微软于6月15日发布研究，指出大规模部署下典型AI查询的能耗仅为0.16至0.60瓦时，较此前公开估算低4至20倍。该研究发表在《Joule》期刊，基于生产环境数据分析了模型、 serving 系统和硬件层面的优化路径，预计短期内可实现8至20倍能效提升。
此前外界常引用小规模或非生产场景的测量值，高估了实际数据中心推理的资源消耗。微软强调，通过模型路由、专用芯片（如Maia）和优化 serving，可在保持性能的同时大幅降低每查询能耗与水耗。即使10%查询为复杂推理任务，整体能耗仍可控。
此发现正值AI数据中心扩张与能源政策博弈加剧之际。相比此前聚焦电力需求激增的讨论，微软数据为行业提供了更精准的基准，有助于缓解监管与公众对AI可持续性的担忧，同时也凸显 hyperscaler 在效率竞赛中的领先位置。
未来数月，类似研究或将影响数据中心审批、能源采购及竞争对手跟进策略。OpenAI与Google等是否会公布对标数据，值得持续跟踪。
信源：https://www.microsoft.com/en-us/microsoft-cloud/blog/2026/06/15/scaling-ai-with-8-to-20x-energy-efficiency/