Τις Ιούνιο του 2025, ο Σαμ Άλτμαν τερμάτισε έναν δίχρονο διάλογο με μία πρόταση:ένας μέσος όρος ερώτησης στο ChatGPT καταναλώνει περίπου 0,34 watt-ώρες, περίπου όση καταναλώνει ένας φούρνος σε μία δευτερόλεπτο. Ο αριθμός που όλοι ανέφεραν μέχρι τώρα, 3 watt-ώρες ανά ερώτηση, που είναι δέκα φορές μια αναζήτηση της Google, αποδείχθηκε ότι ήταν μια επιστροφή υπολογισμού του 2023 βασισμένη σε παλιά υλικά και γενναιόδωρες υποθέσεις, και ήταν λάθος κατά μια τάξη μεγέθους. Εδώ βρίσκεται το άβολα μέρος και για τις δύο πλευρές της συζήτησης: ο διορθωμένος αριθμός είναι μικρός, και το συνολικό και πάλι είναι τεράστιο. Και τα δύο είναι αληθινά ταυτόχρονα, και σχεδόν κανένας που καλύπτει το θέμα αυτό δεν τα συνδέει.
Αυτή η μελέτη το κάνει. Λειτουργούμε υποδομές που καταναλώνουν πολύ ενέργεια για να ζήσουμε,εκμεταλλεύσεις εξόρυξηςκαιΚέντρα δεδομένων AI, που σημαίνει ότι αγοράζουμε ηλεκτρική ενέργεια με το μεγαβάτ και διαβάζουμε αυτές τις αναφορές όπως ένας λογιστής διαβάζει ένα τιμολόγιο. Ό,τι ακολουθεί είναι η επαληθευμένη εικόνα του 2026: πόσο πραγματικά κοστίζει μια ερώτηση και γιατί η ειλικρινής απάντηση είναι μια διακύμανση 130x, τι καταναλώνει το ChatGPT ανά ημέρα, πού λέει η IEA ότι πορεύεται το δίκτυο μέσω 2035, τι πραγματικά καίει τα watts μέσα σε μια εγκατάσταση AI, και η σύγκριση με το Bitcoin που και οι δύο βιομηχανίες συνεχίζουν να παρερμηνεύουν.
Αυτή η μελέτη το κάνει. Λειτουργούμε υποδομές που καταναλώνουν πολύ ενέργεια για να ζήσουμε,εκμεταλλεύσεις εξόρυξηςκαιΚέντρα δεδομένων AI, που σημαίνει ότι αγοράζουμε ηλεκτρική ενέργεια με το μεγαβάτ και διαβάζουμε αυτές τις αναφορές όπως ένας λογιστής διαβάζει ένα τιμολόγιο. Ό,τι ακολουθεί είναι η επαληθευμένη εικόνα του 2026: πόσο πραγματικά κοστίζει μια ερώτηση και γιατί η ειλικρινής απάντηση είναι μια διακύμανση 130x, τι καταναλώνει το ChatGPT ανά ημέρα, πού λέει η IEA ότι πορεύεται το δίκτυο μέσω 2035, τι πραγματικά καίει τα watts μέσα σε μια εγκατάσταση AI, και η σύγκριση με το Bitcoin που και οι δύο βιομηχανίες συνεχίζουν να παρερμηνεύουν.
Οι αριθμοί, εξαρχής
- 0,24 έως 0,34 Wh.Ο μετρούμενος μέσος όρος της Google για το Gemini και ο δηλωμένος μέσος όρος του ChatGPT της OpenAI. Περίπου ένα δευτερόλεπτο ενός φούρνου, και περίπου ίσο με μια αναζήτηση της Google, όχι 10 φορές περισσότερο.
- Αλλά η διαφορά είναι 130x:τα μοντέλα συλλογιστικής καταναλώνουν περίπου 4 Wh ανά ερώτημα, οι μέσοι όροι GPT-5 κλάσης ~18 Wh, και μια ανάλυση εγγράφου 100K tokens φτάνει περίπου τα 40 Wh.
- ChatGPT σε μεγάλη κλίμακα: περίπου 850 MWh ανά ημέρασε 2,5 δισεκατομμύρια ερωτήματα, περίπου 310 GWh ετησίως, η ηλεκτρική ενέργεια περίπου 29.000 κατοικιών στις ΗΠΑ.
- Το δίκτυο: 415 TWh (2024) → 945 TWh (2030) → ~1.200 TWh (2035)για όλα τα δεδομένα κέντρα σύμφωνα με την IEA, με το μερίδιο της AI σε αυτήν την ενέργεια να αυξάνεται περίπου από 14% προς το 35 έως 50%.
- Συγκριση Bitcoin: Τα δεδομένα κέντρα της εποχής της Τεχνητής Νοημοσύνης ήδη καταναλώνουν περίπου 3 φορές περισσότερο από τα 138-175 TWh του Bitcoin, και σε αντίθεση με τους Μίνερ, δεν μπορούν να απενεργοποιηθούν όταν χρειάζεται βοήθεια το δίκτυο.
Πόσο κοστίζει πρακτικά μια ερώτηση AI;
Πέντε αριθμοί αφηγούνται ολόκληρη την ιστορία ανά ερώτηση, και εμφανίστηκαν σε μια συγκεκριμένη σειρά που έχει σημασία.
