全球与区域数据中心能耗及碳排放对比

在当今世界版图上，人工智能与数字经济的崛起，如同一股席卷全球的风暴。自大模型成为产业升级与社会发展的新引擎以来，算力需求的增长速度远远超过了多数人的想象。无论是生成式AI在日常生活中的普及，还是智能驾驶、智慧医疗、金融风控等领域的广泛应用，都让“算力”成为新一代的生产力标志。然而，在这股浪潮的背后，一个无法回避的现实正在逐步显现——算力的迅猛扩张，并伴随着巨大的能源消耗与碳排放压力。

回望历史，人类在一个多世纪前曾见证过类似的场景。汽车的普及不仅改变了出行方式，也带动了钢铁、橡胶、石油、道路建设等相关产业的迅猛发展，极大推动了经济进步，但同时也不可避免地推高了资源消耗和环境代价。如今，当人工智能与数据中心成为时代热词时，我们似乎再度踏上了类似的道路。区别在于，在“双碳”目标的约束下，如何实现电力系统与算力发展的协同，已经成为摆在我们面前继续破解的新课题。

算力的“饥渴”与能源的代价

数字世界的壮大离不开现实世界能源的有力支撑。近年来，中国及全球数据中心建设步入高速发展阶段，尤其是超大型数据中心的涌现，带来了用电负荷的迅速攀升。以广西为例，截至去年底，全区已经投产数据中心29个，总装机容量超过34万千瓦，年用电量达到3.56亿千瓦时。然而，即便如此，这些数据中心的平均负荷率仍不足15%，反映出算力需求与供电保障之间存在动态错配。

放眼全国，数据中心的能耗总量在全社会用电中的占比持续攀升。工信部发布的《算力白皮书》指出，到2025年，我国算力基础设施的年耗电量将接近4000亿千瓦时，相当于几个中等规模省份的年用电总和。与此同时，国际能源署（IEA）预计，到2030年，全球数据中心和通信网络的电力需求或将实现翻倍增长。算力正以前所未有的速度成为能源系统中的“新型负荷”。

这种算力“饥渴”在人工智能大模型的训练与推理过程中表现得尤为突出。公开资料显示，一款拥有数千亿参数的大模型，其训练过程中所需电能可高达数千兆瓦时，碳排放量甚至可与一辆燃油车从制造到报废的全生命周期排放相比。即便是在推理阶段，随着用户调用次数的爆发式增长，单次能耗虽小，但累积效应同样惊人。有人形象地比喻：“训练一次大模型，像点亮一座城市；推理一亿次，则如同让城市彻夜不眠。

碳排放的阴影与协同的呼声

在全球气候变化的大背景下，算力的扩张无疑加剧了碳排放压力。当前，传统能源在电力供应中仍占相当比例，虽然新能源发展迅速，但由于其间歇性和波动性，尚难以完全满足数据中心的稳定负荷需求。

由此带来一个重要议题：如何实现电力系统与算力系统的协同，即“电算协同”，以及进一步的“电算碳协同”。前者强调算力布局与电网规划的匹配，后者则更进一步，将碳排放纳入考量体系，力求在算力发展的同时，实现能源系统的低碳、安全与高效。

对广西的探索为这个问题提供了缩影。作为面向东盟开放的前沿区域，广西不仅在数据中心建设上动作频频，同时也在人工智能、数字经济领域加快布局。广西明确提出，将打造中国—东盟人工智能创新合作中心，将AI发展与清洁能源优势相结合，力求在“清洁瓦特”与“绿色比特”之间寻求平衡点。目前，广西新能源装机比例已达到43.5%，为电算碳协同奠定了良好基础。

但随之而来的问题也非常现实。例如，如何在新能源波动性与算力刚性需求之间建立稳定联系？如何在电价机制上实现合理引导，让数据中心既能获得稳定供电，又不会因电力市场波动而面临过高成本？如何在直连绿电与电网调节之间寻求平衡，使政策既具可操作性，又不会引发新的不公平竞争？这些难题都需要在顶层设计与地方实践中不断探索答案。

从“瓦特”到“比特”，再到“碳”

值得注意的是，电算碳协同并非单一领域的问题，而是跨越能源、信息、环境三大领域的系统工程。在这一过程中，新的观点正在逐渐形成：算力不仅消耗能源，也反过来推动能源系统的升级。

回顾历史，汽车产业的发展曾催生了石油化工、钢铁、交通基础设施等庞大的产业链。如今，大模型和数据中心的发展，同样在推动电网基础设施的扩容与升级。例如，在南宁、柳州、桂林等数据中心集聚区，电网公司已经规划了专门的中压线路工程，保障算力负荷用电安全。因算力而生的电网投资，本身就反映出对传统能源体系的“倒逼效应”。

更深层次的协同体现在市场机制上。算力负荷的可调节性为电力系统的灵活调节带来了新的机遇。如果能够通过价格引导，将部分算力任务安排在夜间新能源出力较高的时段，不仅能降低能耗成本，也有利于提升新能源消纳水平。类似的实践已在欧美部分地区展开，未来有望在我国推广。

更进一步，算力的跨境流动亦成为新的议题。广西依托南宁国际通信业务出入口局，具备建设面向东盟的低时延算力通道条件。这不仅符合数字经济合作的需求，也为电算碳协同迈向国际化提供了契机。通过绿色算力的输出与标准的共享，中国有望在东盟数字与能源领域合作中占据更为主动的位置。

“电算碳协同”的未来愿景

展望未来，电算碳协同并不仅意味着节能降碳，更代表着发展范式的深刻转变。它要求我们在追求算力极致的同时，不忘能源与环境的边界条件。要求政策制定者、企业和科研机构共同探索新的技术路径与商业模式，推动构建更加合理的能源—算力—碳排放循环。

从现实角度看，这种转变至少有三方面意义。其一，提升能源系统的清洁化水平。通过算力与电力的协同，有助于推动新能源消纳与电网灵活性提升，加快“双碳”目标的实现。其二，增强数字经济的绿色竞争力。在国际绿色贸易规则趋严背景下，低碳算力正成为未来产业竞争的重要门槛。其三，促进跨领域技术融合。从算法优化到冷却技术，从市场机制到标准制定，电算碳协同将催生一批新的产业方向与科研课题。

当然，挑战依然复杂。新能源的波动性、电力市场的波动性以及算力需求的高度不确定性，使得电算碳绝非易事。但正是在这种复杂性之中，孕育着制度创新与技术突破的机遇。

如果说，汽车曾经塑造了20世纪的工业文明，那么算力与电力的融合，或将推动21世纪的绿色文明。电算碳协同绝不是一句简单的口号，而是一条需要不断探索、持续迭代的道路。唯有如此，数字浪潮与绿色转型才能真正同频共振，为未来发展开辟出新的空间。

广西电网规划中心 林溪桥　华北电力大学 刘开云 贾舒婷 金城文