ChatGPT热度尚未退去，2025年伊始，DeepSeek的火爆，再次刷新了人们对人工智能发展速度的认知，推动算力需求多样化与规模快速递增的同时，也对当前算力、能源与绿色低碳格局带来新挑战。
如何满足AI时代对算力的需求，同时实现绿色发展？日前在北京举行的“算电协同绿色发展及应用跨行业生态论坛”，从能源、算力、AI等多领域，展现与探讨算电协同的绿色发展路径。
本次论坛以“携手同行，共筑绿色未来”为主题，由中国国防邮电职工技术协会、中国通信企业协会通信网络运营专业委员会联合主办，上海通服培训中心、上海邮电设计咨询研究院、中通服咨询设计研究院、华信咨询设计研究院、广东省电信规划设计院等多家单位共同协办。活动现场汇聚了中国工程院院士、能源行业巨头及通信领域的领军人物，吸引了运营商、能源企业、金融机构、科研高校等众多领域的专家代表共襄盛举，充分展现了“跨行业”的独特魅力，共同营造出“算电协同绿色发展”的生态共振效应。
算力与电力持续增长 算电协同紧迫且必要
“算电协同”是政策导向，也是当前算力需求侧、能源侧、算力供应侧的客观共同需要。
早在2023年12月，国家发改委、国家数据局等五部门就联合印发《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，强调统筹算力和绿色电力协同建设，促进绿电消纳和数据中心节能降耗。《“十四五”数字经济发展规划》《数据中心绿色低碳发展专项行动计划》等文件，也明确提出促进数据中心节能降耗，创新算力电力协同机制，统筹推动算力与绿色电力的一体化融合。
AI飞速发展与迭代，推动算力需求指数级增长，数据中心能耗随之攀升，能源供给与算力需求矛盾加剧。论坛上，多位嘉宾从不同角度阐述了当前算电协同的必要性与紧迫性。
中国国防邮电职工技术协会常务秘书长张强指出：“众所周知，算力的尽头是电力，电力是算力的重要基础支撑和实施保障。当前，我们不仅要考虑电力能源供给总量是否满足算力发展的需求，还需充分考虑电力供给的绿色低碳、经济便捷和可持续性等因素，价格低廉的绿色清洁电力成为算力中心建设决策的重要考量，算力和电力设施的规划、建设、运营等方面的协同越来越重要。”
从人工智能发展历史看，先后经历了以CNN为代表的传统神经网络模型、以Transformer为代表的全新神经网络模型、以GPT为代表的预训练大模型三个时代。在“算力芯片、存储芯片”等硬件技术持续演进的支撑下，伴随模型参数规模超越千亿级，人工智能行业沿着模型规模定律(scalinglaw)向前演进，新模型不断涌现，模型训练参数量、数据量大幅提升，对算力需求指数级增长。
算力规模与需求的攀升，带来数据中心用电量持续增长的趋势。多位嘉宾在演讲中提到两组数字凸显算电协同的紧迫性：“相关机构研究显示，2023年全国数据中心耗电量达到2700亿千瓦时，约占全社会用电量3%，而预计2030年全国数据中心耗电量将达4000亿千瓦时左右。”
国网综合能源集团处长、项目公司总经理李艳指出，随着生成式AI等先进技术的快速发展，算力需求将拉动海量电力消耗。与此同时，当前相当数量的数据中心能耗管理普遍存在精细化、数字化、智能化水平不高，算力-电力-热力多专业运维缺乏协同等问题，因此借助AI开展数据中心多目标智能优化调控技术研究迫在眉睫。通过建立能够指导实际应用的能耗数据采集与能效分析模型，开发数据中心冷却系统多运行模式的协同调控方法，形成以数据中心低碳绿色发展为目标的数据中心算力-电力-热力协同调控策略，能够助力众多数据中心的绿色、高效、可持续运营。
AI与算力发展趋势下，算力与电力协同成为解决能源供应与算力需求矛盾主要路径之一，通过绿色电力实现绿色算力，赋能AI与数字经济产业发展。
算电协同需多管齐下