Η αφίσα των 3 Wh γεννήθηκε το 2023 από το GPT-3.5 που λειτουργούσε σε παλαιότερο υλικό A100 με μια υπόθεση 1.500 λέξεων για κάθε ερώτηση. Η Epoch AI το διαλύει τον Φεβρουάριο του 2025 με μια εκτίμηση από κάτω προς τα πάνω περίπου 0,3 Wh για μια τυπική ερώτηση GPT-4o. Τα 0,34 Wh του Altman ακολούθησαν τον Ιούνιο, μια πρόταση σε μια ανάρτηση σε blog χωρίς επισυναπτόμενη μεθοδολογία, αξίζοντας υγιή σκεπτικισμό από μόνη της αλλά αξιοσημείωτο γιατί έφτασε στην ίδια εκτίμηση με την ανεξάρτητη. Το χρυσό πρότυπο ήρθε τον Αύγουστο του 2025, όταν η Google δημοσίευσε μια μετρημένη διάμεσο 0,24 Wh για ένα Gemini text prompt, χρησιμοποιώντας δεδομένα παραγωγής που περιλαμβάνουν ψύξη, αναμονή, CPU, RAM και overhead του facility, την ειλικρινή καταμέτρηση που τα περισσότερα claims ανά ερώτηση παραλείπουν. Οι figures μόνο για GPU περίπου διπλασιάζονται μόλις προστεθεί το overhead, καθώς οι επιταχυντές καταναλώνουν μόνο το 40 έως 60% της ενέργειας ενός facility. Και η baseline: η Google ανακοίνωσε circa 0,3 Wh ανά αναζήτηση το 2009. Μια σύγχρονη ερώτηση AI κοστίζει περίπου το ίδιο με την αναζήτηση που αντικατέστησε. Το claim των 10x έχει πεθάνει.
Γιατί η ειλικρινής απάντηση είναι μια εύρος, όχι ένας αριθμός
Κάθε αριθμός παραπάνω περιγράφει το μεσαίο κείμενο προτροπής και το μεσαίο κάνει το μεγαλύτερο μέρος της δουλειάς. Αλλάξτε το μοντέλο ή το έργο και η ενέργεια μετακινείται κατά δύο τάξεις μεγέθους.
Ανεξάρτητες μετρήσεις τοποθετούν ένα ερώτημα ο3-κατηγορίας για συλλογισμό κοντά στα 3,9 Wh, ερωτήματα GPT-5-κατηγορίας κατά μέσο όρο στα 18,35 Wh με κορυφές κοντά στα 40, και ανάλυση ενός εγγράφου 100K tokens περίπου στα 40 Wh, μια διαφορά 130x από την πιο οικονομική προτροπή έως την πιο απαιτητική, καθοδηγούμενη ακριβώς από την μηχανική που διαθέτουμε.μεθοδολογία δοκιμών επιδόσεωνΟι μακροσκελείς προτροπές πολλαπλασιάζουν τις εργασίες που βασίζονται σε υπολογιστική ισχύ, και οι αλυσίδες συλλογισμών αυξάνουν τα decode tokens που περιορίζονται στη μνήμη. Το πρακτικό συμπέρασμα είναι ότι η συζήτηση δεν αφορά την ενέργεια. Οι τρόποι συλλογισμού, οι παράγοντες και η εργασία με μεγάλο πλαίσιο είναι, και ακριβώς αυτές είναι οι εργασίες που αυξάνονται με τη μεγαλύτερη ταχύτητα. Όταν δείτε οποιονδήποτε ισχυρισμό ανά ερώτηση, το πρώτο ερώτημά σας θα πρέπει τώρα να είναι αυτόματο: ο μέσος όρος του τι;
Πόση ενέργεια καταναλώνει καθημερινά το ChatGPT;
Η OpenAI αναφέρει περίπου 2,5 δισεκατομμύρια ερωτήματα ανά ημέρα από περισσότερους από 700 εκατομμύρια εβδομαδιαίους χρήστες. Με 0,34 Wh το καθένα, αυτό ισοδυναμεί με περίπου 850 MWh ανά ημέρα, ή περίπου 310 GWh ετησίως, την ετήσια ηλεκτρική ενέργεια που καταναλώνουν περίπου 29.000 σπίτια στις ΗΠΑ, ή ένα μεσαίου μεγέθους σταθμό παραγωγής που λειτουργεί μερικές ώρες καθημερινά μόνο για να απαντά σε ερωτήματα. Διορθώσεις που διατηρούν την αμεροληψία και στα δύο άκρα. Αποκλείει την πολυπλοκότητα: με 4 έως 40 Wh, οι ερωτήσεις λογικής και έγγραφα μπορούν να κυριαρχούν στη συνολική κατανάλωση ενέργειας παρά το γεγονός ότι αποτελούν μειονότητα της κίνησης. Και υπερτερούν της εκπαίδευσης: η εκπαίδευση του GPT-4 κατανάλωσε περίπου 50 GWh ως ένα στιγμιαίο κόστος, το οποίο η inference με τον τρέχοντα όγκο ξοδεύει ξανά κάθε λίγους μήνες. Το ενεργειακό πρόβλημα της βιομηχανίας δεν ήταν πια πρόβλημα εκπαίδευσης εδώ και χρόνια∙ η inference αποτελεί τώρα το 70-90% της υπολογιστικής ισχύος για AI, και αυτός είναι ο λόγος που...υλικό inferenceκαιαποτελεσματικότητα ανά κάρτααποφασίστε το λογαριασμό ηλεκτρικού ρεύματος του τομέα.
