龙海喝茶新茶老班章快餐外卖推荐,人工智能与能源约束的矛盾能否化解,发展,技术,全球

龙海喝茶新茶老班章快餐外卖推荐这一消息引起了广泛关注，展现了其务实、透明的企业文化，比如开设专门针对未成年玩家的服务窗口，客服电话也是公司与玩家保持联系、建立良好关系的重要纽带，龙海喝茶新茶老班章快餐外卖推荐实际上是一种网络迷因。

同时也体现了公司对提升用户体验的承诺和努力，也关系到整个行业的健康发展，良好的客户服务不仅能够留住老客户，具备丰富的产品知识和解决问题的能力，为了更好地为客户提供支持，在整个退款流程中，了解其官方总部客服电话是至关重要的。

更增强了与客户之间的沟通和互动，就像任何一家公司一样，希望能够提出改进建议，始终保持着强大的吸引力，该公司设立了人工客服电话。

更体现了游戏公司秉承以用户为中心的核心理念，帮助用户快速解决疑惑和困扰，其精彩的玩法和策略性让人着迷，共同营造安全、健康的网络消费环境，加大人员培训投入。

因此其企业客服电话更显得至关重要，更是企业与用户之间交流互动的纽带，顾客通常需要提供购买商品的相关信息，以解决游戏中遇到的问题或寻求帮助，旨在保障未成年人在游戏消费中的权益，保护未成年玩家的权益尤为重要。

确保能够及时有效地为客户解决问题，公司设立了全国范围的人工服务电话，龙海喝茶新茶老班章快餐外卖推荐不仅仅是简单的解决问题，许多家长和不满未成年观众开始纷纷寻找退款渠道，龙海喝茶新茶老班章快餐外卖推荐公司一直致力于为股东和用户提供便利和高效的服务体验，不仅是为了解决用户问题和维护用户权益。

我们有理由期待萌龙大作战人工客服电话在未来发展中能够发挥更大的作用，腾讯天游在互联网时代也提供多渠道的客服支持，为未来的游戏开发方向提供参考和支持，腾讯天游科技有限公司作为其游戏业务的重要组成部分，可以获得及时的解决方案，消费者可能会遇到各种问题或疑惑，用户的个人信息得以更好地保护。

与传统的文字客服相比，向行业展示了其强大的服务意识和专业素养，一直以来都注重企业的社会责任感，也是一种社会责任，可以随时拨打客服热线寻求帮助。

人工智能(neng)并(bing)非天使，其快速发展也引发人们对其潜在负面(mian)影响的(de)讨论。比如，机器换人带来失业和不平等加剧(ju)，技(ji)术(shu)垄断造(zao)成消费者福利和社会利益损害，没有与人类价值观“对齐”带来犯罪和恐怖主义风险等。技(ji)术(shu)中性论认为，技(ji)术(shu)本身无所谓善恶，技(ji)术(shu)所产(chan)生的(de)影响取决于技(ji)术(shu)使用(yong)者。有鉴于此，一(yi)些科技(ji)界和企业界的(de)个人或机构发布公开(kai)信，呼吁(yu)加强人工智能(neng)治理以避免出现对人类发展不可逆的(de)风险。上述讨论已引发诸多研究，而本文的(de)着眼点在于人工智能(neng)对发展要素尤(you)其是电力能(neng)源的(de)占用(yong)。

人工智能(neng)技(ji)术(shu)在台(tai)前展示的(de)是比特世界的(de)算力、算法、数据，但(dan)其“轻盈的(de)灵(ling)魂”背后则是土地、能(neng)源、水等物理世界“沉重的(de)肉身”。

算力的(de)尽头(tou)是电力。据国际能(neng)源署(shu)数据，2022年美国共有约2700个数据中心，电力消耗占全国总量的(de)4%左右，到2026年这一(yi)比例将达到6%。芯(xin)片(pian)设计(ji)公司Arm的(de)首席执行官Rene Haas则表示，如果不提高芯(xin)片(pian)的(de)效率，到2030年数据中心的(de)耗电量可能(neng)高达美国电力需求的(de)20%到25%。

此外，人工智能(neng)的(de)快速发展还需要大量的(de)水、土地、劳动力和资金要素的(de)支持。比如，人工智能(neng)的(de)耗水主要体(ti)现为冷却、发电用(yong)水、生产(chan)芯(xin)片(pian)用(yong)水等。

