当前,随着人工智能从技术变量加速转化为增长增量,算力已成为数字经济突破能源瓶颈的关键抓手。近年来,工信部等七部门不断探索实践具有“算网协同、绿电先行”特色的算力管理体系。为固化经验,工信部等七部门于近期联合印发《关于开展国家算力互联互通节点建设工作的通知》,谋划实施一批任务举措,建立统一规范的算力互联互通节点体系,助推算力网络调优调绿,助力实现“双碳”目标,加快建设绿色算力网络。
这看似是算力产业的利好信号,然而绿色转型的压力却从外部倒逼转向内部生死线。传统观点认为,只要堆够服务器、建够数据中心,算力规模自然就能支撑 AI 发展。更荒谬的是,许多人以为绿色转型就是给机房装个空调、换个新风系统。
现实却给了所有人一记响亮的耳光。
截至 2025 年 6 月,我国在用算力中心标准机架已达 1085 万架,规模数据看着确实漂亮。但如果你只看规模不看能耗,那就是在慢性自杀。全国算力中心平均电能利用效率(PUE)降至 1.42,虽然比几年前好了点,但在“双碳”的高压下,这绝对算不上什么及格线。
更致命的是,AI 大模型带来的算力需求是指数级增长的。你每多训练一个模型,多跑一次推理,背后的能耗就是实打实的。数据显示,十四五以来,全国算力设施用电量年均增速超过 10%,2024 年算力设施用电量达到 1660 亿千瓦时,约占全社会用电量的 1.7%。
1.7%?别觉得这个比例小。在能源约束日益收紧的今天,这就是悬在头顶的达摩克利斯之剑。数据中心能耗占全社会用电量的 2.6%,这个数字还在涨。你大概也担心过,如果明天电价再涨,或者限电令再来,那些正在训练的大模型会不会直接停摆?
这不仅仅是算力的事,这是整个智能经济的地基稳不稳的问题。如果地基是建在沙土上的,楼盖得再高,塌了也是白费。
算力增效是绿色增量的基石,绿色增量是算力增效的价值指引。在能源约束下,通过技术创新提升单位能耗的有效算力产出,能为可持续增长创造空间。
算力对能源的支撑:从“规模驱动”转向“效能驱动”
算力产业正面临前所未有的资源瓶颈。能源短缺不再是“有没有”的问题,而是“稳不稳”的问题。各地数据中心为了抢资源,疯狂争抢电力指标,导致局部地区负荷过载,电网不堪重负。
面对这种局面,政策给出的答案很明确:必须从“规模驱动”转向“效能驱动”。工信部推动建设算力互联互通节点,构建国家算力体系,核心意图就是要把算力像水一样调度起来,而不是让每一座数据中心都去抢电。
具体怎么做?方案很清晰:
- 推动“东数西算”向全国一体化算力网升级:完善跨区域调度与算网协同。这不是简单的把数据搬走,而是基于任务属性的精准匹配。
- 实时性要求高的业务:留在东部,享受低延迟;
- 对时间不敏感的非实时任务(如离线渲染、大数据分析、模型训练):全部向清洁能源富集地区转移。
这就形成了"实时在东、离线在西、协同在全国"的新布局。东部吃掉了高负荷的实时交易,西部吃掉了海量的离线计算。这种布局,本质上是用空间换时间,用距离换绿电。
不仅如此,市场机制也要跟上。在枢纽节点扩大绿电交易与中长期购电协议,探索 24/7 逐时匹配的碳自由用能与碳感知调度。这意味着,你的数据中心不能再是“闭眼发电”的粗放模式,必须学会看“电的脸色”。什么时候绿电多,我就加大算力任务;什么时候火电多,我就降低负载或者迁移任务。
这种机制倒逼数据中心从被动接受供电,转变为主动适应电网。你大概也做过类似的选择题:是坚持高能耗的高性能计算,还是接受稍微慢一点但更绿色的方案?在算力互联互通的体系下,后者成了主流选择。
这种从理念到落地的转变,已经有了不少成功案例。
早期,甘肃、贵州等地的数据中心还在单纯依赖当地的水电或火电,稳定性差,成本高。到了近期,随着国家算力互联互通节点体系的建立,这些地区开始大规模承接东部的离线任务。比如,某互联网巨头将数以亿级的模型训练任务迁移至西部枢纽节点,利用当地丰富的风电和光伏资源,不仅降低了运营成本,还让当地的绿电消纳率大幅提升。
从试点到推广,这种效应正在迅速扩散。多地数据中心开始建立“碳感知调度”系统,根据电网的实时碳排放强度动态调整工作负载。累计规模与成效显著提升,标志着绿色算力调度已成为行业常态。
这不仅仅是技术的胜利,更是管理模式的胜利。以前是“电等算”,现在是“算等电”。这种角色的逆转,正是算力产业成熟的标志。
能源(及 AI 技术)对算力的赋能
业内专家指出,算力不仅是能源的消耗者,更是能源优化的核心驱动力。AI 在其中均能发挥关键赋能作用:
- 节能提效:即“少用能源多办事”,而 AI 可通过赋能高效生产、便捷生活,为节能提效提供有力支撑;
- 清洁替代:即“用清洁的能源办事”,通过减煤控油、大力发展非化石能源,推动电源结构去碳化。但可再生能源的不稳定性,亟须 AI 等数字化、智慧化技术优化储能调峰,保障能源系统安全高效运行。