Η προβολή πλέγματος: 415 έως 945 έως 1.200 TWh
Η έκθεση της IEA για την Ενέργεια και την Τεχνητή Νοημοσύνη αποτελεί το βασικό σύνολο δεδομένων αναφοράς, και η βασική της περίπτωση είναι δραματική: όλα τα data center καταναλώνουν 415 TWh το 2024, περίπου το 1,5% της παγκόσμιας ηλεκτρικής ενέργειας, και φτάνουν τα 945 TWh μέχρι το 2030, περίπου την ετήσια κατανάλωση ολόκληρης της Ιαπωνίας, και στη συνέχεια περίπου 1.200 TWh μέχρι το 2035. Ο ρυθμός ανάπτυξης είναι η πραγματική ιστορία: 15% ετησίως, τέσσερεις φορές ταχύτερα από όλα τα άλλα στον ηλεκτρικό δίκτυο μαζί, με τους διακομιστές που επιταχύνονται από την Τεχνητή Νοημοσύνη να αυξάνονται κατά 30% ετησίως μέσα σε αυτό. Το κομμάτι της Τεχνητής Νοημοσύνης στη δύναμη των data center ήταν 5 μέχρι 15% τα τελευταία χρόνια και κινείται προς 35 μέχρι 50% μέχρι το 2030. Η γεωγραφία συγκεντρώνει την πίεση: οι ΗΠΑ ήδη αντιπροσωπεύουν το 45% της παγκόσμιας κατανάλωσης data center (4,4% της συνολικής ηλεκτρικής ενέργειας των ΗΠΑ το 2023 σύμφωνα με το LBNL, με πρόβλεψη για 6,7 έως 12% μέχρι το 2028), οι ΗΠΑ και η Κίνα μαζί αποτελούν το 80% της προγραμματισμένης αύξησης, και στην Ιρλανδία τα data center ήδη καταναλώνουν περίπου ένα πέμπτο της εθνικής ηλεκτρικής ενέργειας. Η πλαισίωση της Epoch AI τον Ιανουάριο του 2026 την καθιστά οικεία: η παγκόσμια δυναμικότητα υπολογιστικής ισχύος Τεχνητής Νοημοσύνης τώρα ανταγωνίζεται την κορυφαία δύναμη κατανάλωσης του κράτους της Νέας Υόρκης.
Ένα ποσοστό ψύχει τον συναγερμό χωρίς να τον απομακρύνει: ακόμα και στα 945 TWh, τα data centre παραμένουν κάτω από το 3% της παγκόσμιας ηλεκτρικής ενέργειας το 2030, και η αύξησή τους στα 530 TWh αποτελεί μόνο περίπου το 8% της συνολικής ζήτησης αυτήν την δεκαετία· η ηλεκτροκίνηση οχημάτων, θέρμανσης και βιομηχανίας προσθέτει πολύ περισσότερο. Η ΤΝ δεν καταπίνει το δίκτυο. Είναι ο ταχύτερα αναπτυσσόμενος ενοικιαστής σε ένα δίκτυο στο οποίο μεταβαίνουν και όλα τα άλλα, γι’ αυτό ακριβώς ο εφοδιασμός με ενέργεια έχει γίνει μιαστρατηγικό όπλοκαι γιατί το 20% των σχεδιαζόμενων έργων δεδομένων-κέντρων αντιμετωπίζουν καθυστερήσεις στη σύνδεση με το δίκτυο.
Ένα ποσοστό ψύχει τον συναγερμό χωρίς να τον απομακρύνει: ακόμα και στα 945 TWh, τα data centre παραμένουν κάτω από το 3% της παγκόσμιας ηλεκτρικής ενέργειας το 2030, και η αύξησή τους στα 530 TWh αποτελεί μόνο περίπου το 8% της συνολικής ζήτησης αυτήν την δεκαετία· η ηλεκτροκίνηση οχημάτων, θέρμανσης και βιομηχανίας προσθέτει πολύ περισσότερο. Η ΤΝ δεν καταπίνει το δίκτυο. Είναι ο ταχύτερα αναπτυσσόμενος ενοικιαστής σε ένα δίκτυο στο οποίο μεταβαίνουν και όλα τα άλλα, γι’ αυτό ακριβώς ο εφοδιασμός με ενέργεια έχει γίνει μιαστρατηγικό όπλοκαι γιατί το 20% των σχεδιαζόμενων έργων δεδομένων-κέντρων αντιμετωπίζουν καθυστερήσεις στη σύνδεση με το δίκτυο.
