智能算力是一种灵活的负荷，可以寻找到在空间上和时间上合适的绿电。这就要求全国建立起新型电力系统，包括对电力市场、电力系统、源网荷储碳一体化的配电网，微电网系统的创新与部署。

  人工智能(AI)技术席卷全球，AI背后的基石是算力，算力背后则是巨量的能源消耗。生成式AI革命，正与能源革命耦合在一起。

  能耗的急剧上升，又让碳排放问题日渐严重，威胁气候目标的实现。智能算力的提供者及主要使用者，包括谷歌、微软、亚马逊等，都提出了100%使用绿色电力、实现碳中和的目标和路线图。

  如果清洁能源供应不足，电力基础设施不向新能源转型，人工智能的发展也会被“卡脖子”。

  中国是全球第二智能算力大国，正在部署 AI+ 战略。中国面临建设算力经济与清洁电力的统一大市场的历史机遇，相关顶层设计正在陆续出台。

  8月6日，国家发改委、国家能源局、国家数据局联合发文加快新型电力系统建设，算力与电力协同正是重点项目之一。

  7月23日，国家发改委等四部门印发《数据中心绿色低碳发展专项行动计划》，明白准确地提出，到2025年底，国家枢纽节点新建数据中心绿电占比超过 80%;到 2030 年底，全国数据中心平均电能利用效率、单位算力能效和碳效达到国际先进水平。

  在此约束下，数据中心如何迎接“绿色大考”?中国智能算力到底要多少清洁电力?绿色算力与绿色电力区位条件如何?有哪些先进案例和经验值得学习借鉴?

  围绕这样一些问题，环球零碳研究中心与未尽研究8月7日联合发布《AI 改变能源智算如何引领新型电力系统》报告，其中指出，中国的人工智能要在碳达峰目标的约束下追赶美国，算力与电力问题是需要重估。

  报告估算出，从2023年到2030年，中国智能算力规模将以每年70%的复合增长率持续攀升。至2030 年，全国智算中心年用电量在0.6万亿度-1.3万亿度，约占当年全社会用电量的5%-10%。

  报告还介绍了远景科技集团利用新型能源管理系统，应用于中国多个绿色智算中心的示范项目，以及谷歌对全球所有智算中心和园区将实现24/7无碳能源运营的尝试。

  报告认为，美国的算力增长预期，分歧重点在市场;中国算力增长预期，不确定性主要在技术。

  对于中国而言，国产芯片的迭代速度与产能瓶颈，即芯片能效提升预期，以及算力增长预期中的算力供给问题，是影响中国智算用电量的关键因素。

  报告认为，在乐观情况下，如果中国能够，建立起比较完整的芯片产业链，芯片技术持续迭代升级，能效持续提升，那么，以中国制造“过剩”的能力，决定用电量的将是算力需求而不是供给。

  中国智能算力规模正在爆发式增长。在国家政策、市场之间的竞争的推动下，中国各地规划的智算规模总量，已超越了全国的计划目标;智算规模实际部署速度，也要快于计划文件的目标。

  在国家“适度超前建设算力基础设施”的鼓励下，报告认为，中国智能计算中心算力规模保证70%的增速是合理且必要的。到2030年，中国智算规模将达到 2886 EFLOPS。

  得出这个结论的依据是，工信部《新型数据中心发展三年行动计划(2021-2023年)》将 FP32 作为国内数据中心算力的计算基准;工信部旗下信通院《中国算力发展指数白皮书(2023 年)》在对包括数据中心与智能计算中心的基础设施算力进行规模测算时，统一折算为 FP32 精度。

  按这个基准，参照英伟达各代 GPU 的性能参数，到 2030 年，技术保守情景约需要 14700 万张等效 A100;技术乐观情景则需要累计部署等效的 1700 万张A100，970 万张 H100，1125 万张 B200。

  智算中心要完成训练与推理任务，所需关键 IT 设备不仅包括 AI 芯片，还包括驱动这些 AI 芯片正常运行的其他必要组件，即服务器上的 CPU、网卡、供电单元等，以及服务器间的存储服务器、网络交换机、CPU 节点、光纤收发器和许多其他设备。

  因此，要在智算中心驱动一张 GPU 芯片，实际需要额外消耗近1倍的电力。

  报告得出结论认为，至2030年，智算中心的总装机容量将达到 70GW-150GW(如果考虑到风光可再次生产的能源的容量因数，实际需要的总装机容量将达到 300GW-600GW);一年 365 天，每天 24 小时，智算中心的年用电量在 0.6 万亿度 -1.3万亿度左右(600TWh-1300TWh)。

  如果中国全社会用电量继续按近十年的趋势增长，那么，到 2030 年，中国智能计算中心年用电量将占该年全社会用电量 5%-10%，成为新的重点用能行业。智算中心新增用电量占当年全国全社会新增用电量的 27%-77%。智算中心成为中国用电量增长主力，智算经济带来的电力消费增量，是影响新型电力系统的最大变量之一。