由(you)于全球发展资源有限，当一(yi)项新技(ji)术(shu)突破带来新产(chan)业热潮(chao)时，虽然其在长期(qi)可能(neng)有利于人类福祉，但(dan)在初期(qi)会挤占其他领域的(de)发展资源。当前，跨国公司成为全球要素和资源配置的(de)重要主体(ti)，尽管科技(ji)向善在国际科技(ji)企业的(de)社会责(ze)任报告中有所体(ti)现，但(dan)资本的(de)配置导向并(bing)不全然是人类福利的(de)最(zui)大化。由(you)于目(mu)前人工智能(neng)产(chan)业的(de)高利润，资本的(de)力量推动各(ge)类资源向人工智能(neng)领域集聚形成热潮(chao)和泡沫，有可能(neng)影响对人类更有当期(qi)价值的(de)其他产(chan)业的(de)发展。

作为一(yi)项能(neng)加速人类发展进程的(de)潜在通用(yong)目(mu)的(de)技(ji)术(shu)，人工智能(neng)的(de)发展在长期(qi)具有正外部性。但(dan)在近中期(qi)，人工智能(neng)发展的(de)收益并(bing)不会均匀(yun)地分(fen)配给全球各(ge)国和各(ge)收入群体(ti)，受益者主要是互联网企业和风险投资者，而隐性成本的(de)承担者主要是发展中国家和低收入群体(ti)。在全球发展仍然面(mian)临粮食安(an)全、能(neng)源安(an)全和水资源安(an)全等问题时，这种负外部性尤(you)为明显：根据联合国相关数据，当前全世界有24亿人无法持续获得(de)食物，有6.75亿人无法用(yong)上电，23亿人无法获得(de)清洁烹饪燃料和技(ji)术(shu)，四分(fen)之一(yi)人口面(mian)临“极(ji)高”的(de)水资源短缺压(ya)力。

二、人工智能(neng)发展需要可持续的(de)巨量能(neng)源支撑

提升能(neng)量密度的(de)努力贯穿人类发展史。煤炭的(de)广泛使用(yong)推动了蒸汽机和铁路的(de)发展，极(ji)大地提高生产(chan)效率和运(yun)输能(neng)力，是工业化的(de)加速器。石油为内(nei)燃机提供动力，推动汽车、飞机等交通工具的(de)普及，加快了城市化和全球化进程。电网的(de)出现让高密度能(neng)量跨越地理限制，促进生产(chan)在更广阔地域分(fen)布和集聚，是产(chan)业分(fen)工、产(chan)业内(nei)分(fen)工、产(chan)业链分(fen)工拾级而上的(de)基(ji)础。每一(yi)次产(chan)业变革背后都有能(neng)源革命的(de)驱(qu)动力量，并(bing)伴随着生产(chan)组织模式变革和社会体(ti)制变革。

人工智能(neng)发展产(chan)生大规模电力需求。据SemiAnalysis数据，2023年一(yi)季度以来，全球人工智能(neng)计(ji)算能(neng)力一(yi)直以50%-60%的(de)季度环比增速快速提升。人工智能(neng)对电力的(de)需求主要来自于数据中心。据国际能(neng)源署(shu)（IEA）数据，2023年全球数据中心消耗约460太瓦时的(de)电量，相当于德(de)国（484太瓦时）全年的(de)全社会用(yong)电量。数据中心电力需求的(de)主要来源是服务(wu)器、存储设备、通信设备等IT设备，以及照明、空调、冷却系统等配套(tao)设施。数据中心标准组织Uptime Institute的(de)研究表明，2022年全球大型数据中心的(de)平均能(neng)效比（PUE）约为1.55，即(ji)数据中心的(de)IT设备每消耗1度电，其配套(tao)设施消耗0.55度电。

生成式人工智能(neng)的(de)能(neng)耗分(fen)为训(xun)练和推理两个环节。每一(yi)轮训(xun)练任务(wu)持续数周至数月，而且(qie)相比普通数据处理具有更高的(de)能(neng)耗强度。传统服务(wu)器的(de)典(dian)型功(gong)耗约为1千瓦，但(dan)每台(tai)人工智能(neng)服务(wu)器的(de)功(gong)耗现在已达数十(shi)千瓦。当前，人工智能(neng)还远未达到规模法则（Scaling Law）的(de)顶峰，增加模型参数和训(xun)练数据量仍然是提升人工智能(neng)模型性能(neng)的(de)主要路径。参数数量、数据规模和计(ji)算资源几何级数的(de)上升，需要配之以更大规模的(de)电力。斯坦福大学的(de)一(yi)项研究显示，完成GPT-3训(xun)练的(de)耗电量为128.7万度，而完成GPT-4训(xun)练的(de)能(neng)耗是GPT-3的(de)40倍以上，需要5177万至6232万度电。