“算电协同”是一场体系性变革，需要能源与算力的产学研广泛参与，各方也在会上积极献计献策。
中国工程院院士邬贺铨指出，“智算中心具有高可靠性、高增长率、高潮汐性、瞬时冲击、谐波影响的特点。”因此在算电协同上，智算中心用能策略包括：需求相应与负载调度、分布式能源与储能系统、可再生能源利用、微电网与能源互联网、绿色电力采购与碳交易。对于电网侧的算电协同，他列举了数据对接、智能电网技术的应用、需求响应与负载管理、储能系统部署等措施。
国网冀北电力有限公司经济技术研究院教授级高级工程师岳昊会上表示，当前算力电力协同发展存在的矛盾问题有：（1）算力的高耗能特性和低用能效率的矛盾；（2）算力的高碳排放特性和低绿电使用率的矛盾；（3）算力高密度布局和电力设备低利用率的矛盾；（4）算力对高供电可靠性的要求和新能源发电波动性的矛盾。他提出算力电力应当规划协同、建设协同、调度协同、市场协同，以应对上述矛盾。
清华大学长聘教授、博士生导师李震在现场还接受了多家媒体采访，分享了数据中心如何进行需求侧响应，实现柔性用电：基于数据中心业务的实时性，通过调整业务时间来调节负荷实现柔性用电；可通过调整服务器负载的并行规模和时间分布，实现电力灵活性响应；利用算力网的任务可调度性，实现电力与算力的空间上的供需平衡；利用数据中心的UPS建立储能系统，动态地将储能电池分为备电与灵活调度两部分，保证供电可靠性，还可以通过峰谷电价差实现套利；推进锂电池在数据中心的应用，研究电池可调度容量刻画与电池充放电策略。
算电协同的应用实践
目前能源企业、算力企业、基础设施厂商以及产业园区已经开始了“算电协同”的探索，论坛介绍了多个“算电协同”实践案例与经验。
“张家口怀来腾讯风光储一体化数据中心是国内首个采用「风光储+负荷」智能管理模式的数据中心微电网项目，年发电量达1400万度，年减排达7984吨，每年节省超过350万元。EMS（微电网能量管理系统）平台可以实时监测园区整体的用电负荷和所有供电设备情况，优化微电网运行策略，实现绿电使用量和项目收益最大化。”
“2024年10月15日，国网上海浦东供电公司临港能源服务中心在上海联通国际数据港成功完成了上海首个大型数据中心虚拟电厂精准响应能力测试。测试将柴油发电机和UPS机组作为后备电源，通过在用户供电断开的瞬间同时启动UPS和柴油发电机，分层分级响应虚拟电厂测试。在保持数据机房正常运转的情况下，数据中心平均削减的负荷量达4兆瓦，本次测试过程共节省7000度电，相当于2个普通家庭一年的用电量。”
中石油天然气股份有限公司勘探开发研究院数据中心专家、高级工程师于庆友，在接受笔者采访时，分享了目前业内算电协同的实践举措，主要包括绿电采购、算力调度与储能替代三方面。首先是购买绿电，与专门出售绿电的售电公司签合同，获取光伏、风能发电，由其与电网侧协调绿电配比。其次针对不同算力特性因地制宜制定用电方案，通用算力需要用电平稳，采用一路市电+一路风光互补的绿电，并配柴油发电机保障应急安全性。智算与超算存在潮汐性周期，运算时间和算力需求可调，风能和光伏发电也存在电力供应波动，发电充沛时价格便宜又是绿电，因此这部分超算智算的高负荷用电需求可以采用绿电+储能，降低用电成本同时实现绿色算力。他更表示，未来在可再生能源丰富的地区，一些智算超算需求甚至可以考虑不配柴油发电机，以绿电+储能代替，大大降低建设成本。
“独行快，众行远。当我们谈论算电协同时，本质上是在对人类社会的共同挑战，如何在数字文明时代实现高质量发展，这需要政产学研用各方携手构建创新型创新友好型生态。”中国通信企业协会通信网络运营专业委员会主任魏丽红在致辞中这样说。
正如本次论坛的主题“携手同行·共筑绿色生态”，从算力到电力，从研究到实践，唯有多方携手，才能实现算电协同绿色发展，共同迈向更智能更绿色的未来。
热门专题
