什么值得买App下载 App ›
连续签到专享现金活动

AI算力疯狂背后:万卡集群年耗电6亿度,一场关于电力的能源大考正在上演

2026年6月,全球AI大模型的周调用量数据出炉:中国以7.94万亿Token位列第一,是美国3.76万亿Token的两倍有余。这个数字背后,是海量GPU日夜不停地燃烧电力。国际能源署的预测更为直观:到2030年,全球数据中心用电量将较2025年接近翻番,届时AI相关负载将占据总用电的六成以上。曾经被视为纯粹的数字游戏,如今正在演变成一场真实的能源博弈。算力的尽头,真的是电力。123
走进任何一座万卡级智算中心,最直观的感受不是服务器的轰鸣,而是空调系统的咆哮。一个万卡AI集群年耗电量超过6亿度,这个数字相当于一个中型城镇的全年用电总和。而2026年主流AI机柜功率密度已攀升至240千瓦,2028年有望冲击1.5兆瓦。传统的风冷散热技术在这股热潮面前捉襟见肘——其能力上限约30至40千瓦,而当前AI训练服务器机柜功率普遍超过100千瓦。英伟达GB300 Superchip机架功率已达148千瓦,Rubin平台更将这一数字推向120至150千瓦甚至更高。散热,从可选项变成了生存题。45
数据揭示的趋势更加清晰。2025年,全球数据中心总用电量约为4850亿千瓦时,同比增长17%,其中AI专用数据中心用电量增长高达50%。国家能源局的统计显示,2025年我国已建成42个万卡级智算集群,算力中心总用电量达1700亿千瓦时,占全社会用电量的1.6%。更值得关注的是,八大算力枢纽节点的用电量近三年平均增长率约为39.5%,是全社会用电增速的数倍。按此趋势发展,"十五五"期间全国算力用电量年均新增将超过1000亿千瓦时,到2030年可能高达8000亿千瓦时左右,届时AI用电在全社会用电量中的占比将突破5%。678
电力成本的飙升正在重塑整个产业的成本结构。银河证券的研究报告显示,电力成本已占数据中心运营总成本的60%至70%,成为算力产业的"生命线"。中卫云计算产业集群中一个以AI训练为主的智算中心,月电费已攀升至1000万至1300万元之间。一个50兆瓦规模的数据中心年电费高达数亿元,这一数字在电价高企的地区更为惊人。随着模型从文本向多模态演进,推理需求正呈指数级增长——单次4K 10分钟AI视频生成的能耗相当于一辆电动汽车行驶20公里,而全球AI视频生成服务的日均调用量已突破5000万次。92
面对这场能源大考,技术层面的应对策略正在分化。芯片厂商在提升能效比上持续发力:英伟达H200 B系列GPU宣称在生成同等质量4K视频时能耗较上一代H100降低40%,B200 GPU的每瓦性能比H100提高约2.5倍;AMD的MI350X系列和Intel的Gaudi 3也在能效上各有突破。算法层面的优化同样关键:快手可灵AI团队披露的"自适应分辨率渲染"技术,在视频非关键区域自动降低计算精度,可在不显著影响观感的前提下节省约25%能耗;模型压缩、量化推理等技术使2026年的模型效率达到2023年的约5倍,同样质量的输出只需消耗20%的能源。210
液冷技术从"可选方案"跃升为"战略刚需"。2026年3月英伟达GTC大会确认Rubin平台100%采用液冷方案,标志着行业技术路线发生根本性转折。冷板式液冷PUE值可达1.25至1.35,相比风冷的1.5至1.8能效提升20%至30%;浸没式液冷PUE值更低至1.05至1.15,接近理论极限。2026年全球AI服务器液冷系统市场规模突破170亿美元,同比增长近100%,中国液冷服务器市场规模达257亿元,同比增长17.9%,新建智算中心已100%采用液冷技术。4
能源结构的转型同样在加速。微软宣布与NextEra Energy签署协议,将在亚利桑那州建设装机容量达1.5吉瓦的太阳能+储能电站,专门服务于AI数据中心,预计2027年投运。Google在芬兰数据中心启用了新一代海水冷却系统,将冷却能耗降低60%。阿里巴巴张北数据中心实现100%可再生能源供电,PUE降至1.09,接近全球领先水平。国内头部互联网企业签订的风光PPA规模超10吉瓦,平均电价0.25至0.35元/千瓦时,较市电低15%至25%。内蒙古赤峰100%绿电直供数据中心综合能源成本降低超40%,甘肃庆阳百万千瓦级绿电聚合项目稳定运行,上海临港全球首个海风直连海底数据中心投入运营。254
政策层面的布局更为系统。2026年政府工作报告首次写入"算电协同",将其提升为国家战略。紧接着,国家发展改革委、国家能源局、工信部、国家数据局四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》,这是中国首份专门针对AI与能源融合的国家级纲领性文件,围绕六大方向部署29项重点任务,锚定2027年和2030年两个目标节点。方案明确提出:到2027年支撑人工智能创新发展的安全、绿色、经济的能源保障体系初步构建;到2030年AI算力设施的清洁能源供给保障能力达到世界领先水平,新建算力设施绿电使用比例不低于80%。11129
AI与能源的关系正在从单向消耗走向双向赋能。在能源生产侧,AI已落地数十个能源行业专用大模型,新能源功率预测准确率提高10%至15%,AI无人机巡检将输电线路巡检效率提升3至5倍,建筑能耗管理可实现节能20%至30%,火电智能优化大模型可实现机组煤耗下降2至3克/千瓦时。2026年上半年,全国虚拟电厂累计并网可调资源突破3500万千瓦。风光预测精度从传统调度的60%至70%提升至AI超短期预测的95%以上,弃风弃光率从8%以上降至3%以下,单个500兆瓦新能源场站年增收800至1200万元。5
展望未来,绿色AI技术将在2026年下半年进入关键落地期。预计更多企业将发布"碳中和AI"路线图,承诺在特定时间内实现AI业务的净零排放。技术层面,模型压缩、量化推理和边缘计算等节能技术将与视频生成模型深度融合,使部分计算负载从云端数据中心转移至用户本地设备。政策层面,中国、欧盟和美国有望出台更具操作性的AI能效标准,可能包括"AI算力碳排放上限"和"绿色AI补贴"等具体措施。欧盟委员会已提出《AI能效标签》草案,要求所有在欧盟销售的AI服务必须标注单次调用的碳排放量,类似于家电的能效标识。212
算力与绿电的深度绑定,正在成为新的产业竞争核心。那些拥有自建光伏电站、位于水电丰富地区或具备绿色能源优势的企业,将在这场能源变革中获得成本优势和技术先机。能耗问题将从成本、技术、监管三个维度重塑AI视频产业——电力成本占比从15%升至25%,低能耗算法和高效能芯片的研发投入将大幅增加,而碳排放披露和碳税将成为企业合规标配。对于从业者而言,在追求生成质量的同时关注能耗效率,已经不仅是企业社会责任,更关乎生存与竞争力。AI的尽头是电力,而电力的尽头,或许是绿色与智能的深度融合。29

评论

评论区空态插画

当前文章无评论,是时候发表评论了