Πού πηγαίνει πραγματικά η ηλεκτρική ενέργεια
Οι διακομιστές καταναλώνουν περίπου το 60% της ηλεκτρικής ενέργειας μιας σύγχρονης εγκατάστασης, με τις GPU να αντιπροσωπεύουν μόνο το 40 έως 60% του συνολικού. Ο εξαερισμός καταναλώνει από 7 έως 30%, ανάλογα με το σχεδιασμό, γι' αυτό και το υγρό ψύξη από περιέργεια έγινε υποχρεωτικό στην εποχή μας.DATA CENTERS AI; αποθήκευση και δικτύωση καλύπτουν περίπου το 5% η κάθε μία. Η γραμμή τάσης ζει στην πυκνότητα rack: ένα H100 καταναλώνει 700 W, ένα rack GB200 NVL72 καταναλώνει 120 έως 140 kW, καιΗ NVIDIA ανακοίνωσε τον Rubin Ultraφτάνει τα 600 kW ανά ράφι το 2027, πυκνότητες στις οποίες μια μόνο σειρά ραφιών ξεπερνά μια μικρή εργοστασιακή μονάδα και οι υπερ-κλίμακα campuses συμβάλλουν σε συμβόλαια άνω των 100 MW. Για κάθε μονάδα εργασίας, εν τω μεταξύ, η αποδοτικότητα συνεχίζει να βελτιώνεται γρήγορα, οι νέες γενιές GPU αποδίδουν πολλαπλάσια inference ανά watt σε σύγκριση με τις προκάτοχές τους, και το κόστος inference ανά token έχει μειωθεί κατά πολλές τάξεις μεγέθυνσης σε τρία χρόνια, αποτελώντας την αντίβαρη που η κάλυψη καταστροφής παραλείπει: ο στόλος μεγαλώνει, αλλά κάθε joule αγοράζει δραστικά περισσότερο νοημοσύνη κάθε χρόνο.
Έτοιμοι να ξεκινήσετε το Mining;
Δωρεάν παγκόσμια αποστολή DDP. Επαγγελματική φιλοξενία από $0.055/κWh.
Τεχνητή Νοημοσύνη εναντίον Bitcoin mining: η σύγκριση που όλοι κάνουν λάθος
Καθόμαστε και οι δύο πλευρές αυτής της σύγκρισης, επομένως θα την κάνουμε ακριβώς. Σύμφωνα με τον δείκτη Cambridge, το Bitcoin καταναλώνει 138 έως 175 TWh ετησίως, περίπου 0,5 έως 0,8% της παγκόσμιας ηλεκτρικής ενέργειας, περίπου όπως η Πολωνία. Τα data center ως κατηγορία ήδη χρησιμοποιούν τριπλάσιο, και τα προφίλ αύξησης διαφέρουν ολοκληρωτικά: η ζήτηση του Bitcoin περιορίζεται δομικά, επειδή οι ημίσειες και η αποδοτικότητα του εξοπλισμού αντισταθμίζουν την αύξηση της δυσκολίας, ενώ η ζήτηση AI συσσωρεύεται με 30% ετησίως. Με βάση το μέγεθος, η συζήτηση για ενέργεια μετατοπίστηκε από το Bitcoin στην AI, και ειλικρινείς αναλυτές το είχαν δηλώσει πριν χρόνια.
Αλλά το μέγεθος είναι το ρηχό μισό της σύγκρισης. Το βαθύ μισό είναισχημα φόρτωσηςΈνα αγρόκτημα εξόρυξης μπορεί να διακοπεί έως και κοντά στο μηδέν σε δευτερόλεπτα χωρίς να προκληθεί ζημιά, καθιστώντας τους miners συμμετέχοντες πληρωμένους σε προγράμματα ανταπόκρισης στη ζήτηση: το ERCOT ενσωμάτωσε τους miners ως ευέλικτο φορτίο μετά τα blackouts του Τέξας το 2021, αποφεύγοντας κατασκευή πιλότων που κοστίζει περίπου 18 δισεκατομμύρια δολάρια, και η μοντελοποίηση του Πανεπιστημίου Duke δείχνει ότι το δυναμικό ευέλικτων φορτίων ανέρχεται σε 76 GW διαθέσιμου χώρου στο ηλεκτρικό δίκτυο των ΗΠΑ, περίπου το ένα δέκατο της κορυφαίας ζήτησης. Η εξόρυξη λειτουργεί επίσης πιο καθαρά από το μέσο data center, με 52,4% προμήθεια μηδενικών εκπομπών σύμφωνα με την αναφορά του Cambridge για το 2025, έναντι περίπου 42% σε ολόκληρη τη βιομηχανία, μια ιστορία που καταγράψαμε στομελέτη πράσινου miningΗ τεχνητή νοημοσύνη αποτελεί το αντίθετο ζώο: οι συμφωνίες διαθεσιμότητας λειτουργίας (uptime SLAs) απαγορεύουν τη ρίψη φορτίου, έτσι κάθε megawatt AI αποτελεί σταθερή απαίτηση που το δίκτυο πρέπει να καλύψει κατά τη μέγιστη ζήτηση. Η ανατροπή το 2026 είναι ότι αυτοί οι κόσμοι συγχωνεύονται, καθώς οι Μίνερ μετατρέπουν τους χώρους τους σε AI hosting για υψηλότερα έσοδα ανά megawatt, και οι λειτουργοί του δικτύου του Τέξας ανησυχούν πια ανοιχτά ότι η μετατροπή αφαιρεί το φρένο έκτακτης ανάγκης του δικτύου. Αυτή η ένταση, η ευέλικτη φόρτιση που γίνεται σταθερή, είναι η πιο υποεκμεταλλευόμενη ιστορία στην ενέργεια AI.
