清洁能源赋能算力绿色发展

随着各行业深度拥抱人工智能，作为算力生产的数据中心需求愈发旺盛，对于算力能源的需求必然会水涨船高。数据中心需要全年无休的稳定运营，必须有源源不断的电力供应。有关报告显示在过去 5 年全球数据中心占全球电力消耗量以每年 12% 递增，按照现有速度，到 2030 年全球数据中心的电力需求将增加一倍以上，达到约945 太瓦时，美国、中国和欧洲仍是数据中心电力需求最大的地区。到 2030 年，美国和中国数据中心电力消耗增长约占全球增长的 80% ，全球服务人工智能的数据中心用电需求增幅在 3 至 4 倍。2035 年，全球数据中心电力消耗将攀升至约1200 太瓦时。

目前数据中心使用的电力主要来自化石燃料。如果没有可再生能源替代，人工智能对电力的需求将导致气候恶化。在双碳目标的引导下，数据中心供配电的绿色化势在必行，中国“东数西算”工程建设就是利用西部地区充沛的风电水电等绿色能源，为算力可持续发展提供有效保障。以风电、水电、光电及核电为代表的绿色电力，如何与传统能源与电网融合互补，提升数据中心的绿电使用率，是必须解决的问题。AI 算力产业链整体有走向绿色化转型新趋势。设备供应商和服务商通过节能减排技术实现绿色低碳同时，可再生能源供给商依托源网荷储、微电网和直供等技术进入算力赛道。科技与能源深度融合将促进绿色算力建设，实现融合发展。

风能、太阳能光伏和水电等可再生能源在全球数据中心消耗电力占比为 27% 。预计到 2030 年，可再生能源将满足全球数据中心电力需求增长约 50% ，其次为天然气和煤炭，约占 40% 以上，核能在2030 年之后开始发挥越来越重要的作用。预计到 2030 年，数据中心用电产生的碳排放量达峰。2025 年科技大厂 Meta 与美国最大核电公司星座能源达成一项为期 20 年的协议，旨在满足人工智能的电力需求。2024 年亚马逊网络服务公司（AWS）斥资约 10 亿美元，先后与泰伦能源公司、西北能源等电力企业达成独家能源供应协议，为其数据中心提供稳定能源服务。亚马逊、谷歌在内的科技大厂签署了由世界核协会主导的承诺书，呼吁全球核能 2050 年增加两倍。这一系列举动体现出科技巨头们对AI 算力竞赛背后能源瓶颈的储备。

随着全球能源结构转型与科技进步，中东国家意识到单一依靠传统能源的发展不可持续。在可再生能源和科技格局发生深刻变化背景下，沙特颁布了 2030 愿景，阿联酋通过了国家人工智能战略，明确提出要发展高新技术产业，推动科技创新，特别是人工智能、半导体与能源产业深度融合，为可持续发展奠定基础。根据美国跟踪创投行业机构 Pitchbook 的数据，2024 年至 2025 年中东主权财富基金对 AI企业的投资资金规模增加了五倍。沙特与芯片制造商英伟达建立了合作伙伴关系，将为沙特打造为人工智能产业园区。根据合作协议，英伟达将致力于建立一个人工智能工厂网络，为该地区未来经济的数字基础设施提供支持，项目涵盖云计算、数字孪生和机器人等项目。阿联酋与人工智能企业签署价值 2000 亿美元的协议，重点聚焦人工智能合作，在阿布扎比共建耗电量达 5 吉瓦的 AI 数据中心。多家大型跨国科技企业利用当地天然气清洁能源运营，为全球近一半人口提供低延迟科技服务。

当下全球半导体和 AI 大模型正处于快速扩张阶段，对电力的需求呈现出急剧上升趋势。数据中心使用中东天然气能源成本比美国便宜接近 12% 。能够在降低能源成本的同时，获得稳定充足的能源供应，对于亚马逊和谷歌等科技大厂来说无疑是极具吸引力的。中东国家通过这些合作，能够引进顶级数据中心技术和管理经验，加速自身人工智能产业的发展，同时在国际人工智能领域占有一席之地。

世界各国正在采取措施促使数据中心实现节能减排。欧盟要求大型数据中心设立余热回收设备；美国政府注资研发更高能效的半导体；中国要求数据中心从 2025 年起能效比不高于 1.3，并将可再生能源使用比例逐年上调，2032 年实现 100% 能源可再生。数据中心标准组织 Uptime Institute 发布的报告显示，2020 年全球大型数据中心的平均能效比约为 1.59，即数据中心的 IT 设备每消耗 1 度电，其配套设备就消耗 0.59 度电。数据中心的额外能耗大部分应用于冷却系统。一项调查研究显示，冷却系统消耗的能量可达数据中心总能耗的40% 。近些年随着芯片更新换代，单机设备功率增大，数据中心单位面积耗电量不断提升，对散热提出了更高的要求。

随着科技水平不断提升和能源需求多样化，在能源分配的合理性、能源利用效率以及可持续发展等方面的挑战日益凸显。凭借人工智能强大算力、精准分析预测功能和智能化管理手段，为产业提效升级提供强大支持。与人工智能算力深度融合将会重塑整个能源产业的运作模式，进而对未来国际能源格局产生全方位的影响。利用 AI 算法实时监控和控制能力，对能源进行全方位和精细化管理。在能源输送网络各个关键节点安装传感器等设备，能够实时收集能源流动数据，发现能源分配不均衡或者即将出现故障隐患的时候，迅速做出调整，确保电力准确及时送达，从而提升了能源分配的效率和可靠性。对能源生产、传输、使用等各个环节进行实时检测，及时发现低效率环节，通过 AI 算法的智能决策功能，实时采取措施优化流程，降低运营成本以避免能源浪费，提高整体服务的可靠性。

优化能源使用，减少温室气体排放。在算力能源消费端，分析不同行业和用户的需求和频率特点，制定个性化节能策略，促进合理使用有限能源。在能源产能和储能等环节，通过智能技术提高效率和精准度，能够更好地与环境保护相协调，实现可持续的高质量发展。从技术角度上看，算力所需能源绿色化主要围绕供配电体系、制冷散热体系、储能体系三个部分展开。供配电体系连接能源供应端，提升绿色消费比例；制冷散热体系对应冷却技术，采用普及度较高的液冷技术；储能体系综合采用电化学储能、物理储能等多种形式。算力绿色发展是一个综合性的概念，涉及了算力的生产、供给、服务等全过程的绿色低碳。对算力尤其是人工智能算力的绿色低碳追求，只有通过融合推进算力生产、运营、应用等多环节多层次协作，方能充分发挥绿色能源的赋能作用。

参考文献：

[1] 深化人工智能与能源双向赋能 科技日报 刘园园 2025 年3 月

[2] 可持续“动力革命”成企业未来生死线 福布斯 2025 年3 月

[3] 能源与人工智能报告 国际能源署（IEA）2025 年 4 月