上周跟一个做能源的朋友聊天，他说了一句：“AI 公司说的那些数字，听着就像在吹牛。”
我问他：你觉得训练一个大模型需要多少电？
他想了想：“几百兆瓦？顶多了吧。”
我把 Anthropic 提交给美国政府的报告翻给他看——2027 年，训练单个前沿 AI 模型，需要约 2GW 的联网算力集群。2028 年，光是前沿 AI 训练总需求就达 20–25GW，训练加推理合计至少需要 50GW。
他愣住了。50GW，相当于纽约市用电峰值的两倍。
你的直觉正在骗你。不是 AI 公司在夸大其词——是你的大脑天生就无法理解指数增长。当 AI 算力需求每年翻倍时，我们所有人都在用线性思维面对一个指数级的世界。
一、棋盘上的麦粒：你以为自己懂指数增长，其实你不懂
先讲一个老故事——国际象棋棋盘上的麦粒。
发明者向国王索要报酬：第 1 格放 1 粒米，第 2 格放 2 粒，第 3 格放 4 粒，每格翻倍直到第 64 格。国王笑了，觉得不过一袋米的事。
结果？第 64 格的米粒总数超过 1800 亿亿粒——相当于全球几千年的粮食产量。
| 格数 | 米粒数 | 直觉感受 |
|---|---|---|
| 第 10 格 | 512 粒 | 一小撮 |
| 第 20 格 | 524,288 粒 | 一碗米 |
| 第 32 格 | 21 亿粒 | 一大袋 |
| 第 64 格 | 约 1,844 亿亿粒 | 全球粮产×N |
前半程看起来平淡无奇，后半程直接爆炸。 这就是指数增长的核心特征——慢动作的爆炸。
再来一道经典题：一个池塘里的睡莲每天翻倍，30 天覆盖整个池塘。第几天覆盖一半？
答案不是 15 天——是第 29 天。 从半池到满池，只需要最后一天。
人类进化了几百万年，适应的是线性变化的世界——每天多打一只兔子、每年多种一亩田。但 AI 算力的增长曲线是指数型的，我们的大脑根本跟不上。
二、Anthropic 的预测：2028 年需要 50 座核电站
2025 年，Anthropic 向美国白宫科技政策办公室（OSTP）提交了一份名为《在美国构建人工智能》（Building AI in America）的报告。这份报告的核心数据让人后背发凉——
| 时间 | 需求 | 规模参照 |
|---|---|---|
| 2027 年 | 训练单个前沿 AI 模型 | 约 2GW 数据中心 |
| 2028 年 | 5GW 级数据中心 | 单个训练集群 |
| 2028 年 | 前沿 AI 训练总需求 | 20–25GW |
| 2028 年 | 训练 + 推理总需求 | ≥ 50GW |
50GW 是什么概念？
- 纽约市用电峰值约 12GW，50GW 是它的 4 倍多
- 一座标准核电站满载约 1GW，50GW 相当于 50 座核电站
- 三峡大坝装机容量 22.5GW，50GW 相当于 两个三峡
Anthropic 的政策建议很直白：联邦政府应设定国家级目标，到 2028 年为 AI 行业新建至少 50GW 的额外电力容量。 同时呼吁简化数据中心和配套能源设施的审批流程，甚至建议利用联邦土地让发电设施与数据中心就地配套。
这不是科幻小说——这是一家估值超过 600 亿美元的 AI 公司，以白纸黑字提交给美国政府的正式预测。而且他们接下来还宣布了 500 亿美元的 AI 基础设施投资计划。说到做到。
三、为什么你的直觉总是错：线性大脑 vs 指数世界
回到核心问题——为什么我们的直觉如此不擅长理解指数增长？
心理学上有个术语叫 “指数增长偏差”（Exponential Growth Bias）——人类天然倾向于用线性方式估算指数增长的结果，而且误差巨大。
| 思维模式 | 典型估算 | 实际结果 |
|---|---|---|
| 线性思维 | “每年多 1GW” | 10 年后 10GW |
| 指数思维 | “每年翻一倍” | 10 年后 1,024GW |
| 差距 | — | 100 倍 |
这种偏差在 AI 领域尤为致命——
第一，”冷启动”陷阱。 指数增长的前期极其缓慢，看起来跟线性没什么区别。2020 年训练 GPT-3 的算力需求在大众看来”也就那样”，但到了 2025 年 Claude 4、GPT-5 级别的模型，算力需求已经翻了不知多少倍。
第二，”拐点震惊”效应。 当增长突破临界点后，所有人都会被爆发速度震惊。就像疫情初期，大多数人在感染人数”看起来不多”时掉以轻心，等到指数爆发时已经来不及反应。
第三，”短期高估、长期低估”。 我们倾向于高估一两年内的变化，却严重低估十年内的变化。2020 年没有人相信到 2028 年训练一个 AI 模型需要一座城市的电力。
人类大脑是线性的，但 AI 的世界是指数型的。当你还在用"每年多一点"来理解 AI 算力需求时，它已经在你不注意的地方翻了 10 倍。等你反应过来，已经翻了 100 倍。
四、指数增长意味着什么：从算力到商业的连锁反应
AI 算力的指数增长不只是一个技术数字——它在引发一系列连锁反应。
| 领域 | 影响 | 时间窗口 |
|---|---|---|
| 能源基建 | 电力需求倍增，核电/天然气重新上位 | 2025–2028 |
| 芯片产业 | GPU 产能持续吃紧，NVIDIA 市值突破 5 万亿 | 进行中 |
| 云计算定价 | 算力成本水涨船高，订阅模式不可持续 | 2026 起 |
| 商业格局 | 拥有算力 = 拥有未来竞争力 | 长期 |
博通刚刚宣布与谷歌、Anthropic 扩大芯片合作。 Anthropic 将通过谷歌的 AI 芯片获得约 3.5GW 的算力——这不是买云服务，是直接锁定芯片产能。
中国也在快速行动。据报道，去年中国新增电力装机容量超过 400GW，而美国只新增了几十 GW。在 AI 时代，算力就是国力——谁能先把电力基础设施建好，谁就能训练出更强的模型。
这跟每个普通人有什么关系？
关系大了。 算力指数增长 → GPU 价格不降 → AI 订阅持续涨价 → 用得起 AI 的门槛越来越高。如果你还在犹豫要不要入场，等到算力价格进一步上涨，可能连入场的机会都没有了。
写在最后
从棋盘上的麦粒到 50GW 的电力需求——指数增长的故事从来没变过。变的只是规模：从一粒米到一座城市的电力。
我一个人打造的 Zaokit AI 正在内测，前 1000 名用户赠送价值 150 RMB 的 Pro 计划，助力大家高效完成图文创作和 PPT 生成，唯一网站：zaokit.app。在算力越来越贵的时代，找到高效利用 AI 的方式，就是最好的应对策略。
你的直觉在告诉你"还有时间"——但指数增长的残酷之处在于，当你意识到来不及的时候，就是真的来不及了。第 29 天还只有半池睡莲，第 30 天就满了。AI 算力的指数爆发已经进入后半程，留给犹豫的时间不多了。
相关阅读
AI 算力与能源系列