Τι σημαίνει αυτό εάν κατασκευάσετε ή αγοράσετε δυνατότητες τεχνητής νοημοσύνης
Τρέξτε τη μελέτη ανάποδα και γίνεται ένα εγχειρίδιο λειτουργού. Η ισχύς, όχι οι συμμετρικές διατάξεις, αποτελεί το περιοριστικό παράγοντα: οι GPU αποστέλλονται σε μήνες, οι διασυνδέσεις δικτύου παίρνουν χρόνια, γι' αυτό παλαιότεροι χώροι εξόρυξης με ενεργές υψηλής τάσης συνδέσεις έχουν γίνει στόχοι εξαγορών και γι' αυτό το μαςμετατροπές mining-to-AIυπάρχουν ως επιχείρηση. Ο λογαριασμός είναι επιχειρηματολογία, επομένως η αποδοτικότητα ανά token είναι ο μοχλός: επιλογή μοντέλου, ποσοτικοποίηση και γενιά υλικού κερδίζουν πραγματικά χρήματα, η αριθμητική μαςΟδηγός VRAMκαι υπάρχουν πίνακες συγκριτικών αξιολογήσεων για να εξυπηρετούν. Και ένα νούμερο από χαρτοπετσέτα ενώνει όλη τη μελέτη: περίπου 0,6 Wh ανά ερώτημα πλήρως φορτισμένο,ένα μεγαβάτ χωρητικότητας εξυπηρετεί κατά προσέγγιση 40 εκατομμύρια τυπικά αιτήματα ημερησίωςΑυτό είναι το αξίας ενός μεγαβάτ το 2026, και γι' αυτό οι άνθρωποι που έμαθαν να αγοράζουν μεγαβάτ φθηνά, οι Μινέρ, μπήκαν στην εποχή της τεχνητής νοημοσύνης έχοντας ακριβώς την κατάλληλη δεξιότητα.
Τι δεν μπορεί να σας πει αυτή η μελέτη
Τρεις ειλικρινείς περιορισμοί. Πρώτον, οι αριθμοί ανά ερώτηση είναι αναφορές της εταιρείας και μη ελεγχόμενοι: η μεθοδολογία που δημοσίευσε η Google, μια δήλωση που δημοσίευσε η OpenAI και η Anthropic, η Microsoft, η xAI και η Apple δεν έχουν δημοσιεύσει τίποτα ανά ερώτηση, επομένως οι πιο συχνά αναφερόμενοι αριθμοί του πεδίου βασίζονται σε δύο αποκαλύψεις• η αδιαφάνεια αποτελεί αυτοτελές εύρημα. Δεύτερον, κάθε πρόβλεψη εδώ έχει ευρείες ζώνες σφάλματος, τα σενάρια της IEA καλύπτουν από πολύ κάτω έως 45% πάνω από την βασική περίπτωση έως το 2035, και οι προηγούμενες προβλέψεις για την ενεργειακή κατανάλωση υπολογιστών έχουν επανειλημμένα υπερβεί. Τρίτον, τα κέρδη αποδοτικότητας λειτουργούν και προς τις δύο κατευθύνσεις: η φθηνότερη νοημοσύνη ανά joule σημαίνει ιστορικά περισσότερη νοημοσύνη αγοράζεται, όχι λιγότερη ενέργεια καταναλώνεται, επομένως οι βελτιώσεις ανά ερώτηση και τα αυξανόμενα σύνολα πιθανότατα θα συνεχίσουν μαζί. Αντιμετωπίστε κάθε αριθμό εδώ ως ένα στιγμιότυπο μέσου όρου του βιομηχανικού 2026 με ονομαζόμενες πηγές, και όχι ως φυσική.
Το τελικό αποτελέσματα
Πόση ενέργεια καταναλώνει η Τεχνητή Νοημοσύνη; Μια τυπική ερώτηση: 0,24 έως 0,34 Wh, ένα δευτερόλεπτο φούρνου, μια αναζήτηση Google. Η βαριά επιφένεια: 4 έως 40 Wh όπου ζουν η σκέψη και μεγάλα έγγραφα, και αυτή η επιφένεια είναι η ιστορία της ανάπτυξης. ChatGPT: περίπου 850 MWh ημερησίως. Ο τομέας: 415 TWh ζήτηση σε data center το 2024, διπλασιάζοντας στα 945 TWh έως το 2030, με την AI να καταλαμβάνει έως το ήμισυ αυτής, ακόμα κάτω από το 3% της παγκόσμιας ηλεκτρικής ενέργειας, αναπτυσσόμενη τέσσερις φορές ταχύτερα από όλα τα άλλα, ήδη τριπλάσια από το Bitcoin, και σε αντίθεση με το Bitcoin, αδύναμη να απενεργοποιηθεί. Η ατομική σας χρήση είναι αμελητέα· οι υποδομές αποφασίζουν δεν είναι. Οι νικητές αυτής της δεκαετούς ανάπτυξης θα αποφασιστούν περισσότερο από το ποιος έχει τα καλύτερα τσιπ, παρά από το ποιος secured τις φθηνότερες εταιρικές μεγαβάτ, και αν κάνετε αυτήν την εκτίμηση μόνοι σας, το δικό μαςεργαλείο δοκιμής απόδοσηςτιμές η πλευρά αποδοτικότητας και η δική μαςλειτουργίες φιλοξενίαςτιμολογήστε τα μεγαβάτ.
