大约 28% 的参数，而 DeepSeek-V3 现在使用了 5.5%。生物学的计算精度也较低。神经元内部没有任何内容可以解析为 32 位。芯片制造商也走上了同样的道路。 DeepSeek 以 8 位精度训练了 6710 亿个参数的模型。此后，NVIDIA 以 4 位 .从大脑到数据中心的对数消耗功率/来源：BeInCrypto 第三个区别是最大和最少被复制的。大脑将记忆和计算保存在同一个物理位置。数字机器将它们分开。斯坦福大学的马克·霍洛维茨展示了这种分裂的代价。从内存中获取操作数所消耗的能量比算术本身多数百倍。从未问世的脑形芯片 专门为模仿神经元而构建的硬件一直在苦苦挣扎。没有神经形态或模拟系统在生产中训练或运行前沿模型。英特尔的 Hala Point 在 1,152 个芯片上集成了 11.5 亿个人工神经元。它仍然是安装在桑迪亚国家实验室的研究原型。英特尔神经拟态计算实验室主任 Mike Davies 在 2024 年接受 The Register 采访时表示：“我们目前不会将任何法学硕士映射到哈拉点。我们不知道如何做到这一点。”商业前景还比较薄弱。 BrainChip 是该行业的旗舰上市公司。该公司报告称，上一季度的客户收入为 70 万美元，而运营流出为 530 万美元。其他人则完全停滞不前。 Rain AI 曾寻求 1.5 亿美元融资，但未能筹集到资金，因此考虑在 2025 年出售。该领域的研究人员描述了一个循环问题。诺克斯维尔田纳西大学电气工程和计算机科学助理教授凯瑟琳·舒曼表示：“硬件公司正在等待杀手级应用程序的出现，但在没有硬件原型的情况下，很难理解如何构建这些应用程序。”超过20名研究人员在《自然》杂志上签署了2025年共识论文。它认为该领域仍然缺乏所需的生态系统。生物学原理获胜。为体现它们而构建的硬件却没有。每个人都在竞标相同的电子效率现在很重要，因为电力已成为约束性约束。国际能源署预计，到 2025 年，全球数据中心的能耗将达到 485 太瓦时。仅在那一年，以人工智能为中心的设施就增长了 50%。该机构预计到 2030 年，这一数字将增加两倍。现在，电网接入而非芯片供应成为了大门建设的关键。根据劳伦斯伯克利国家实验室的数据，从互连请求到商业运营的中位时间超过五年。微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 去年 11 月表示，他的公司拥有无法插入的处理器。短缺的是供电建筑物，而不是硅。机构投资者也对电网准备情况提出了类似的问题。比特币矿工花了十年的时间来解决这个问题。他们拥有充满活力的站点、签署的电力协议和互连权，而新来者需要等待数年才能获得这些权利。结果使采矿业变成了能源和基础设施业务。改造工作场地的成本约为每兆瓦 300 万至 400 万美元。 VanEck 估计，绿地建设耗资 1000 万至 1200 万美元。宣布的交易价值巨大。公共矿工已签署总价值超过 700 亿美元的人工智能合同。交付容量讲述了一个更安静的故事。 2026 年第二季度的文件显示，整个行业实际发电量约为 750 兆瓦。 Core Scientific 发电量约为其中 437 兆瓦。 Galaxy 的 Helios 园区交付了 133 架；特拉沃尔夫 102;伊伦 50；和 Riot 25。Hut 8 已签约 949 兆瓦，但没有通电。合同容量与实际开启容量的对比 / 来源：BeInCrypto 这种转变成本高昂。 8 月份，矿商 MARA 和 CleanSpark 的季度亏损合计达到 8.51 亿美元。大多数采矿能力永远不会转换。剑桥大学 7 月份公布的初步调查数据显示，约 10% 的矿工已将权力分配给人工智能。障碍是身体上的。挖矿可以容忍中断，而人工智能租户需要稳定的电力、密集的冷却和远程站点很少有的光纤。即便如此，前进的方向还是明确的。 Core Scientific 现在 83% 的收入来自托管，只有 13% 来自挖矿本身。投资者已经消化了这种转变。持有已签署租约的矿商的交易价格远高于其通电功率的倍数。与此同时，下一个人工智能赌注越来越像电力而不是芯片。为什么效率不能解决人工智能能源使用问题 过去，效率的提高已经吸收了需求的增长。 2010 年至 2018 年间，全球数据中心计算量增长了 550%，而能源使用量增长了约 6%。然后这个模式就被打破了。美国数据中心的能耗从 2014 年的 58 太瓦时攀升至 2023 年的 176 太瓦时。演进在硬性上限下进行了优化。一个消耗 200 瓦功率的头骨就会杀死它的主人，因此效率成为唯一可用的答案。人工智能从未面临过这个天花板。相反，它面临着资本上限，而资本比电力更容易扩张。现在这种情况正在改变。悬而未决的问题不再是生物学是否更有效。一旦权力而不是金钱决定了构建什么，人工智能就会变成这样。 《你的大脑以 20 瓦运行》一文。 AI想要一座发电厂首先出现在BeInCrypto上。