【深度解讀】拆解AI背后的“國際能耗賬單”
從美國科技企業密集自建電站，到歐盟計劃出臺數據中心能效方案，AI背后的“能耗賬單”已擺上多國能源與科技政策的討論桌。AI能耗問題給全球能源帶來怎樣的挑戰？“綠色算力”能否成為解題之道？國際社會如何更好合作應對？國家應對氣候變化戰略研究和國際合作中心戰略規劃部主任、中國碳中和五十人論壇特邀研究員柴麒敏，北京大學大數據分析與應用技術國家工程實驗室特聘副研究員王娟圍繞這些問題進行解讀。
“電老虎”“能耗巨獸”“耗電大戶”……這是近來不少中外媒體為AI數據中心冠以的綽號。AI“吃電量”到底有多大？
一組數據給出答案。國際能源署（IEA）《能源與人工智能》報告顯示，數據中心作為AI運行的核心載體，其電力消耗快速增長。2024年，全球數據中心用電量達415太瓦時，占全球總用電量的1.5%，與英國全年用電量相當。隨著AI訓練和推理任務激增，這一數字預計到2030年將達到約945太瓦時，接近日本全年用電總量。
其中，發達經濟體數據中心用電增量正快速攀升。IEA報告顯示，2024年—2030年，美國數據中心用電增量將占該國總用電需求增量的近50%；到2030年，美國AI數據處理耗電將超過鋁、鋼鐵、水泥及化工等傳統高耗能產業用電量總和。同期，日本數據中心用電增量占其全國電力需求增長總量的比重將超過50%；歐盟數據中心電力消耗預計在2030年達到150太瓦時，較目前規模增長約3倍。
國家應對氣候變化戰略研究和國際合作中心戰略規劃部主任、中國碳中和五十人論壇特邀研究員柴麒敏對本報記者表示，與傳統計算模型相比，AI大模型參數量達千億級，計算量呈指數級增長，電力消耗巨大。以美國為例，過去15年電力消費基本平穩，近3—5年卻快速增長，很大程度上源于其布局了全球近一半的大型數據中心。AI快速擴張帶來的能耗與電力消費激增，已對全球能源供給構成現實挑戰。
北京大學大數據分析與應用技術國家工程實驗室特聘副研究員王娟對本報記者表示，前沿AI模型訓練的峰值電力需求每年以2.2—2.9倍的速度膨脹。目前，AI能耗對不少國家和地區的能源沖擊已經顯現。摩根士丹利預計，2025年—2028年美國數據中心累計電力缺口將達47吉瓦，這一數字相當于9個邁阿密或15個費城的總用電量。電力供給不足已成為制約AI算力擴張的核心瓶頸。
高能耗也衍生出碳排放等一系列問題。IEA預計，到2035年，全球數據中心碳排放量將從2024年的1.8億噸攀升至3億噸，雖然排放總量不足能源行業總排放量的1.5%，但數據中心已成為增速最快的排放源之一。
“當前，AI能耗問題已迅速升溫為全球焦點，其影響遠超技術經濟范疇，上升為關乎全球能源格局和全球氣候治理的重要議題。”王娟說。
AI能耗巨大，但并非一道“無解題”。
專家指出，能耗壓力正在倒逼全球能源體系加速綠色低碳轉型。綠色算力，即數據中心在提供計算服務的全過程中實現低碳、高效、可持續的發展模式，正成為化解這一挑戰的關鍵路徑，有望推動AI數據中心從“電老虎”向低碳智能的“綠巨人”轉變。
從全球范圍看，主要經濟體已結合各自實際，探索多元化能源解決方案。王娟介紹，歐盟通過政策引導，構建能源感知的數據中心生態系統。目前，歐洲數據中心90%的用電已來自可再生能源，70%的運營商已達到至少75%可再生能源或小時級無碳能源標準。美國在依賴天然氣、核能保障基礎負荷的同時，科技巨頭正通過長期購電協議大規模采購可再生能源，并探索重啟傳統核電站、投資小型模塊化反應堆等為數據中心供電。沙特阿拉伯則依托沙漠光伏和綠氫儲能，計劃打造吉瓦級零碳AI工廠，探索全天候清潔供電解決方案。
“AI的電力需求是一個涉及總量、穩定性、時延和地理分布的復雜系統性問題，正倒逼全球能源基礎設施進行全面升級與戰略性調整。IEA在《2025世界能源展望》預測，未來10年，預計超過85%的新增容量仍將集中在美國、中國和歐盟這三個地區，而且超過一半的在建數據中心項目，都位于或靠近人口超百萬的大城市，給局部電網與區域協調均提出了新課題。面對AI能耗挑戰，代表算力供給與清潔能源消耗、高效節能技術深度融合的‘綠色算力’，已成為國際社會共同關注的解決方案。”王娟說。