  此外，在国家东数西算以及八大枢纽和十大集群的总体布局下，报告进一步分析了各省的智算能力和清洁电力资源的现状及未来，将如何在支持国家AI发展大计的同时，推动本地的经济数字化与智能化。

  报告认为，就全国总量而言，中国丰富的绿电供给潜力，能够完全满足智算用电需求。到2030年，中国省级电网碳排因子将一下子就下降，即使不包括核电，绿电年发电量规模将达到5.5万亿度;包括核电则有望达到7.80万亿度。

  但受各地数字化的经济、产业与风光资源等限制，目前各地的智算用电规模与绿电发电规模存在时空错配。一方面，受当地数字化的经济、人才与技术等因素影响，智算中心发展初期主要在绿电供给不充分的东部;即使在东数西算的总体布局下，延迟敏感任务仍然必须由部署在本地的算力完成。另一方面，新能源存在昼夜、季节等波动，难以直接满足智算中心对电力系统“7×24”不间断稳定供应的要求。

  到2030年，长三角和京津冀的智算绿电压力仍然不小，它们也是电动汽车与数字化工业对绿电需求迅速攀升的地区，需要积极探索在当地挖掘包括海上风电或核电等的清洁电力资源，完善跨省绿电交易机制;绿电优势显著的省份，既可以积极做出响应东部地区的绿电或智算调度，还可以分别面向中亚、东南亚等地，建设绿色智能经济的“一带一路”。

  从火电时代到绿电时代，源随荷变需要转变为源荷互动。在可再次生产的能源为主的电力系统中，计算是一种灵活的负荷，可以寻找到在空间上和时间上合适的绿电。这就要求全国建立起新型电力系统，包括对电力市场、电力系统、源网荷储碳一体化的配电网，微电网系统的创新与部署。

  同时，不仅要让算力参与需求响应，发挥出类似储能的调节功能，也要让基于智能系统之上的能源服务(EaaS)，成为新型电力系统商业模式，为消纳问题和负电价问题提供创新的解决方向。

  算力革命将成为能源革命的一部分。新型电力系统与智能算力系统，互相创造了需求，互为最要的应用情景之一。那些引领 AI 的科技巨头和数字化的经济企业，在算力基础设施领域的投资、应用与创新，将延伸到新型能源系统领域，它们将为AI的大规模应用支付“绿色溢价”。让智算率先实现净零碳电力，为工业、建筑、交通运输等更多的部门提供关键的实践和成功的先例。

  智算中心面临电力需求的“不可能三角”：稳定电力供应，控制电力成本，减少碳足迹。

  报告指出，能够最终靠 AI 模型，以及基于大模型的智能体来优化和解决。比如源网荷储碳一体的配电网，以及基于数字化和物联网技术的微电网，都是实现 24/7 全天候无碳能源的重要技术路径。

  比如远景科技集团，通过其所设计的能源管理系统，已经应用于中国的多个绿色智算中心示范项目。

  远景通过AI算法与气候大模型等技术，实现天气、发电功率、负荷能力的精准预测，为乌兰察布国家级绿色数据中心示范项目提供了关键解决方案。

  远景还基于智能物联操作系统EnOS，以高精度预测、多目标及多时间尺度优化策略，打通微网协同调度系统全链路，覆盖源网荷储，提供基于云计算和边缘计算一体的基础数据接入和高阶应用产品套件

  远景解决方案还应用于张家口集算力集群，这是中国最大的“源网荷储”一体化项目，率先探索实现绿色算力体系，项目同时启动风电、光伏与大数据产业基地的建设，可再次生产的能源使用比例可达100%，实现“投产即零碳”效应。

  谷歌也进行了这方面的尝试。谷歌承诺到 2030 年，其全球所有智算中心和园区将实现 24/7 无碳能源运营，并通过这几项主要举措来实现：购买无碳能源、优化能源数据和使用，开发下一代能源技术和微电网。

  为了跟踪清洁能源数据，2023 年，谷歌参与发起了“粒度证书交易联盟”，致力于建立一个小时证书市场，以每小时能源匹配的方式，主张在时间和地点上将其数据中心电力消费与清洁能源发电量相匹配。谷歌的碳智能计算平台能够准确的通过当地的无碳能源可用性，优化计算任务的时间和位置，进而将智算中心的部分计算任务转移到当地太阳能和风能最充足的时间段。

  报告最后认为，中国已经具备了规模与技术领先的能力，把丰富的风光资源转变为清洁电力;只有在新型电力系统的基础上实现整个经济的绿色“换血”，才有机会让无限 供应的清洁能源，通过应用创新转变为新的生产力。人工智能既是其中最大的应用创新领域，也是其他所有应用创新领域的赋能器、放大器和加速器。

  中国电力网于1999年正式上线运行，是中国电力发展促进会主办的全国性电力行业门户网站。

  下一个：非化石能源发电装机占比近54%，电价机制怎么样引导新型电力系统构建

  【版权及免责声明】凡本网所属版权作品，转载时须获得授权并标注明确来源“中国电力网”，违者本网将保留追究其有关规定法律责任的权力。

  三部门印发《加快构建新型电力系统行动方案(2024-2027年)》!新能