Συχνές ερωτήσεις
Πόση ενέργεια καταναλώνει το ChatGPT ανά ερώτηση;
Περιπου 0,34 wattώρες για μια μέση ερώτηση, σύμφωνα με την αποκάλυψη του Διευθύνοντος Συμβούλου της OpenAI Sam Altman τον Ιούνιο του 2025, που ταιριάζει στενά με την ανεξάρτητη εκτίμηση της Epoch AI περίπου 0,3 Wh για το GPT-4o. Αυτό είναι περίπου ένα δευτερόλεπτο κατανάλωσης ενός φούρνου. Οι πιο βαρείς εργασίες κοστίζουν πολύ περισσότερο: οι ερωτήσεις με μοντέλο λογικής καταναλώνουν κοντά στα 4 Wh, οι ερωτήσεις τύπου GPT-5 κατά μέσο όρο περίπου 18 Wh, και η ανάλυση ενός εγγράφου 100.000 tokens φτάνει περίπου τα 40 Wh.
Είναι ένα ερώτημα ChatGPT πραγματικά δέκα φορές μια αναζήτηση Google;
Όχι. Αυτός ο ισχυρισμός προέρχεται από μια εκτίμηση του 2023 των περίπου 3 Wh ανά ερώτημα, κατασκευασμένο σε GPT-3.5 και παλαιότερο υλικό, περίπου 10 φορές υπερβολική για τις σύγχρονες μονάδες. Τα τρέχοντα στοιχεία (0,24 έως 0,34 Wh) βρίσκονται σχεδόν ακριβώς στο ίδιο επίπεδο με την αποκάλυψη της Google για περίπου 0,3 Wh ανά αναζήτηση. Μια τυπική ερώτηση AI now κοστίζει περίπου την ίδια ενέργεια με την αναζήτηση που αντικατέστησε· μόνο η βαριά λογική και οι εργασίες μεγάλης διάρκειας σε έγγραφα το υπερβαίνουν ουσιαστικά.
Πόση ενέργεια καταναλώνει το ChatGPT ανά ημέρα;
Περίπου 850 MWh ανά ημέρα: Η OpenAI αναφέρει περίπου 2,5 δισεκατομμύρια ημερήσιες ερωτήσεις, οι οποίες με 0,34 Wh η κάθε μία ανέρχονται σε περίπου 850 MWh, ή περίπου 310 GWh ετησίως, που είναι συγκρίσιμη με την ηλεκτρική ενέργεια 29.000 κατοικιών στις ΗΠΑ. Το πραγματικό νούμερο πιθανώς είναι υψηλότερο, διότι αυτή η αριθμητική παραβλέπει τη μεγάλη καταναλωτική ενέργεια των ερωτήσεων λογικής και εγγράφων.
Πόση ηλεκτρική ενέργεια καταναλώνουν παγκοσμίως τα data centers AI;
Όλα τα data centre καταναλώνουν περίπου 415 TWh το 2024 (1,5% της παγκόσμιας ηλεκτρικής ενέργειας) σύμφωνα με τον IEA, με την AI να ευθύνεται για περίπου 5 έως 15% αυτής τα τελευταία χρόνια και να αυξάνεται γρήγορα, περίπου το 40% της ενέργειας των data centre έως το 2026 σύμφωνα με ορισμένες εκτιμήσεις. Ο IEA προβλέπει ότι η συνολική ζήτηση για data centre θα φτάσει τα 945 TWh έως το 2030, περίπου την ετήσια κατανάλωση της Ιαπωνίας, με το μερίδιο της AI να ανέρχεται σε 35 έως 50%.
Θα διπλασιάσει η Τεχνητή Νοημοσύνη την κατανάλωση ενέργειας των Rechenzentren μέχρι το 2030;
Αποτελεσματικά ναι. Το βασικό σενάριο της IEA προβλέπει ότι η παγκόσμια ηλεκτρική ενέργεια των Rechenzentren θα αυξηθεί από 415 TWh (2024) σε 945 TWh (2030), μια αύξηση 2,3 φορές με περίπου 15% ετησίως, τέσσερις φορές ταχύτερη από όλες τις άλλες ζήτησης μαζί, με τους AI-επιταχυνόμενους εξυπηρετητές να αυξάνονται κατά 30% ετησίως ως ο κύριος οδηγός. Παρ' όλα αυτά, τα Rechenzentren εξακολουθούν να αποτελούν λιγότερο από το 3% της παγκόσμιας ηλεκτρικής ενέργειας το 2030, και η ανάπτυξή τους αντιπροσωπεύει μόνο περίπου το 8% της συνολικής ζήτησης κάθε δεκαετία.
