谷歌预感电力危机背后，中国如何破解AI用电难题？

谷歌周一表示，其与核能初创公司Kairos Power签署了一项协议，计划从Kairos处购买6到7个小型模块化反应堆（SMR）的电力，以满足人工智能的电力需求。Kairos将为谷歌提供约500兆瓦的无碳电力，根据协议，首个小型模块化反应堆将在2030年之前上线，并在2035年之前进行更多部署。

AI应用快速发展带来全球数据中心耗电量大幅长，中国信通院数据显示，全球数据中心、加密货币、AI等相关电力需求将从2022年的460TWh上升至2026年的620-1050TWh，数据中心耗电量占比全球用电量有明显跳升。其中大模型训练的能耗尤为突出，参数规模和计算需求呈指数级增长，OpenAl首席执行官Sam Altman曾表示，GPT-3到GPT-4模型参数1750亿到万亿，计算需求加20倍，GPT-5模型参数增100倍，计算需求增加200-400倍。

面对能源挑战，国内各大央企已经加快了能源基础设施的升级步伐。国家电网公司、华能集团和国家能源集团等央企在新能源、储能和算力基础设施方面均有显著进展。华能集团的首个零碳数据中心已实现绿色转型。南方电网在粤港澳大湾区投运了新型储能电站，并在广东佛山构建了新型储能设施。

AI耗电但也能节电，AI也在成为优化电力系统、提高能源效率的关键工具。

2024年8月，国务院印发《关于加快经济社会发展全面绿色转型的意见》，其中提出，深化人工智能在电力系统等领域的应用，实现数字技术赋能绿色转型。在电力行业，AI应用已经渗透至发、输、变、配、用全环节。"电力行业的数据体量巨大，仅用户侧就涉及数亿用户的用电数据。以发电环节为例，一座标准火电厂日耗煤量就达5-10万吨，AI介入可以对众多环节进行优化。"某国家能源集团高管向数字开物表示。

在新能源领域，AI也有了广阔的应用空间。当前五大发电集团新能源装机占比均超50%，其中国电投更是突破70%，风电场和光伏电站多位于偏远地区，人工监测较为困难，依靠AI技术可以进行远程判断，例如相邻风机的发电量差异，或光伏板因灰尘堵塞导致的效率损失，都需要AI实时监测和诊断。

国家电投集团科学技术研究院总体技术部副主任张成刚日前在2024数字开物大会上表示，以后电网定额电量将通过竞价上网，这也为AI大模型提供了新的应用场景。竞价上网通过市场竞争确定上网电价，发电企业根据自身的成本和市场需求进行报价，电网企业则按照报价从低到高的顺序进行采购，从而实现电力资源的优化配置。

举例来说，当电价被限定在每度电0.21元时，企业的生产成本必须低于这一价格，才能保持盈利。为了实现这一目标，AI大模型需要精确计算生产条件，比如锅炉燃烧的煤粉喷射高度、火焰形态等，以优化能源消耗，降低成本。

不过，想要通过AI大模型解决类似复杂问题，仍有一段路要走。相比之下，在以财务为核心、合规性检查以及低容错率的业务场景中，应用较为广泛。

与此同时，能源企业也在积极探索AI大模型在电力领域的应用，其中南方电网走在了前列，其自研的南方电网"大瓦特"模型已在广东全面部署，基于3.5TB专业语料的训练，实现了从设备运维到电网调度的智能化升级。此外，三峡集团也在打造大禹大模型，目前已覆盖700余个燃煤机组和500余个燃气机组的智能化运营。

不过，张成刚也表示，AI在电力行业的深度应用仍面临三大挑战：“第一是数据的问题，第二是技术能力的问题，第三是专业知识的问题。特别是在容错率要求较低的产业，对专业知识的要求非常高，不仅包括技术专业知识，还包括产业专业知识、数据治理的专业知识。”

“现在的AI大模型在垂直行业应用难度难度较大。”他强调，“真正能解决工业领域的节能减排、双碳双控达标等问题的AI应用还很少”。

张成刚指出，想要AI大模型与降本增效的生产环节深度结合，中间需要一个桥梁角色，科研机构、技术公司需具备对各专业业务的深入理解才能为产业真正赋能。