随着人工智能迅猛发展，算力设施建设持续扩张，其电力消耗也在快速增长。近日国务院关于印发《“十五五”碳达峰行动方案》的通知提出，推进算力设施绿色低碳转型。国家发展改革委能源研究所研究员苏铭推算，预计“十五五”时期全国算力中心用电量将年均新增1千亿千瓦时以上，年均增速达36%，到2030年将增至8千亿千瓦时，占全社会用电量的6%左右。苏铭认为，推动算力从“高碳”向“零碳”转型，关键是要更多使用绿色电力。

苏铭，国家发展改革委能源研究所研究员，长期从事能源经济、能源战略与规划研究相关工作，重点关注能源发展和安全、新型能源体系构建和能源强国建设、生态文明建设与能源转型、区域能源发展等话题。

中国环境报：当前人工智能大模型和智算中心建设正如火如荼，其电力消耗也被称为“吞电巨兽”。目前我国算力设施的整体耗能规模有多大？其快速发展对我国的能源供应体系可能会构成哪些具体的挑战或压力？

苏铭：根据国家能源局测算，2025年我国算力中心总用电量达1700亿千瓦时，占全社会用电量的1.6%。当前看，总体用电规模并不算大，对能源供应体系尚不构成明显挑战。然而，随着人工智能技术和应用快速发展，预计“十五五”时期全国算力中心用电量年均新增1千亿千瓦时以上，年均增速达36%，到2030年将增至8千亿千瓦时，占全社会用电量的6%左右，届时将成为名副其实的用电大户，需要做好量的充分供应。而且，算力设施对电压稳定性、频率偏差等指标要求极高，微小的电能质量偏差都可能导致数据传输错误、设备故障等风险，这对电力供应可靠性提出更高要求，需要做好质的稳定保障。

同时，算力设施的快速扩张将挤占较大的碳排放空间。一方面，目前我国发电量中火电占比仍在半数以上，算力用电快速增长，尚不能完全使用绿电，将不可避免推高电力间接碳排放。另一方面，半导体芯片制造过程中“隐含碳”强度大，也将推高算力设施碳足迹。这在2030年前碳达峰目标要求下，将成为不可忽视的新增约束。

中国环境报：工业和信息化部近期启动了国家级零碳算力设施的建设工作。零碳算力设施建设将如何倒逼现有算力设施进行改造升级？

苏铭：零碳算力设施的这些评价指标将从全链条、全环节推动算力设施降低碳排放，既包括更多直接购入非化石能源、购买绿证抵扣部分电力间接碳排放、开发自发自用非化石能源，又包括安装节能装备、提升能源利用效率，还包括强化能碳智能管理、碳足迹分析、零碳供应链管理以及碳排放信息披露等。通过打造一批零碳算力设施，将为行业绿色低碳发展探索新路径、树立新标杆，引领既有算力设施改造升级。

中国环境报：《“十五五”碳达峰行动方案》提出推进算力设施绿色低碳转型，在您看来，推动算力从“高碳”向“零碳”转型，当前面临的最大技术和现实瓶颈是什么？

苏铭：推动算力从“高碳”向“零碳”转型，关键是要更多使用绿色电力。目前，国家枢纽节点新建数据中心要求绿电占比须超过80%，许多地方也要求新建算力设施绿电使用比例不低于50%。落实好这一刚性要求，仍面临不小挑战。

首当其冲是算力负荷和新能源出力的适配问题。风电光伏的波动性和随机性强，算力推理应用又取决于大量随机性需求主体，二者曲线明显不同，可能使得部分时段绿电供应不足。

其次是经济性问题。算力设施用电强度大，直接参与绿电交易或购买绿证均要支付“绿色溢价”，一定程度上推高其用电成本；如果采用绿电直连、源网荷储一体化模式，需要自身大量配置新型储能设施，而且为确保安全往往也需要一定接网容量，导致安全使用绿电的成本难以明显降低，将给企业实际运营带来挑战。

中国环境报：“十五五”时期，实现算力设施绿色低碳转型应从哪些方面着力？

苏铭：一是在源头减碳方面，强化算电协同，促进算力设施更多使用绿色能源电力。一方面，从规划层面统筹能源资源配置与算力设施建设，推动算电协同一体化发展，使得算力用能需求和绿电供给能力更好适配。另一方面，促进算力设施因地制宜优化绿色能源供给方式，既鼓励算力设施开展绿电交易、购买绿证，又支持其开发周边分布式新能源，培育发展绿电直连、绿色微电网、源网荷储一体化等新业态新模式，还应积极探索引入周边余冷资源，更好满足其降温制冷负荷需求。再者，通过持续提升能源技术装备水平，深化能源体制机制改革创新，着力降低算力设施安全可靠使用绿色能源的成本。

二是在过程降碳方面，提高准入标准与升级改造相结合，促进平均电能利用效率（PUE）持续降低。平均电能利用效率是衡量数据中心能源利用效率的核心指标，PUE=数据中心总能耗 / IT设备能耗。数据中心总能耗包括IT设备、空调、照明及其他配套设施的能耗，PUE数值越接近1，能效越高。针对算力设施降温制冷负荷高特点，既要着力推动液冷、蒸发冷却、热管、氟泵等高效制冷散热技术应用，加强冗余设备优化改造，逐步淘汰低效落后设备，又要强化算力设施余热利用，鼓励其自建热量回收系统，用于园区供热、城市供暖、设施农业等，还要提升其自身智能运维水平，强化自身用能的智能化管理。

最后也是非常重要的一点，不断强化技术创新，从根本上降低算力自身的功耗水平。既要不断提升CPU、GPU等算力设施运算效率，还要应用全闪存、存算分离等先进存储技术，此外持续优化人工智能模型的运算能力，不断以更低的功耗满足计算推理、存储调用等需求，而不是线性堆叠算力卡、存储器规模或大模型参数。这将从根本上提高用电效率、降低用电成本。