Πόση ενέργεια απαιτήθηκε για την εκπαίδευση του GPT-4;
Περίπου 50 GWh σύμφωνα με δημοσιευμένες εκτιμήσεις, ένα αρχικό κόστος που ισοδυναμεί με μερικές χιλιάδες κατοικίες στις Η.Π.Α. για ένα έτος. Το πιο σημαντικό γεγονός: η inference έχει ξεπεράσει την εκπαίδευση ως το ενεργειακό κέντρο βαρύτητας της τεχνητής νοημοσύνης. Στον τρέχοντα όγκο του ChatGPT, οι ερωτήσεις εξυπηρετούν όλη την εκπαίδευση του GPT-4 κάθε λίγους μήνες, και η inference τώρα αντιπροσωπεύει εκτιμώμενο 70% έως 90% της υπολογιστικής ισχύος της τεχνητής νοημοσύνης.
Ποιο καταναλώνει περισσότερο ηλεκτρική ενέργεια, η τεχνητή νοημοσύνη ή το Bitcoin mining;
Οι data centre της εποχής AI, περίπου 3 φορές περισσότερο και αυξανόμενα. Το Bitcoin καταναλώνει 138 έως 175 TWh ετησίως σύμφωνα με τον δείκτη Cambridge (~0,5 έως 0,8% της παγκόσμιας ηλεκτρικής ενέργειας), και η ζήτηση του περιορίζεται δομικά από τα halvings και τα κέρδη απόδοση. Τα data centre χρησιμοποίησαν περίπου 485 TWh το 2025 και συνεχίζουν προς 945 TWh μέχρι το 2030. Η βαθύτερη διαφορά είναι η ευελιξία: οι Miner μπορούν να περικόψουν σε δευτερόλεπτα και λαμβάνουν πληρωμές για την ισορροπία του δικτύου, ενώ οι εγκαταστάσεις AI χρειάζονται σταθερή 24/7 ενέργεια.
Γιατί τα AI data centers καταναλώνουν τόσο πολύ ενέργεια;
Πυκνότητα και κύκλος φόρτισης. Οι διακομιστές καταναλώνουν περίπου το 60% της ηλεκτρικής ενέργειας του εγκαταστάσεως και οι GPU μόνο το 40 έως 60%. Ένα H100 καταναλώνει 700 W, μια διάταξη GB200 NVL72 καταναλώνει 120 έως 140 kW (περίπου δέκα φορές μια κλασική επιχειρηματική διάταξη), και οι ανακοινωθείσες διάταξεις Rubin Ultra φτάνουν τα 600 kW. Αυτές οι μηχανές λειτουργούν σχεδόν στο όριό τους διαρκώς εξυπηρετώντας inference, και η ψύξη αυτής της πυκνότητας προσθέτει 7 έως 30% επιπλέον, γι' αυτό η υγρή ψύξη έχει γίνει στάνταρ.
Μπορεί το δίκτυο ηλεκτρισμού να αντέξει την ανάπτυξη της AI;
Πρόκειται για τον καθοριστικό περιορισμό της βιομηχανίας. Περίπου το 20% των σχεδιασμένων έργων Rechenzentrum αντιμετωπίζουν καθυστερήσεις στη σύνδεση στο δίκτυο, οι ουρές διασύνδεσης διαρκούν χρόνια, και οι ΗΠΑ (45% της παγκόσμιας ζήτησης Rechenzentrum) μαζί με την Κίνα αποτελούν το 80% της προβλεπόμενης ανάπτυξης. Γι' αυτό οι επιχειρηματίες υπογράφουν μακροπρόθεσμες συμφωνίες αγοράς ενέργειας, γι' αυτό οι hyperscalers συμβάλλουν δυναμικά στη χρήση πυρηνικής ενέργειας, και γι' αυτό παλαιότερες τοποθεσίες mining με ενεργές διασυνδέσεις υψηλής τάσης έχουν γίνει περιζήτητο ακίνητο για τεχνητή νοημοσύνη.
Η χρήση της τεχνητής νοημοσύνης αυξάνει σημαντικά το προσωπικό σας ανθρακικό αποτύπωμα;
Όχι, στη κανονική χρήση. Στα 0,24 έως 0,34 Wh ανά αίτημα, 100 ερωτήματα την ημέρα αντιστοιχούν περίπου στο 0,1% της ημερήσιας κατανάλωσης ηλεκτρικής ενέργειας ενός μέσου Αμερικανού, λιγότερο από 15 λεπτά τηλεόρασης. Ο μετρούμενος αριθμός της Google θέτει ένα Gemini αίτημα στα 0,03 γραμμάρια CO2e. Οι σημαίνουσες αποφάσεις βρίσκονται στους χειριστές υποδομών (τοποθέτηση, προμήθεια ενέργειας, αποδοτικότητα υλικού), όχι στους ατομικούς χρήστες, αν και η επιλογή ελαφρύτερων μοντέλων για απλές εργασίες αυξάνεται αν το κάνουν όλοι.
