開啟AI+能源想象力 | 筆記

《國家發展改革委 國家能源局關于推進“人工智能+”能源高質量發展的實施意見》，提出了加快能源與人工智能深度融合的時間節點：

2027年，算力與電力協同發展根基不斷夯實，人工智能賦能能源核心技術取得顯著突破，應用更加廣泛深入；2030年，能源領域人工智能專用技術與應用總體達到世界領先水平。算力電力協同機制進一步完善，建立綠色、經濟、安全、高效的算力用能模式。

報告還提出加快能源應用場景賦能，排在前三位的，正是人工智能+電網，人工智能+能源新業態，人工智能+新能源，體現出決策部門對于AI改變能源的深刻理解與高遠瞻矚。報告還總體要求AI+能源在加快培育新質生產力中發揮戰略作用。

一年多以前，我們發布了一份報告，《AI改變能源：智算如何引領新型電力系統》，亦前瞻性地提出：“中國正在部署AI+戰略，成為新質生產力中的一個戰略性前沿領域。”

現在，我們把提出這個命題的報告前言，全文刊發于此，共勉一場中國發揮引領作用的智與能的革命。正文如下。

能源與機器，自從技術革命以來，從來都不可分。新能源與機器學習正在走向融合，它們符合一個共同的技術和經濟規律，效率上升，成本下降，而需求增長更快，產生了杰文斯悖論的效應。

杰文斯是19 世紀英國工業革命期間的一位經濟學家。他發現，當煤炭的使用效率不斷提升時，對煤炭的需求不僅沒有下降，反而在煤炭的應用和相關領域產生了大量的創新，滲透到各行各業，導致煤炭的消耗量上升。杰文斯悖論在歷次技術與工業革命中持續上演，蒸汽機、內燃機和燃氣輪機的效率不斷提升，但人類對于化石能源的需求也持續增長了兩百多年。杰文斯悖論揭示了資源、技術、經濟之間的基本關系。

摩爾定律是信息技術革命時代的杰文斯悖論。單位面積芯片上的晶體管數量每18 個月左右增加一倍，60 年來相當于算力的成本至少下降了10 億倍，推動經濟與社會進入數字時代。

而在加速計算逐步占據主流的深度學習“黃金10 年”，GPU 的效率提升了千倍。盡管如此，在整個經濟與社會向數字化與智能化轉型的過程中，對于智能算力的需求在絕對數量和相對占比的意義上，不但沒有減少，反而在加速增長，每個季度翻番。這在很大程度上是由于算力更加密集的基礎設施和應用正在涌現。如果考慮到未來的物理AI 以及元宇宙，對于算力的需求幾乎是無限的。

從技術上來講，摩爾定律和黃氏定律可以也必須持續下去，但它必須投入更大的研發資金以及消耗更多的能源，能源革命并沒有改變杰文斯悖論。而經濟和商業規律決定了，這些投資體現為更高的能量密度和算力密度的基礎設施，必須以更廣泛的創新和應用實現回報（ROI），新的生產力得以形成，經濟增長得以實現。這就是AI 時代的杰文斯悖論的商業和經濟基礎。杰文斯悖論也說明了原有的經發展模式是不可持續的：如果能源的無限需求內生于經濟發展，唯一的選擇，就是使用綠色和清潔的能源。

可再生發電邊際成本趨近于零，智能算力邊際成本趨近于零，這兩大趨勢合龍，將引發廣泛的應用創新，滲透到經濟與社會中，進一步帶動對于能源和算力需求的同步上升。生成式AI 革命，與能源革命耦合在一起，也將帶來能源管理方式的根本變化。算力革命與能源革命將互相迭加、融合、增強；如果清潔能源供應不足，電力基礎設施不向新能源轉型，人工智能的發展將會被“卡脖子”。

計算的本質是能源的處理形式，計算過程也是能量轉換和使用的結果。AI 所帶來的海量計算，將與可再生能源一起，推動新一輪信息與能源革命。而這一輪大模型創新所遵循的擴展定律（scaling law），即更多的數據和更大的算力推動模型越來越大，越來越接近通用人工智能（AGI），產生了大數據- 大算力-大模型- 大電力的范式。

中國在新能源革命中已經處于領導地位，也是全球第二智能算力大國。中國正在部署AI+戰略，成為新質生產力中的一個戰略性前沿領域。目前中國正處于風光等可再生能源的“黃金10 年”，AI所帶來的清潔電力需求，需要順應中國的能源轉型，實現2030 年碳達峰及2060年碳中和的目標。

本報告估算出中國到2030 年所需要的智能算力總量，相對應的電力需求總量，尤其是在中國電力增量中所占的比重。我們假設中國智算中心2030 年的目標是達到世界先進水平，之后所消耗的能源以綠色和潔凈電力為主，在各行業中率先實現凈零碳排放。在國家東數西算以及八大樞紐和十大集群的總體布局下，我們進一步分析各省的智算能力和清潔電力資源的現狀及未來，將如何在支持國家人工智能發展大計的同時，推動本地的經濟數字化與智能化。與此同時，我們關注到智算在各地爆發式增長給電力系統以及控制碳排放帶來的短期挑戰，以及算力與電力的協調發展，對于引領和加快新型電力市場建設的意義。

報告下載：

【未盡研究】AI改變能源-智算如何引領新型電力系統.pdf

或在后臺發送關鍵詞智能碳