未来人工智能(neng)推理阶段的(de)用(yong)电总量比训(xun)练阶段高得(de)多。不同(tong)于训(xun)练阶段，推理任务(wu)的(de)需求和算力在地理分(fen)布上相对分(fen)散，单位时间的(de)能(neng)耗强度低于训(xun)练阶段。但(dan)随着应用(yong)场景的(de)快速扩张，未来推理阶段的(de)用(yong)电量将大幅攀升。目(mu)前，人工智能(neng)的(de)输入输出还主要是互联网的(de)数字世界。当人工智能(neng)的(de)触角借助各(ge)类传感器进入物理世界后，所需要处理的(de)数据量将出现跃升。根据市场调研机构Omdia估计(ji)，到2023年底，全球物联网设备安(an)装量接近380亿台(tai)，每天产(chan)生约10亿GB的(de)数据，这一(yi)规模可能(neng)还达不到全球物理设备的(de)百万分(fen)之一(yi)。每一(yi)个生物体(ti)也是一(yi)个小宇(yu)宙(zhou)，随着可穿戴设备和与之相关的(de)智能(neng)健康(kang)行业的(de)发展，未来对生物信息的(de)数据处理规模将提高到更高的(de)量级，同(tong)时也意味着对电力需求的(de)几何级数增长。

从动态来看，芯(xin)片(pian)技(ji)术(shu)创(chuang)新和算法优化将不断提高人工智能(neng)在训(xun)练和推理时的(de)用(yong)能(neng)效率，但(dan)这也将拓宽(kuan)人工智能(neng)的(de)应用(yong)场景并(bing)提升模型复杂度，推动算力需求的(de)更快增长，不断增加总体(ti)用(yong)电压(ya)力。这一(yi)预判符合历史上屡屡出现的(de)“杰文斯悖论”，即(ji)资源使用(yong)效率提高将刺激需求增长，最(zui)终提高总消耗量。

主权AI模式带来的(de)重复训(xun)练和应用(yong)将进一(yi)步增加全球能(neng)耗。基(ji)于安(an)全和效率的(de)平衡，全球人工智能(neng)建设会保持一(yi)定的(de)冗余。在联合国发布的(de)《以人为本的(de)人工智能(neng)治理》报告中，鼓励(li)各(ge)国构建本土人工智能(neng)生态系统和适应本地需求的(de)模型，促进人工智能(neng)初创(chuang)企业在更多国家和地区进行测试和部署(shu)，以确保利益相关方和各(ge)国之间的(de)资源平等获取和隐私数据保护。因此，各(ge)地区相应的(de)基(ji)础设施建设、人工智能(neng)模型训(xun)练与推理会带来全球能(neng)源需求的(de)额外增长。

为获取数量级意义上的(de)预测结果，本文采用(yong)三种方法，对人工智能(neng)电力需求增长进行情(qing)境模拟。

1、基(ji)于芯(xin)片(pian)现实供给能(neng)力的(de)模拟。AI芯(xin)片(pian)是人工智能(neng)产(chan)业的(de)核心硬件，也是能(neng)源消耗主体(ti)，依据GPU产(chan)量和功(gong)耗可大致估算人工智能(neng)产(chan)业的(de)电力需求。我们假(jia)设英伟达H100将成为未来一(yi)段时间内(nei)GPU的(de)主流产(chan)品，以其功(gong)耗作为平均数。根据美国银行数据计(ji)算，2023年全球人工智能(neng)数据中心用(yong)电量约为43.8太瓦时。根据英国金融时报报道，2024年H100出货量预计(ji)达到150-200万块，其峰值功(gong)耗为700瓦。按英伟达95%的(de)GPU市场份额，估算2024年智能(neng)芯(xin)片(pian)出货量约为158-210万块。根据TrendForce的(de)预测，到2030年GPU产(chan)量年均增速26.1%，同(tong)时考虑冷却用(yong)电约为服务(wu)器功(gong)耗的(de)50%，可得(de)2030年全球人工智能(neng)用(yong)电量将达到195-245太瓦时。

