开源工具 energygraph 今天发布 1.3 版本——这个零依赖的小程序，让你第一次能在终端里看清本地 AI 推理的真实电费。它按核心、按设备、按内存条分开记录每一路硬件的实际功耗。

这是什么

energygraph 是一个本地硬件功耗监控工具。1.3 版本最大的变化是增加了对 NVIDIA、Intel、AMD 三家厂商独立显卡（dGPU，与集成显卡相对的"独显"）的支持，加上原本就支持的 CPU 各核心、集显、内存条，整台机器的电耗账目基本能看全。它在终端里画成动态曲线图，体积只有几兆，不依赖任何外部库。

它的目标用户很明确：那些在家用消费级显卡跑开源大模型（Llama、Mistral、Qwen 等）的人。开发者称之为"本地 AI 推理的电表"。

行业怎么看

在 Reddit 的 LocalLLaMA 社区（本地大模型爱好者聚集地），开发者们兴奋地在比谁跑模型时峰值功耗最高。一个看似小众的工具突然走红，本身就是一种信号——大家开始把 AI 推理当作"会被电表记账的事"来认真对待了。

不过也有冷静的声音。有人说，普通用户跑个 7B（70 亿参数）小模型也就几十瓦，和家里空调比不算什么，电费焦虑是被放大了。但对那些同时挂几张 4090 跑 70B 模型的人，或者考虑机房本地部署的企业，电力成本就不再是"忽略项"。一位开发者留言很直接："你以为省了云服务费，其实只是把账单从 AWS 换成了电力公司。"

对普通人的影响

  • 对企业 IT：本地部署 AI 看似省了云服务费，但机房电力、散热、UPS（不间断电源）投入要重新计入总拥有成本（TCO，即从采购、运维到电力的全部开支）。选型时不能再只看硬件报价。
  • 对个人职场：如果你的工作涉及本地跑 AI 模型，可以用这个工具记录实际功耗，给老板算一笔经济账——比"提效 30%"这种抽象话术更有说服力，也更容易争取到硬件预算。
  • 对消费市场：消费级显卡（4060、4090、Arc 系列）现在被大量用于 AI 推理，电费会成为长期使用成本的一部分。买显卡不再只是"一次性硬件支出"，更像买一辆要烧油的车。