requestId:687b3fda417505.41355972.
比來《國民日報》通過專訪任正非對外釋放了主要信油氣分離器改良版號。此中也講到了，AI競爭的背后，是要有充分的電力、發達的信息網絡，而中國有這樣的優勢。可以說，汽車零件AI的盡頭是算力，算力的盡頭是電力，這已成為科技行業的共識。本期「電網深談」邀請了阿里云動力行業首席架構師葉的回覆？ “一個人長得漂亮，唱歌也好聽。”黃振、浙江省電力負荷治理中間孫鋼、浙江省動力年夜數據中間王彥波三位專家，一路聊聊這個話題。
以下為訪談內容：
算力究竟有多費電？
掌管人：黃振老師，我看到有一種觀點，就是數據主義，認為萬物皆可“數據化”，皆可被計算。好比貝多芬的交響曲、股市曲線和流感病毒，不過是數據流的三種分歧形式，都能應用類似的基礎概念和東西來剖析。作為業內人士，在您看來，這和現在說的算力有關系嗎？
黃振：我覺得這個觀點很是新潮，就說世界萬物都能被數據化，但它是一個概念型的、幻想化的狀態。假如真是要落地，就是把這個世界描寫出數據的話，它的背后的這個算力是必不成缺的。所以算力其實是它的一個支撐。假如沒有算力的支撐，是沒有辦法往實現這個幻想的。那今朝來說，我們看到了一個年夜的機會，就是我們良多的算力，通過現今的一些越來越多通用化的年夜模子，描寫了這個世界是怎么樣的。我們也盼望通過AI加上這個算力，能把這個世界的數列描寫得更精準化，更合適并支撐我們的生涯。
掌管人：謝謝黃振老師的解答。那現在我們也看到，算力需求也帶來了用電負荷的增長。孫鋼老師，浙江是數字經濟年夜省，算力帶來的電力負荷情況怎么樣？
孫鋼：這幾年來，在國家“東數西算”工程和AI年夜模子技術應用的雙重驅動下，全國算力產業的用電需求呈現爆發式增長。浙江當然也是沖在後面。我們以浙江為例，浙江2024年算力產業總耗電量年夜約是48億千瓦時，同比增長率超過了13%，這個數據是明顯高于浙江往年全社會用電量的增長9.5%，包含它的德系車材料全社會負荷增長率7.5%，這就能看出它疾速發展的趨勢。本年以來，隨著以阿里和杭州六小龍等為代表的一批人工智能產業的不斷升溫，我們信任，本年我們全省算力產業的發展速率會更快，預計帶來的負荷增長將超Porsche零件過20%。
掌管人：從企業視角看，算力擴張與電力供給之間能否存在明確的量化關系？
黃振：這長短常確定的，電力由于AI增長了，我們的算力年夜池子里，自己也因為AI的增長而增長，我們預計到2030年會帶動數據中Bentley零件間大要3倍的量，那還是一個比較穩態的估計。可是穩中有能夠會爆發性增長，像本年的DeepSeek就不只是穩步往上增長。所以我覺得20%是一個很是客觀的數字，跟我們觀察到的現象是分歧的。
掌管人：那在電力供應方面，針對數據中間，是不是也有一些有別于其他行業的方法？
孫鋼：是的，數據中間對供電的靠得住性和電壓的穩定請求更高，一旦出現電力中斷或波動，將導致計算水箱精任務中斷、數據丟掉，甚至設備損壞，形成宏大的經濟損掉。全省各地電網企業都在紛紛摸索一些好的保證手腕和辦法。重要有這么幾個方面吧。
起首在技術層面，歸根結底最焦點的，還是要晉陞我們的配電自動化程度，重點是要晉陞數據中間配電網賓士零件絡毛病的及時預警和處置才能。
第二在治理方面，今朝全省各地也都在積極嘗試“電算協同”這樣一種發展路徑和機制辦法，好比國網浙江營銷服務中間有運營一個全省千項萬億嚴重項目標管控平臺，它就能很好地推動數據中間和電網規劃的深度結合，就是在規劃的源頭，就充足考慮到數據中間未來用電的增長空間，從而能夠從源頭上往保證未來數據中間能有充分的電能供應。在這個基礎上，我們也會積極引導數據中間往設置裝備擺設儲能設備，還有移動電源、備用電源等等，這些和我們的電網做一個深度耦合和互動，并且納進統一的監視和治理，來應對電網能夠出現的一些毛病。
還有很主要的一點，就是在動力結構方面，應用綠電，向年夜天然取電，應該說是數據中間算力中間未來的長遠發展標的目的。在這方面，浙江近年來分布式光伏（發展迅猛），本年最新的數據，光伏的最年夜出力已經達到了3600萬千瓦，這長短常年夜的體量。這么年夜的體量共同儲能設備，它就能很好地解決數據中間的一個動力供應問題，并且因為儲能的深度耦合、靈活充放電特徵，也能夠解決光伏的出力波動性問題。