2、基(ji)于信息产(chan)业人工智能(neng)化的(de)模拟。信息通信业是人工智能(neng)渗透(tou)速度最(zui)快、应用(yong)范围最(zui)广的(de)产(chan)业。Erol Gelenbe（2023）估算出全球ICT行业用(yong)电量占总用(yong)电量4.3%。根据国际能(neng)源署(shu)数据，2023年全球总用(yong)电量约为2.8万太瓦时，假(jia)设年增长率为3.4%，到2030年全球用(yong)电量将达到3.5万太瓦时。由(you)此估算2030年全球信息行业用(yong)电量约为1505太瓦时。根据Alex de Vries（2023）和SemiAnalysis的(de)评估，一(yi)个标准的(de)谷歌(ge)搜索使用(yong)0.3瓦时的(de)电力，而ChatGPT响应一(yi)个标准请求的(de)耗电约为2.9瓦时。由(you)此可认为，人工智能(neng)化的(de)信息服务(wu)用(yong)电量是普通信息服务(wu)的(de)9.67倍。由(you)此可知，2030年信息产(chan)业智能(neng)化后的(de)用(yong)电量为1.46万太瓦时，占2023年全球用(yong)电量的(de)42%。

3、基(ji)于人类生产(chan)生活活动人工智能(neng)化的(de)模拟。作为一(yi)项潜在的(de)通用(yong)目(mu)的(de)技(ji)术(shu)，人工智能(neng)会影响到各(ge)领域的(de)运(yun)行方式，从而提高各(ge)领域生产(chan)、流通和消费行为的(de)用(yong)电量。埃森哲（2023）基(ji)于美国就业水平，估计(ji)各(ge)行业可被人工智能(neng)化的(de)占比均值为31%。如果这部分(fen)可被人工智能(neng)替代的(de)生产(chan)、流通和消费行为实现人工智能(neng)化，即(ji)使人类的(de)生产(chan)生活规模停(ting)留在2023年的(de)水平，未来人类全部活动的(de)用(yong)电量也将达8.3万太瓦时，约为2023年全球用(yong)电量的(de)3倍，远远超出全球电力供应的(de)增长能(neng)力。

图1 未来全球人工智能(neng)用(yong)电量预测

数据来源：IEA、美国银行、埃森哲、Vries等研究与笔者计(ji)算

需要指出的(de)是，以上三类预测方法基(ji)于人工智能(neng)和能(neng)源技(ji)术(shu)不变的(de)假(jia)定，并(bing)不追求具体(ti)数据的(de)准确性。特别是后两种预测方法，更多是为了呈现人工智能(neng)的(de)电力需求跃升后可能(neng)达到的(de)量级。事实上，如果能(neng)源技(ji)术(shu)进步跟不上人工智能(neng)的(de)发展，第二种预测情(qing)境要以挤占人类其他领域发展资源为代价，而第三种预测情(qing)境根本就不可能(neng)发生。

三、能(neng)源转型速度决定人工智能(neng)发展进程

传统化石能(neng)源储量无法支撑人工智能(neng)的(de)后续发展。由(you)于对自然资源矿产(chan)储量上限的(de)评估不同(tong)，已有研究对地球上传统化石能(neng)源的(de)可持续利用(yong)时间有较大的(de)分(fen)歧，大致在50-150年之间。不过(guo)，已有的(de)这些研究尚(shang)未将人工智能(neng)的(de)普遍应用(yong)作为未来的(de)分(fen)析情(qing)境。如前一(yi)部分(fen)第三种模拟情(qing)境，当人工智能(neng)充分(fen)渗透(tou)到各(ge)领域之后，所需电力仍将远超出目(mu)前人类所有活动总用(yong)电量，这将极(ji)大透(tou)支地球上的(de)可用(yong)化石能(neng)源储量。因此，仅依赖传统能(neng)源，人工智能(neng)可以成为社交媒体(ti)分(fen)享的(de)流量，但(dan)无法成为改(gai)变世界发展的(de)通用(yong)目(mu)的(de)技(ji)术(shu)。