算力的赋能,首先体现在算法层面的“瘦身”。坚持“轻量任务用轻量模型”,推进量化、蒸馏、稀疏化,在不明显损失精度的前提下降低显存与能耗,提升吞吐。
以前,为了追求一点点精度提升,模型越建越大,参数动不动就几百亿,显存占用爆表,能耗更是惊人。现在,通过工程范式的革新,检索增强、级联调用、边端协同等技术被广泛应用。这些技术减少了“无谓大模型”的占用,让算力资源用在刀刃上。
在云侧,地理—时间双维迁移与碳感知排队技术已经成熟。系统能根据地理位置的能源结构和时间维度的电力价格,自动调度任务。比如,把一批非紧急的数据分析任务,安排在夜间风电大发时段处理,不仅省钱,还减排。
这种赋能,让算力不再是能源的黑洞,而是能源管理的眼睛。
以"AI+ 工业”为例,绿色算力的赋能效果尤为明显。在钢铁、化工、建材等高耗能行业,数字孪生和预测性维护技术被广泛应用。通过 AI 模型优化生产全流程,智能调度设备运行,减少过程损耗与碳排放。某大型钢铁企业引入 AI 优化炼钢工艺后,能耗降低了 15%,碳排放减少了 10%。
再以"AI+ 能源”为例,绿色算力正在重塑能源系统。优化电网调度与储能配置,提升新能源消纳率、保障系统稳定。在风光资源丰富的地区,AI 算法能精准预测风力发电量和光伏发电量,提前调度储能设施,解决可再生能源的波动性问题。这让原本不稳定的清洁能源,变得像火电一样可靠。
“不可能三角”的挑战与破局
面对这些变化,国家数据发展研究院副院长袁军在近日举行的数据发展理论与实践研究主题交流活动上坦言,算电协同发展面临安全、绿色、经济三重目标的协同困境,即“不可能三角”挑战。
安全不能丢,绿电必须用,经济要划算。这三者往往互相打架。
业内专家表示:"算电协同"打破了“算力”与“电力”的行业壁垒,本质上是构建“能源供给与算力需求”的动态匹配机制。这就是关键纽带。
算力增效与绿色增量,不是两条平行线,而是同一个圆上的两个半圆。没有算力增效,绿色增量就是无源之水;没有绿色增量,算力增效就是空中楼阁。它们通过“算电协同”这一机制紧密相连。
算电协同,不仅仅是技术的融合,更是体制机制的革新。它要求我们在规划、建设、运营的全生命周期中,将能源指标作为算力的核心约束,将算力能力作为能源调度的核心变量。
未来,算力网络的建设,不再单纯看机架数量,而是看“碳效比”。
安永大中华区工业与能源行业主管合伙人朱亚明表示,《意见》是推动我国绿色低碳发展的重要制度安排。推动“智改数转绿融”需突破工业现场能碳数据碎片化与绿色技改项目风险定价难,最需建立行业级能碳数据底座和构建政策性金融风险分担机制。
绿色低碳算力应建立“碳效比”综合体系,避免盲目上马高碳算力。国家低碳转型基金应重点投向传统产业低碳工艺替代、资源富集地区产业接续、难减排领域系统集成,扮“耐心资本”角色。
这意味着,未来的竞争格局将发生根本性变化。谁能率先实现算电协同,谁就能掌握主动权。谁能建立完善的行业级能碳数据底座,谁就能在绿色转型中占据制高点。
对此,专家建议:
- 算力企业需建立动态的能耗监测体系,以解决数据碎片化问题;
- 技术团队需攻关碳感知调度算法,以突破技术瓶颈;
- 行业联盟需推动绿色标准统一,以激活市场动力。
某地的“算力 + 绿电”一体化试点模式已验证了可行性。通过整合当地风光资源与算力需求,实现了能源与算力的双赢。
分析指出,随着 AI 技术的持续扩大,算力网络正加速构建“安全、绿色、经济”协同发展的体系。未来,我国算力产业将从“规模扩张”向“质效并重”跨越,让算力网络与能源网络深度融合,实现高质量发展。
这不仅仅是技术的迭代,更是发展哲学的重塑。
算力增效是绿色增量的基石,绿色增量是算力增效的价值指引。这二者互为因果,相互成就。
在能源约束下,通过技术创新提升单位能耗的有效算力产出,能为可持续增长创造空间。增效是解决量质矛盾的关键,构成绿色增量实现的逻辑起点。
价值上,绿色增量牵引算力增效,不仅强调规模扩张,更通过算力赋能实现跨领域节能降碳,创造绿色乘数效应,服务绿色转型目标。
推动“人工智能+"走深走实,关键在算力,根本在效能,落点在绿色。把效率观立在增长观前,在体系、算法、体制、场景等维度协同发力,以一批可验证可推广的优秀案例为抓手,把算力扩张的量变转化为绿色发展的质变,以算力增效支撑绿色增量,为新质生产力提供坚实底座。
不断出现的算力技术,正在助力数字经济走进现实,同时,AI 技术创新也在推动工业生产场景绿色转型。
当前,工信部等七部门努力探索算力产业发展路径,一批典型应用典型案例涌现:
- 应用“轻量化模型”技术,能耗降低 30%;
- 通过“算电协同调度”系统,绿电使用率提升至 80%。
大会还发布了《关于开展国家算力互联互通节点建设工作的通知》,工信部表示,该倡议旨在保障算力安全的前提下,凝聚“绿色优先”行业共识,突出算力增效前瞻性引领性作用,推动“算电协同”贯穿产业发展各环节,为算力网络注入新动能。

评论 (0)
后查看评论