Οι ενεργειακές ανάγκες της AI γίνονται πιο αποδοτικές;
Απόκρημνα, ανά μονάδα εργασίας: κάθε γενιά GPU παρέχει αρκετές φορές την inference ανά βατ της προηγούμενης, το κόστος inference ανά token έχει μειωθεί κατά τάξεις μεγέθους σε τρία χρόνια, και η Google ανέφερε ότι μείωσε την ενέργεια ανά πρόκληση του Gemini κατά 33 φορές σε ένα μόνο έτος. Η συνολική κατανάλωση συνεχίζει να αυξάνεται γιατί η χρήση αυξάνεται ταχύτερα από την βελτίωση της αποδοτικότητας, ο κλασικός αντίκτυπος επαναφοράς, γι' αυτό οι αριθμοί ανά ερώτηση μειώνονται ενώ τα συνολικά μεγέθη του τομέα διπλασιάζονται.
Πηγές και σημειώσεις
Στοιχεία ανά ερώτηση: Epoch AI, Ενημερώσεις Κλίσεων (Φεβρουάριος 2025)· Σαμ Άλτμαν, Η ήπια Singularity (Ιούνιος 2025, μη δημοσιοποιημένη μέθοδος)· Αναφορά περιβαλλοντικών στοιχείων της Google (Αύγουστος 2025, μετρημένη μέση τιμή συμπεριλαμβανομένων των γενικών εξόδων)· Jegham et al. (2025)· Εργαστήριο τεχνητής νοημοσύνης Πανεπιστημίου Ρόουντ Άιλαντ (GPT-5, 2025)· Ενημέρωση Google σχετικά με την ενέργεια αναζήτησης (2009). Στοιχεία τομέα: IEA, Ενέργεια και AI (2025) και Παγlobalική Ανασκόπηση Ενέργειας· Έκθεση δεδομένων Rechenzentrum των ΗΠΑ 2024· Epoch AI (Δεκέμβριος 2025, Ιανουάριος 2026). Bitcoin: Cambridge CBECI και έκθεση βιομηχανίας Ψηφιακής Εξόρυξης 2025. Δίκτυο: Αναφορές ERCOT· Προβλέψεις EIA· Μοντελοποίηση ευέλικτων φορτίσεων του Πανεπιστημίου Duke. Όγκος ChatGPT: OpenAI (2,5 δισεκατομμύρια ερωτήσεις/ημέρα, τέλη 2025). Ο αριθμός 40M-ερωτήσεις ανά MW είναι ο δικός μας υπολογισμός περίπου 0,6 Wh πλήρως φορτισμένο ανά ερώτηση και δηλωμένη χωρητικότητα· θεωρείστε ως αριθμό προγραμματισμού με εύρος μεγέθους. Όλα τα στοιχεία είναι στιγμιότυπα μεσαίου 2026. Ήρωας: Kkiefuik, CC BY 4.0· σώμα: Novoklimov, CC BY 4.0, μέσω Wikimedia Commons. Διαγράμματα: πρωτότυπα γραφικά MillionMiner, ελεύθερα προς αναπαραγωγή με αναφορά και σύνδεσμο σε αυτή τη σελίδα. Πληροφοριακό περιεχόμενο, όχι επενδυτικές ή αγοραστικές συμβουλές
Πηγές και σημειώσεις
Στοιχεία ανά ερώτηση: Epoch AI, Ενημερώσεις Κλίσεων (Φεβρουάριος 2025)· Σαμ Άλτμαν, Η ήπια Singularity (Ιούνιος 2025, μη δημοσιοποιημένη μέθοδος)· Αναφορά περιβαλλοντικών στοιχείων της Google (Αύγουστος 2025, μετρημένη μέση τιμή συμπεριλαμβανομένων των γενικών εξόδων)· Jegham et al. (2025)· Εργαστήριο τεχνητής νοημοσύνης Πανεπιστημίου Ρόουντ Άιλαντ (GPT-5, 2025)· Ενημέρωση Google σχετικά με την ενέργεια αναζήτησης (2009). Στοιχεία τομέα: IEA, Ενέργεια και AI (2025) και Παγlobalική Ανασκόπηση Ενέργειας· Έκθεση δεδομένων Rechenzentrum των ΗΠΑ 2024· Epoch AI (Δεκέμβριος 2025, Ιανουάριος 2026). Bitcoin: Cambridge CBECI και έκθεση βιομηχανίας Ψηφιακής Εξόρυξης 2025. Δίκτυο: Αναφορές ERCOT· Προβλέψεις EIA· Μοντελοποίηση ευέλικτων φορτίσεων του Πανεπιστημίου Duke. Όγκος ChatGPT: OpenAI (2,5 δισεκατομμύρια ερωτήσεις/ημέρα, τέλη 2025). Ο αριθμός 40M-ερωτήσεις ανά MW είναι ο δικός μας υπολογισμός περίπου 0,6 Wh πλήρως φορτισμένο ανά ερώτηση και δηλωμένη χωρητικότητα· θεωρείστε ως αριθμό προγραμματισμού με εύρος μεγέθους. Όλα τα στοιχεία είναι στιγμιότυπα μεσαίου 2026. Ήρωας: Kkiefuik, CC BY 4.0· σώμα: Novoklimov, CC BY 4.0, μέσω Wikimedia Commons. Διαγράμματα: πρωτότυπα γραφικά MillionMiner, ελεύθερα προς αναπαραγωγή με αναφορά και σύνδεσμο σε αυτή τη σελίδα. Πληροφοριακό περιεχόμενο, όχι επενδυτικές ή αγοραστικές συμβουλές