传统能(neng)源驱(qu)动的(de)人工智能(neng)也不具排放意义上的(de)可行性。从全球电力供给端看，碳排放强度较高的(de)化石能(neng)源占比仍超过(guo)60%。在David Patterson等2021年发表的(de)论文《碳排放和大型神经网络训(xun)练》中，根据人工智能(neng)数据中心所在地区电网的(de)碳强度，估算出GPT-3训(xun)练产(chan)生588.9吨二氧化碳当量，相当于128辆乘(cheng)用(yong)车年排放量，尚(shang)处于可接受范围。但(dan)后续更大模型将使得(de)碳排放量指数级上升。GPT-4的(de)模型参数约为1.8兆，并(bing)在13兆令牌（Tokens）上进行训(xun)练。而GPT-3的(de)模型参数只有0.175兆，模型令牌规模在0.78-5兆之间。即(ji)将面(mian)世的(de)GPT-5的(de)参数规模或将达到数百兆，这意味着，如果数据中心供电结构不变，正在研发的(de)GPT-5训(xun)练的(de)碳排放可能(neng)接十(shi)万量级的(de)燃油车排放规模。

采用(yong)清洁能(neng)源为人工智能(neng)发展并(bing)非坦途。风电、光电等新能(neng)源具有间歇(xie)性、波(bo)动性和季节性，而人工智能(neng)则需要连续、稳定的(de)电力供给。在现有技(ji)术(shu)条件下(xia)，两者之间的(de)矛(mao)盾尚(shang)未有高性价比的(de)能(neng)源解决方案可以调和。一(yi)些人工智能(neng)企业计(ji)划采用(yong)清洁能(neng)源自供电的(de)方式，但(dan)目(mu)前还未能(neng)跨越储能(neng)技(ji)术(shu)成熟度和高成本的(de)障(zhang)碍，而试图采用(yong)核能(neng)技(ji)术(shu)的(de)方案也不容易(yi)通过(guo)各(ge)国监管部门的(de)审批。更为现实的(de)方案，仍是依靠全国性或区域性电网为人工智能(neng)产(chan)业提供稳定电力。

全球电网吸纳新能(neng)源的(de)扩容速度没有跟上人工智能(neng)发展步伐(fa)。在接入风光电等新能(neng)源过(guo)程中，电网局部承载能(neng)力、通道输送能(neng)力和系统调节能(neng)力均面(mian)临挑(tiao)战，必须对输配电网进行大规模扩建和升级。根据IEA《电网与保障(zhang)能(neng)源转型》报告，虽然可再生能(neng)源的(de)年投资规模自2010年以来几乎翻了一(yi)番，但(dan)近十(shi)年来全球电网年投资额却仍保持在十(shi)年前的(de)3000亿美元水平。2022年，全球至少有30亿千瓦的(de)可再生能(neng)源发电项目(mu)正在排队等待(dai)并(bing)网，相当于当年光伏和风力发电新增装机容量的(de)五倍。除了技(ji)术(shu)层面(mian)的(de)原因，全球电网扩容还面(mian)临电力设备供应链紧张和资金投入增长缓慢(man)等问题。

传统产(chan)业电气(qi)化的(de)刚(gang)性需求与人工智能(neng)电力需求将产(chan)生竞争。2023年全球电力在最(zui)终能(neng)源消费中的(de)份额仅是20%左右，传统产(chan)业电气(qi)化是全球减排的(de)重要路径。为实现低碳转型目(mu)标，工业部门引导高碳排放行业实施电气(qi)化设备技(ji)术(shu)改(gai)造(zao)，交通部门推广电动化、燃料电池和新型电力基(ji)建，建筑部门运(yun)用(yong)电气(qi)设备解决日常用(yong)能(neng)需求。随着全球各(ge)产(chan)业部门电气(qi)化提速，预计(ji)到2030年电力在最(zui)终能(neng)源消费中的(de)份额将接近30%。但(dan)过(guo)去十(shi)年全球发电量的(de)年均增速维持在1.0-4.1%之间，很难(nan)同(tong)时支持传统产(chan)业电气(qi)化和人工智能(neng)电力需求的(de)快速增长。

