比特币与人工智能计算：谁留下了更大的碳足迹？

比特币 ($BTC) 挖矿和人工智能 (AI) 计算都消耗大量电力，在 2026 年引发了关于其对环境影响的激烈争论。比特币是开创性的加密货币，通过能源密集型工作量证明挖矿来确保其去中心化网络的安全，每年消耗 150-170 TWh 电力，并排放 65-75 百万吨 (Mt) 二氧化碳。

与此同时，人工智能计算为 GPT 等大型语言模型、图像生成器和大型 GPU 数据中心的推荐系统提供支持，这些数据中心已经产生了 33-8000 万吨二氧化碳当量。在全球净零排放推动下，这两种技术都消耗大量电力，引发了紧迫的问题：哪种技术会留下更大的碳足迹。

$BTC 挖矿能源消耗和碳足迹

比特币挖矿依赖于工作量证明共识机制，该机制使用专门的专用集成电路（ASIC）硬件来竞争解决加密难题。此过程大约每 10 分钟验证一次交易并保护网络安全。

虽然这种竞争性计算对于比特币的去中心化安全模型至关重要，但它也会产生大量的电力需求。

截至 2026 年中期，全球 BTC 网络算力范围约为 950 至 1070 EH/s。即使计算需求持续上升，采矿硬件效率的持续提高也有助于减缓能源增长。

资料来源：CBECI

年耗电量估计在 145 至 165 TWh 之间，许多型号的耗电量约为 155 TWh。这一消耗水平与波兰、阿根廷或埃及等国家的年用电量相当，约占全球发电量的 0.5%，到 2025 年全球发电量将超过 31,000 太瓦时。

$BTC 的碳足迹估计每年约为 50 至 80 公吨二氧化碳当量，具体取决于假设的能源结构。更详细的分析显示，典型的估计值在 65 至 75 公吨二氧化碳当量范围内。 BTC 挖矿能源中越来越多的份额（估计为 52% 至 58%）现在来自可持续能源，包括可再生能源和核能。

尽管取得了这些进展，但由于每秒大约 7 笔交易的吞吐量有限，$BTC 每笔交易的能源影响仍然很高。然而，采矿硬件效率的持续提高、地理向低碳电力来源的转变以及第 2 层扩展解决方案的日益采用，继续逐步改善网络的整体环境绩效。

人工智能数据中心及其碳足迹

人工智能数据中心为大型语言模型和生成系统的训练和推理提供动力，依赖于高能耗的 GPU 集群和专用硬件。与传统数据中心不同，人工智能设施需要持续的高利用率、先进的冷却系统和大规模并行计算，通常每个站点超过 100 MW 的超大规模水平。 2025 年，全球数据中心消耗约 485 太瓦时，较上年增长 17%。截至 2026 年中期，总消耗量约为 500-550 太瓦时。

值得注意的是，每次查询和生命周期的影响凸显了人工智能的强度，因为单个类似 ChatGPT 的交互可能消耗传统搜索能量的 10-50 倍，而训练前沿模型需要数周的千兆瓦级功率。然而，芯片效率的快速提升、模型优化和推理扩展继续抑制每项任务的增长。

碳足迹在很大程度上取决于当地的电力结构，许多位于电网中的超大规模企业仍然依赖天然气和煤炭。在适度情景下，人工智能系统 2025 年至 2026 年的年度二氧化碳排放量预计为 33 至 80 公吨，随着增长而大幅增加。

比特币和人工智能碳足迹的直接比较

比特币挖矿和人工智能计算代表了两种能源最密集的数字活动，但它们在规模、增长动力、灵活性和环境效率方面存在显着差异。 $BTC 的工作量证明模型提供了与网络安全相关的可预测、可控的消耗，而在训练（尤其是推理）的推动下，人工智能的爆炸性需求推动了更广泛的数据中心基础设施的快速扩张。

公制（2025–2026）

比特币挖矿

人工智能计算/数据中心（AI共享）

获胜者（影响较小）

耗电量（太瓦时）

155–204

80–150（人工智能份额）；总 DC 500–550+

比特币（包含）

碳排放量（公吨二氧化碳当量）

50–114

33–80（特定于人工智能）； 180+ 总 DC

可比/AI更高

增长趋势

稳定至中等

爆炸性（复合年增长率 15–30%）

比特币

可再生能源/低碳份额

50–60%+（灵活采购）

各不相同，通常取决于电网

比特币

主要用例

网络安全

推理+训练（可扩展需求）

依赖于上下文

BTC 挖矿保持了更可控且相对稳定的电力足迹，通常从普遍共识估计的 155 TWh 到高端评估的 204 TWh 左右