深度科技研究院院长张孝荣表示：“随着生成式人工智能等先进技术的快速发展，算力需求将拉动海量电力消耗。长远来看，面对未来的能源缺口，能源企业需要从提高发电效率、建设电网、实现智能调度、推动能源结构转型等方面布局。”
根据全球数据中心标准组织之一“国际正常运行时间协会”的预测，到2025年，人工智能业务在全球数据中心用电量中的占比将从2%猛增到10%。荷兰国家银行数据科学家德弗里斯在一篇论文中估计，到2027年，人工智能的用电量可能占全球总用电量的0.5%。据他推算，如果谷歌将生成式人工智能技术整合到每次搜索中，每年将消耗约290亿千瓦时的电量。
科方得智库研究负责人张新原对《证券日报》记者表示：“对中国来说，算力需求的增长同样显著。据相关机构预测，到2030年，中国在人工智能领域的算力需求将增长数倍，这无疑会对电力提出新需求。”
到2025年，计算力方面，算力规模超过300EFLOPS，智能算力占比达到35%。此后，各地纷纷跟进出台相关政策。2023年12月份，深圳市工业和信息化局印发的《深圳市算力基础设施高质量发展行动计划（2024-2025）》提出，到2025年，深圳市数据中心机架规模达50万标准机架，通用算力达到14EFLOPS、智能算力达到25EFLOPS。
如何解决算力需求带来的高耗能问题？多位业内人士在接受记者采访时表示，除了需要从算法、硬件、训练技巧等方面进行优化外，光伏、核能等新型能源的发展也被寄予厚望。
以光伏为例，2023年，我国新增光伏装机约216吉瓦，同比增长147%，占新增电力装机的60.7%，相当于2019年至2022年新增装机总和。如今，我国已成为全球光伏产业第一大国，占据全球70%以上的市场份额。根据Wind数据，截至3月12日，A股光伏板块上市公司已经达到86家，成为我国光伏产业中的中坚力量。
未来，还需要进行技术创新和设备升级，以进一步提高发电效率、提高电网输送能力和稳定性、优化电力资源配置、提高电力供应的灵活性、推广分布式能源系统并减少能源输送损耗，以此来应对算力发展带来的能源需求挑战。”
众多上市公司在细分领域各施所长，加速布局。把握发展趋势，为解决人工智能算力发展带来的高能耗问题、推动能源事业发展贡献力量。”
本文作者可以追加内容哦 !