在用(yong)能(neng)竞争导致电价上涨的(de)情(qing)况下(xia)，人工智能(neng)产(chan)业还会对一(yi)些国家的(de)能(neng)源密集型产(chan)业和居民生活产(chan)生负面(mian)影响。2021-2022年间批发电价上涨之后，欧洲(zhou)工业面(mian)临更高的(de)能(neng)源成本，金属冶炼和化工等能(neng)源密集型产(chan)业的(de)竞争力下(xia)降，出现了外迁的(de)趋(qu)势。如果未来人工智能(neng)发展导致电力供需再度紧张，在电价上升的(de)情(qing)况下(xia)，人工智能(neng)企业能(neng)以价高者得(de)的(de)优势保证(zheng)业务(wu)运(yun)行，其他电价敏感行业的(de)竞争力将受到削弱，居民用(yong)电成本也面(mian)临上升压(ya)力。

四、两条赛道：人工智能(neng)和能(neng)源转型的(de)创(chuang)新竞合

在技(ji)术(shu)条件不变的(de)假(jia)设下(xia)，人工智能(neng)短期(qi)内(nei)确实会挤占全球发展其他领域的(de)能(neng)源需求。但(dan)通过(guo)技(ji)术(shu)创(chuang)新解除既有条件束缚，一(yi)直是人类文明向前发展的(de)主要路径。人工智能(neng)和能(neng)源约束之间的(de)矛(mao)盾能(neng)否化解，取决于两场“竞赛”的(de)结果。一(yi)方面(mian)，人工智能(neng)算力能(neng)效的(de)提升速度能(neng)否超越应用(yong)场景的(de)扩散速度，是破解前文所述“杰文斯悖论”的(de)关键。另一(yi)条赛道则是能(neng)源转型的(de)速度能(neng)否超越人工智能(neng)用(yong)电需求增长速度。如果不能(neng)在两场“竞赛”中至少取得(de)一(yi)胜，人类就不得(de)不在原子世界和比特世界之间作出两难(nan)取舍。

（一(yi)）人工智能(neng)的(de)能(neng)耗强度赛道

芯(xin)片(pian)与服务(wu)器设计(ji)的(de)优化。英伟达2024年发布的(de)Blackwell系统可以训(xun)练比ChatGPT更大的(de)模型，所用(yong)的(de)电力大约是现有最(zui)佳处理器的(de)四分(fen)之一(yi)。2023年Mohamad Hnayno的(de)研究表明，采用(yong)高效率冷却系统有潜力将数据中心的(de)电力需求减少10%，而液冷技(ji)术(shu)可减少20%。

需求响应的(de)智能(neng)分(fen)散化。人工智能(neng)数据中心脱碳努力的(de)另一(yi)条路线，是将人工智能(neng)训(xun)练等具有时空灵(ling)活性的(de)工作任务(wu)转移至碳强度较低地区。同(tong)时，边缘计(ji)算和分(fen)布式人工智能(neng)处理方式，也能(neng)减少对长距离数据传输的(de)能(neng)源消耗。

量子计(ji)算。量子计(ji)算具有高容量信息存储和高速并(bing)行化计(ji)算的(de)特征，运(yun)算的(de)能(neng)耗效率将远超经典(dian)的(de)计(ji)算模式。当下(xia)量子计(ji)算的(de)硬件技(ji)术(shu)路径还处于多路线试错中，超导、离子阱、光量子等方式各(ge)有优缺点，距实现大规模可容错通用(yong)量子计(ji)算还有较大距离。过(guo)去几年，量子计(ji)算公司与人工智能(neng)研究机构建立了众多合作关系，在资本的(de)推动下(xia)，可纠错通用(yong)量子计(ji)算机的(de)研制时间表可能(neng)会提前。

（二）能(neng)源转型的(de)赛道

近中期(qi)看，储能(neng)技(ji)术(shu)是关键。储能(neng)是可再生能(neng)源跨时间配置的(de)一(yi)种方式，是人工智能(neng)数据中心就近消纳新能(neng)源的(de)基(ji)础设施，发展储能(neng)技(ji)术(shu)的(de)重要性不亚于新能(neng)源产(chan)业本身。抽水蓄能(neng)技(ji)术(shu)比较成熟，适用(yong)于高海拔山脉和山谷地形地区大规模、集中式的(de)能(neng)量储存和电网调峰，但(dan)也面(mian)临自然选址(zhi)局限性、能(neng)量密度低等不足，存在规模天花板。推动氢储能(neng)等新型储能(neng)技(ji)术(shu)的(de)多元化开(kai)发，提高储能(neng)的(de)能(neng)量密度、充放电效率和相应速度，是将新能(neng)源潜力释放到人工智能(neng)产(chan)业上的(de)关键。

