普通家庭不会被AI“抢电”，因为AI的电力消耗有专门的规划和来源。GPT-3单次训练确实耗电高达1287兆瓦时（MWh），相当于约120户美国家庭一年的用电量，但这主要集中在训练阶段；日常使用的推理能耗要低得多。

更关键的是，通过系统性的能源布局和技术优化，AI的用电需求被引导到专用通道，避免挤占民生电网。

AI大模型如GPT-3在训练时确实是“电老虎”。其单次训练消耗1287兆瓦时电力，相当于120户家庭一年的用电总和。这主要因为训练需要上万块GPU连续运转数周，加上冷却系统的能耗。但训练完成后，日常推理（如用户与ChatGPT对话）的能耗仅占训练的1%左右。

所以，AI的高耗电是阶段性的，而且随着技术改进——比如模型压缩、量化——单位能耗还在下降。更长远看，AI的电力需求增长已被纳入电力系统规划，不会突然冲击普通家庭。

在没有统筹规划的地区，数据中心集中建设确实可能影响居民用电。例如，美国弗吉尼亚州北部被称为“数据中心走廊”，当地居民的电费在五年内累计上涨了267%。有居民反映，月度电费从不到200美元飙升至300美元以上，直言“数据中心正在与社区争夺能源”。

这促使美国推出《GRID法案》，要求数据中心自建电源，确保民生用电优先。这些案例表明，如果放任自流，AI的电力需求可能推高局部电价，但问题在于缺乏系统性安排，而非AI本身必然“抢电”。

中国通过顶层设计，避免了这种矛盾。核心策略是“东数西算”——将算力中心部署在西部绿电富集区。国家要求，2026年新建大型算力中心的绿电使用率必须超过80%。例如，甘肃庆阳“东数西算”园区配套风电、光伏和储能，绿电直供率达55%，到户电价不超过0.4元/千瓦时。

同时，工信部推进“算电协同”，将电力调度与算力调度打通，让算力任务迁移到绿电充足的地方，提升电网效率。这相当于为AI产业开辟了独立的“绿色能源通道”，从源头分流，不占用东部家庭的电网电。

在技术层面，AI行业也在主动“省电”：

所以，普通家庭无需担心被“抢电”。AI的用电来自西部的风光电、错峰的闲置电，并通过技术不断优化。民生用电是电网的优先保障对象，而AI的电力增长是可控、有规划的。