大家讨论 AI 算力，目光大多聚焦芯片性能、模型参数、集群规模。但一套 AI 体系真正跑起来，最基础的约束是电力。国家能源局在 10 月 30 日的发布会公布一组关键预测：“十五五” 期间全国算力用电量年均新增 1000 亿千瓦时以上，2030 年算力总用电量将达到 8000 亿千瓦时，占到全社会用电量的 6% 左右。

对比历史数据更能看清增长的爆发力，2025 年全国算力中心用电量仅 1700 亿千瓦时，占全社会用电量 1.6%。短短五年时间，算力用电规模要翻数倍，从一个次要的用电板块，成长为和居民生活、重点工业板块并列的用电大户。6% 这个数字，看上去占比不算惊人，但它释放的信号十分明确：AI 算力的竞争，早已不只是芯片技术的比拼，已经上升到国家能源规划层面。
很多人会把算力耗电简单归罪于大模型训练。实际上，训练只是阶段性消耗，日复一日不间断的推理服务，才是算力耗电的主要来源，占据 AI 全生命周期能耗的八成以上。上万张 GPU 组成的智算集群，7×24 小时持续运转，除芯片本身耗电之外，配套冷却、供电、机房运维，同样要吃掉大量电力。电费也已经成为不少智算中心运营成本的大头，部分集群电费占比可以达到七成以上。
算力产业高速扩张的同时，一道现实考题摆在面前：绿电能不能接住这一波算力的用电洪流。

理想的路径十分清晰：西部风光基地产出清洁能源，通过 “东数西算” 输送给算力枢纽，实现算力大规模绿电供给。但现实里存在多重结构性矛盾。风光资源大量集中在西北、西南，而高实时性的推理算力需求集中在东部沿海，跨区域输电通道、绿电跨省市交易机制还在完善当中。风电光伏属于间歇性能源，“看天发电”，但 AI 智算中心要求极高供电稳定性，不能随便断电降负载，二者天然存在时间维度的错配。
同时两套产业建设节奏并不匹配。算力集群建设周期短，订单落地可以快速上马；风电光伏电站、远距离电网改造属于重资产工程，建设周期漫长。算力是快变量，电网新能源配套是慢变量，如果规划不同步，就会出现 “算力建好了，电供不上” 或者只能继续使用传统火电的两难局面。
现在国内已经开始推进算力绿电直连项目，尝试把算力基地和新能源基地就近匹配，同时探索柔性算力调度：把不要求即时响应的模型训练任务，挪到正午风电光伏出力高峰时段运行，既消纳绿电，也压低算力用电成本。但目前整体还处在试点阶段，距离大规模普及还有距离。
这也意味着 “算电协同”，不只是简单给数据中心接上电线。它要求算力布局、电网规划、新能源建设三者提前统筹，不能算力先建好，再回头找电。过去行业比拼 “能堆多少 GPU”，未来会越来越看重 “能不能拿到稳定、低成本、绿色的电力供给”。
当然，8000 亿千瓦时是预测数值，未来会受到芯片能效提升、液冷等冷却技术普及、算力利用率改善等因素影响，并非固定不变。硬件工艺进步可以降低单位算力的能耗，但 AI 应用爆发带来的算力总量上涨，会持续推高整体用电盘子。
AI 大模型、智算集群不断刷新技术上限，但算力的天花板，一部分握在芯片手里，另一部分握在电力系统手里。面对 2030 年近 8000 亿千瓦时的算力用电预期，你觉得绿电供给可以跟上 AI 算力狂奔的脚步吗？
# 算力用电 #算电协同 #AI 算力 #绿色算力 #数据中心