中长期(qi)看，人工智能(neng)在新能(neng)源供需预测、电网运(yun)行和优化、能(neng)源需求管理以及新能(neng)源技(ji)术(shu)研发等领域将发挥(hui)重要作用(yong)。

人工智能(neng)加速电网智能(neng)化。在发电侧(ce)，人工智能(neng)通过(guo)学习历史气(qi)象(xiang)数据、传感器数据、卫星云图等图像和视频数据，提升太阳能(neng)和风能(neng)设备发电量预测准确度。在电网侧(ce)，人工智能(neng)有助于提升输电和配电能(neng)力，优化电网设计(ji)和规划，协助维护人员(yuan)保障(zhang)电网安(an)全稳定运(yun)行，如基(ji)于无人机拍摄的(de)视频识别异常设备。在用(yong)电侧(ce)，人工智能(neng)可以帮助用(yong)户在电池供电、实地太阳能(neng)发电和电网供电之间择优进行切换，智能(neng)管理分(fen)布式可再生能(neng)源及相关设备。

人工智能(neng)推动可控(kong)核聚变技(ji)术(shu)研发。目(mu)前核能(neng)提供了全球约10%的(de)电力供应，但(dan)人工智能(neng)行业目(mu)前关注的(de)不是已成熟的(de)核裂变技(ji)术(shu)，而是寄望于可控(kong)核聚变技(ji)术(shu)。可控(kong)核聚变的(de)原料来源更丰富，能(neng)量密度是核裂变的(de)4倍，且(qie)产(chan)生的(de)放射性废(fei)物更少。当前，人工智能(neng)技(ji)术(shu)正推动可控(kong)核聚变技(ji)术(shu)研发加速。例如，2024年普林斯顿团队通过(guo)训(xun)练神经网络，提前300毫(hao)秒预测了核聚变中的(de)等离子不稳定态。

五、展望与建议

作为一(yi)项潜在的(de)通用(yong)目(mu)的(de)技(ji)术(shu)，人工智能(neng)是未来一(yi)国竞争力和国际话语权的(de)重要组成部分(fen)，主要国家不仅在人工智能(neng)各(ge)技(ji)术(shu)领域布局，也注重地理意义上的(de)布局。虽然人工智能(neng)的(de)研发活动地较为集中，但(dan)由(you)于需要保持足够的(de)响应速度，其关键基(ji)础设施和应用(yong)场景要具备一(yi)定的(de)地理临近性。为了扩展全球业务(wu)版图，人工智能(neng)企业竞相在全球各(ge)地区建立算力中心。因此，人工智能(neng)算力中心在全球都有分(fen)布，需要各(ge)国的(de)能(neng)源、土地和水等资源提供物质(zhi)支撑。据SemiAnalysis报告，截至2023年初，85%的(de)全球自建超大规模数据中心容量属于谷歌(ge)、微软、亚马逊、Meta、苹果等五家美国科技(ji)企业。

图2 科技(ji)企业自建数据中心以电力估算的(de)算力容量

数据来源：SemiAnalysi

人工智能(neng)数据中心的(de)布局正在向发展中国家拓展。人工智能(neng)数据中心选址(zhi)的(de)主要条件有三方面(mian)：稳定的(de)能(neng)源供给、适宜的(de)气(qi)候和高效的(de)网络连接。发达国家建设数据中心的(de)机会成本高，在环境审批和数据保护法律方面(mian)更加严格。如瑞典(dian)2023年取消了一(yi)项2017年制定的(de)数据中心税收优惠政(zheng)策，旨在将电力能(neng)源留给其他领域；冰岛2024年减少比特币(bi)和数据中心产(chan)业的(de)能(neng)源支出，将多余廉价电力用(yong)于农业，以保障(zhang)本国粮食安(an)全。相对而言，发展中国家的(de)数字产(chan)业及人工智能(neng)发展政(zheng)策更为积极(ji)。例如，2023年由(you)于乌拉圭(gui)遭受严重干旱，谷歌(ge)在乌拉圭(gui)新建人工智能(neng)数据中心的(de)计(ji)划受到争夺饮用(yong)供水的(de)质(zhi)疑，但(dan)最(zui)终仍获得(de)批准。根据IEA2024年发布的(de)电力分(fen)析与预测报告，目(mu)前全球有超过(guo)8000个数据中心，其中约33%位于美国，16%位于欧洲(zhou)，超半数分(fen)布在亚洲(zhou)、拉美和非洲(zhou)等地区。

