为什么“AI的尽头是能源”？

摘要：在规划和产业布局上，我们需要以全局的视角和长远的眼光来看待AI算力与能源的关系，从技术、经济、环境和政策等多个方面共同发力，推动两者协同发展。

| 作者：肖颖

在规划和产业布局上，我们需要以全局的视角和长远的眼光来看待AI算力与能源的关系，从技术、经济、环境和政策等多个方面共同发力，推动两者协同发展。

在科技日新月异的今天，人工智能（AI）已经成为推动社会进步的重要力量。然而，AI算力背后的能源布局问题，却像一道隐形的门槛，既考验着技术的飞跃，也牵动着产业的神经。

你有想过，AI会有多耗电？以 ChatGPT为例，据美国一研究机构测算，ChatGPT每天可能要消耗超过50万千瓦时的电力，以响应用户的约2亿个请求。相比之下，美国家庭平均每天使用约29千瓦时电力。两者相差1.7万多倍。据国际能源署预测，到2026年，AI行业的电力消耗将至少是2023年的10倍。

AI为什么如此耗电？原因在于 AI训练需要巨大的算力，大量高性能设备24小时不间断进行大规模数据处理，耗电量惊人。也难怪会有人戏称，“AI的尽头是算力，而算力的尽头是能源”。可以说，AI技术的快速发展，对全球能源供应构成了严峻挑战。如果没有充足且稳定的能源供应，AI算力滞后，那么人工智能产业的发展将受到极大限制。有专家预测，从全球角度来看，“算力缺电”或许不是现在的问题，但可能成为未来的一道难题。

“算力即国力。”算力作为数字经济时代新质生产力，日益成为增强国家核心竞争力的关键要素。今年政府工作报告提出，适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。前不久，习近平总书记在安徽考察时提出，要在提升国产芯片算力水平的同时，努力把科技创新这一“关键变量”转化为生产力跃升的“最大增量”，努力为各行业数字化转型提供算力底座和供应保障。

近年来，为解决算力发展带来的能源能耗问题，我国出台了一系列政策：2023年12月，国家发展改革委等部门发布实施意见，提出要统筹推动算力与绿色电力的一体化融合，促进数据中心节能降耗；2024年7月，《数据中心绿色低碳发展专项行动计划》印发，明确要求强化“东数西算”规划布局，数据中心应优先布局在一体化算力集群范围内。

仔细梳理这些政策内容，不难发现其中的解题思路：一方面是在技术层面努力提升 AI模型、芯片和数据中心的算力效能，降低 AI的能耗。另一方面，则是从宏观上对能源和产业进行优化布局，为算力发展提供坚实支撑。

“多能互补”，大力发展可再生能源。AI算力对电力的需求之大，仅仅依靠传统化石能源不仅成本高昂，而且无以为继，必须加大对太阳能、风能、水能等可再生能源的投入和利用，为数据中心和计算设施提供清洁、可持续的电力。比如，在适宜地区建设大规模的太阳能或风能发电场，专门为附近的数据中心供电。

这就需要进一步优化国土空间布局，塑造算力空间新格局。比如，将数据中心建在清洁能源资源丰富且成本较低的地区，充分利用当地的优势。贵州在这方面是一个先行者，它凭借得天独厚的资源和气候条件，成为全球超大型数据中心的聚集地之一。目前，贵州正在推动人工智能训练场、协同发展战略合作、智算中心建设等多个项目，并通过“东数西算”工程，引导数据中心向西部资源富集地区聚集。

人工智能的尽头或许不是能源，但能源一定是人工智能发展的现实基础和关键支撑。在规划和产业布局上，我们需要以全局的视角和长远的眼光来看待AI算力与能源的关系，从技术、经济、环境和政策等多个方面共同发力，推动两者协同发展。

捕舆小课堂

什么是算力？

● “算力”，字面意思就是计算能力（Computational Power），从古代的算盘到现在的超级计算机，都是算力的承载者。现在我们说的算力是指计算系统（如电脑、服务器、数据中心等）处理信息和执行计算的能力。计算系统的算力越高，处理数据的速度越快，能完成的任务也越复杂。常用计量单位是FLOPS（每秒浮点运算次数），它表明了对数字化信息处理能力的强弱‌。‌

● 从超级计算机到云计算、边缘计算，再到量子计算等新兴领域，算力技术的每一次突破都推动了人工智能技术的边界拓展。数据显示，2024年上半年我国智能算力在算力市场的比重已经超过30%，人工智能算力的产业链条也不断延伸，涵盖了芯片、服务器、操作系统、算法、应用等各个环节。