从对话服务到视频生成，人工智能快速成长引人注目。在2024 中国绿色算力（人工智能）大会上，《中国能源报》记者了解到，人工智能发展离不开算力支持，而算力背后是庞大的电力需求。近期多位人工智能企业负责人指出，该行业或将面临电力危机。

　　近年来，我国“东数西算”8个节点逐渐成型，其中贵州、内蒙古、甘肃、宁夏也是清洁能源资源富集地区，“绿算融合”逐渐成为发展新趋势，算力需求和绿电消纳正实现“双向奔赴”。分析人士指出，未来需持续开展“绿算融合”试点应用，完善支持政策，构建信息与能源深度融合机制。

　　人工智能面临电力危机

　　今年3月，美国科技巨头英伟达公司发布面向下一代数据中心和人工智能应用的B200芯片。清华大学电机系研究员慈松表示：“一块B200的功率为2700瓦，而Open AI的GPT-4大模型有约1.8万亿参数，一次训练需要2000个B200连续运行90天，电力消耗量极大。”

　　国内某人工智能芯片公司的董事长表示：“从英伟达近几代产品参数来看，虽然每经过2年半时间单位算力所需电量平均减半，但人工智能大模型所需的算力每4.8个月就会翻一倍。综合来看，大模型的用电量平均6个月就会翻一倍，预计到2027年底，一次训练就要耗费73亿度电。”

　　在今年举行的达沃斯论坛上，Open AI首席执行官萨姆·奥特曼指出，人工智能行业正面临能源危机，未来人工智能发展消耗的电力将远远超出人们的预期，能源供应问题亟需突破。

　　人工智能正值当下市场的“风口”，但部分通信企业的人工智能板块却“增收不增利”，慈松认为，一大原因就在于这些企业的能源支出过大。除人工智能训练外，这些通信企业的设备还要处理手机等移动终端产生的信息，能耗增长呈现从端到云的“蝴蝶效应”，移动终端每产生1个单位的信息，基站、互联网设备和服务器等要付出数倍于此的能耗进行处理，进一步增加了相关企业的能源支出。

　　算力、绿电“双向奔赴”

　　不久前，英伟达公司首席执行官黄仁勋在某科技会议上指出，由于人工智能并不挑剔进行“学习”的地点，因此不应将AI训练数据中心设置在电网压力较高的人口密集区，而应将其置于能源资源富集地区，利用当地过剩的能源作为AI发展的动力。

　　上述人工智能芯片公司相关负责人指出，未来高级人工智能的物理载体有望在“电力高地”诞生。2023年，我国有14个省区市发电量对比当地全社会用电量差额为正，其中差额最高的是内蒙古自治区，发用电差额达2627.26亿度。电力消纳和人工智能训练的需求不谋而合。

　　作为“东数西算”节点，内蒙古、贵州、宁夏等地在清洁能源供给方面也具有天然优势，适宜建设绿色算力基地。清华大学全球产业研究院副院长李东红表示，目前内蒙古和林格尔新区和集宁大数据产业园、宁夏中卫工业园西部云基地、贵州贵安电子信息产业园等“东数西算”集群片区绿色算力发展水平较高，在提升算力设施节能性方面卓有成效，显示出较强的算力可持续发展能力。

　　据李东红介绍，和林格尔新区数据中心用电使用可再生能源占比近80%，在各片区中首屈一指，新区还通过电力多边交易以及政策补贴，将电力使用成本降低至0.32元/千瓦时。集宁大数据产业园数据中心绿电采购应用量占比37.9%、绿证采购应用量占比2%、自建自用可再生能源电站发电量占比7.1%。同时，产业园还对大型、超大型数据中心项目给予电价扶持，降低企业用电成本。

　　技术、政策需持续推进

　　中国信息通信研究院副院长胡坚波指出，在我国西部地区着重提升算力绿色能源利用的同时，东部地区也持续推进先进算力效能提升和新型节能技术应用，“算力产业链整体呈现绿色化转型新趋势。设备供应商和服务商通过节能减排技术实现绿色低碳的同时，绿色能源供给商也依托源网荷储、微电网和绿电直供等技术，跨界进入绿色算力新赛道。”

　　慈松指出，信息和能源深度融合是实现绿色智算的关键，这需要不同专业、不同领域通力协作，打破传统条块分割的局面，实现融合发展。他表示，当前信息和能源两个领域存在不同的标准、模型和优化目标，缺乏深度融合机制。同时，未来以新能源为主体的新型电力系统将使得能量供需的动态平衡将变得困难，如何促进信息与能源耦合，消除电力供应不确定的问题。

　　为进一步推进新能源和算力协同发展，李东红建议：“地方应严控低效数据中心建设，推进算力中心IT系统向高性能、高能效、低碳排方向发展。并支持节能技术产品应用，提高地区电能利用效率。”他认为，有条件的地区还可开展建设源网荷储一体化数据中心、新能源电力直供试点，引导数据中心更多消纳绿色电力，推动降低绿色算力产业用电成本。此外，还需研究制定支持算力中心绿证、碳证交易的相关政策，并探索建立相关监测平台和评价体系。