在中國，數據中心正加快綠色化轉型步伐，積極采用太陽能、風能、水能等可再生能源，大幅提升綠電使用比例。從“東數西算”到“算電協同”，中國正通過構建全國一體化算力網，推動算力負荷與綠色電力在時空上的精準匹配。在“東數西算”樞紐節點，中國也已率先實現新建數據中心綠電占比超過80%的目標。
“算力基礎設施具有較強‘鎖定效應’——數據中心的IT設備與相關基礎設施設計壽命一般為5—10年，如果在建設初期不設定能效標準和綠電比例，后續能耗和排放將被長期鎖定。正因如此，中國在規劃階段就明確電能利用效率（PUE）指標和綠電使用比例要求，從源頭避免走‘先建設、后治理’的老路。”柴麒敏說。
柴麒敏指出，當前，AI與新能源正呈現出相互促進、協同發展的關系。一方面，新能源能為AI發展提供綠色、可持續的能源保障。另一方面，AI也在深度賦能能源行業轉型升級。
“新能源發電有間歇性和不穩定性的特點，風電、光伏受天氣影響較大，需要依靠海量算力進行精準預測。未來，隨著沙漠、戈壁、荒漠和海上大型基地、分布式新能源等設施大規模接入，跨時空、多維度耦合的電力電量平衡將變得更加復雜，亟需AI和物聯網技術進行深度優化調度。此外，AI還有望助力可控核聚變等前沿能源技術研發，通過更高精度模擬，大幅提升研發效率。從太空光伏到太空核電站等零碳能源創新方向，可以更好服務AI算力空間布局，也同樣離不開AI技術的支撐。”柴麒敏說，“兩者相互交織，共同編織起一張龐大的未來科技產業圖景，為經濟社會發展注入新的動能。”
國際能源署署長法提赫·比羅爾表示，AI崛起讓能源行業站在技術革命的前沿，其帶來的不僅是挑戰，更蘊含機遇。當前，如何平衡AI創新與能源可持續發展，推動兩大產業深度融合與協同，是各國需要共同面對與破解的重要課題。
王娟認為，鑒于AI引發的能源挑戰具有全局性，國際社會在綠色算力領域存在多方面合作空間。例如，在前沿技術研發領域，各方可在太空數據中心等最前沿領域，通過共享大型科學裝置與實驗數據，聯合開展可行性研究與早期技術驗證，分攤高昂的研發成本與風險。同時，在標準制定與互認領域，各方可加強在國際電工委員會、國際標準化組織等框架下的溝通協作，推動綠色算力相關標準的比對、互認與轉化，建立全球公認的衡量尺度和接口規范。此外，在算力—電力協同調度領域，各國可在機制層面推動能源與數字經濟主管部門建立常態化協調機制，在技術層面開發統一數據接口和協同優化算法，實現算力負載與綠電供應的實時聯動。
柴麒敏表示，隨著AI等新興產業大規模轉向新能源，以油氣為基礎的全球能源格局或將逐步改變，帶來全球能源中心的遷徙，并由此引發政治安全、產業發展、投資流向等格局的深刻變化。這一轉型進程為國際社會提供了共同探索新范式的歷史機遇。
“在這一進程中，中國憑借新能源領域的快速發展，已形成從裝備制造到技術創新的完整體系，在能源底層領域積累了體系性優勢，可為全球貢獻寶貴經驗。”柴麒敏說，一是技術經濟協同層面，中國的AI與新能源結合的發展模式兼具創新性與工程可行性，且成本優勢明顯，能夠統籌發展與轉型的關系，既推動增長又控制代價，形成正向溢出效應。二是基礎設施建設層面，“東數西算”等實踐展示了如何通過空間優化布局，實現算力與綠電的協同發展，為全球算力資源與能源資源的跨區域配置提供了可借鑒樣本。三是前沿領域研發層面，在太空能源、可控核聚變等需要全球科學界共同投入的領域，中國可發揮更大作用，與國際社會攜手突破人類能源與算力的邊界。
“從長遠看，數字化與綠色化這兩大全球性創新進程正在交織融合，為各國經濟社會發展帶來新的可能性。面對AI能耗帶來的共同挑戰，國際社會有望通過攜手合作，在平衡中尋求突破，在挑戰中把握機遇，共同開辟綠色算力的未來之路。”柴麒敏說。
來源 | 人民日報海外版
編輯 | 中華新能源