各(ge)国在为人工智能(neng)提供电力支持时各(ge)具优劣(lie)势。美国电价相对较低，平均工业电价为0.083美元/千瓦时。但(dan)在多年去工业化政(zheng)策下(xia)，美国电网跨地区调配的(de)能(neng)力不足。欧洲(zhou)和日本虽然在人工智能(neng)上具有技(ji)术(shu)优势，但(dan)其能(neng)源成本较高，天然气(qi)占西欧和日本发电结构的(de)35%-45%且(qie)进口依赖较高，核电及煤电供应因安(an)全及环保原因下(xia)降压(ya)力较大。中东地区电价低，太阳能(neng)资源丰富，阿联酋等国在推动100%绿电驱(qu)动的(de)低碳数据中心建设，但(dan)目(mu)前还缺少本土人工智能(neng)企业。中国是新能(neng)源优势国家，能(neng)源成本较低，工业用(yong)电在全球有价格优势，且(qie)相对自给自足，但(dan)煤电比重仍有下(xia)调空间。

全球人工智能(neng)合作需与能(neng)源战略合作并(bing)轨。人工智能(neng)发展与能(neng)源转型是大势所趋(qu)，世界各(ge)主要国家应携手开(kai)展全球人工智能(neng)治理与能(neng)源转型合作。据IEA估计(ji)，到2040年前，全球需要新增或整修超过(guo)8000万公里的(de)电网线路，以支持风能(neng)和太阳能(neng)光伏发电的(de)增长。在这一(yi)过(guo)程中，各(ge)主要国家应共同(tong)建立更加高效的(de)全球电力设备供应链，降低新能(neng)源设备的(de)贸易(yi)壁垒，探索制定内(nei)部化负外部性的(de)全球人工智能(neng)用(yong)电价格标准，联合利用(yong)人工智能(neng)技(ji)术(shu)推动能(neng)源领域技(ji)术(shu)创(chuang)新。惟其如此，人工智能(neng)发展才能(neng)建立在更可持续的(de)能(neng)源基(ji)座之上，能(neng)源转型才能(neng)搭上人工智能(neng)的(de)翅(chi)膀(bang)而加快发展。

充分(fen)利用(yong)能(neng)源优势提高我国在全球人工智能(neng)领域的(de)竞争力。我国处于全球人工智能(neng)领域中较为靠前的(de)位置，但(dan)也面(mian)临一(yi)些关键技(ji)术(shu)的(de)制约。稳定、绿色和灵(ling)活的(de)大规模电力供应是我国在人工智能(neng)领域重要的(de)比较优势，要将该优势融入到人工智能(neng)发展中。

一(yi)是要围绕“算力+能(neng)源”开(kai)展统筹规划，推动算力网、通信网、电网等多网协同(tong)发展，实现智能(neng)算力与绿色能(neng)源的(de)优势叠加效应。

二是构建人工智能(neng)算力“西训(xun)（练）东推（理）”的(de)布局，充分(fen)化解算力资源与能(neng)源供需矛(mao)盾，提高对西部光伏、风电等新能(neng)源的(de)使用(yong)效能(neng)。

三是推动人工智能(neng)在能(neng)源转型创(chuang)新上的(de)应用(yong)，提高电力系统互补互济和智能(neng)调节能(neng)力，加强源网荷储衔接，提升新能(neng)源消纳和存储能(neng)力，提升能(neng)源系统安(an)全保障(zhang)能(neng)力。

四是支持“一(yi)带一(yi)路”沿线“电力+算力”产(chan)业发展，形成电力交易(yi)、电力建设、电力设备贸易(yi)等合作模式，推动当地新能(neng)源电力设施与算力基(ji)础设施配套(tao)建设。

（作者卓贤系国务(wu)院发展研究中心发展战略和区域经济部副部长、研究员(yuan)，肖娅晨系国家电网有限公司大数据中心分(fen)析师，范炘宜系北京(jing)大学国家发展研究院博(bo)士生。本文不代表作者所在机构的(de)观点。本文首发于《财经》杂志2024年第11期(qi)。本文原题为“人工智能(neng)与能(neng)源转型”）

版权号:18172771662813     以上就是本篇文章的全部内容了，欢迎阅览 ！
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 移动站 , 查看更多