AI也能助力節能
掌管人：電力的供應是剛需，但數據中間節能降耗也同樣主要，這方面我們要若何實現？
王彥波：今朝用于評價數據中間動力效力的焦點指標叫作PUE（Power Usage Effectiveness，電能應用效力），它的定義是數據中間總耗電與IT設備耗電的比值。PUE值是年夜于1的，當它越接近1時，表白IT設備耗電占比越高，非IT設備（如制冷、供配電系統）的耗電占比越低，動力應用效力越高。今朝浙江省的數據中間均勻奧迪零件PUE值是1.57，我們電網有個禾城數據中間，它的PUE值是1.35。要想進一個步驟下降這個PUE值，可以通過下降非IT設備的耗電，從而進步數據中間的電能應用效力。
掌管人：王老師，那能不克不及請您系統介紹一下，都有VW零件哪些原因在推動這個值的變化？
王彥波：PUE的變化受環境、技術、治理等多原因的綜合影響，和IT設備、制冷系統、供配電系統的耗電等都有關。拿算力芯片來說，昇騰910C基于7納米工藝，與英偉達H100的4納米工藝比擬，能效比要差一些。負載應用率重要與資源調度分派運營效力有關。那么非IT設備重要包含制冷系統、供配電系統。拿制冷系統來說，溫濕度等氣候條件和季節變化會直接影響到數據中間的制冷需求。好比我們的緊水灘綠色數據中間，它就是應用水庫深層的低溫水免費供冷，規劃設計的PUE值可以達到1.13。供配電系統方面，像阿里仁和數據中間采用的巴拿馬電源直流供電計劃，功率模塊效斯柯達零件力達98.5%，再疊加先進的制冷方法，PUE可以到1.09。
黃振：我們用了AI的GPU算力，假如是同樣的算力用CPU往計算的話，它耗能會更年水箱水夜，GPU是比CPU加倍省電和省能的。為什么我們覺得這個電不斷增長得很快，是因為我們還沒有徹底的由CPU為主的這種計算形式，轉到我們以GPU為主的這種形式，所以當這個轉變完成之后，反而AI能帶來自己數據中間的節能，是可以看到這個後果的。
掌管人：AI不是能耗的負擔，反而是節能的引擎。
黃振：對，包含其實我們在本身的數據中間獲得的一些結論，就是數據中間假如是80%的算力都是由GPU來承擔的話，自己GPU用的能耗才15%，這個比值是台北汽車零件以前的CPU能耗的1/3。
掌管人：那在數據中間的節能降耗方面，除了剛剛您說的這個之外，還有沒有其他的方法？
黃振：除了自己的能耗指標和我說的GPU改變，還和綠電相關。我們也欣喜地看到浙江這邊有良多的分布式光伏、風電，我們盼望跟這些綠電結合起來。並且我們新投的數據中間，基礎上都是盼望50%以上的綠電占比，甚至到將來滿足目標80%以上。還有，我們也采用了一些先進的技術，因為現在的GPU它就一臺服務器，那我們可以把它浸泡在液冷水里，那它的制冷方法會更集中，並且比以前的空調冷機的方法能效更好。
掌管人：本年國家動力局是不是也提出了國家樞紐節點新建數據中間綠電占比達到80%的目標？
黃振：對，其實我們新投進的機房已經滿足了。AI的算力增長很快，我們在內蒙古、張北包含比來在青海西寧也投進汽車零件貿易商機房，因為像青海，自己綠電占比就達到了95%，所以我們會在這種新動力發達省份更多投進資源。到2030年，基礎上我們的數據中間能100%用上綠電。
掌管人：這種“算力-綠電”捆綁形式的經濟性和降碳效益若何？
黃振：我覺得這是一個很好的形式，並且這兩個是兼顧的，既有它的經濟性，又有它的綠電性。就拿剛才我提到的青海來說，它自己綠電已經達到95%，那從運營本錢來說，還有投資產品來說，就降了20%-30%，幫我們縮短了大要兩到三年的投資回報率。
掌管人：那是不是可以懂得為，做好“均衡”很是關鍵，好比“東數西算”就是一種空間上的均衡，通過跨地區布局實現降耗。
黃振：對，我認為均衡很主要，因為我們良多偏遠的數據中間，重要在早晨年夜數據跑批的時候應用，白日時，要接近負荷側。現在有了AI，良多AI的一些推理算法，可以在偏遠的東南這些綠電資源豐富的處所應用，這是AI給我們帶來空間上分布的一個有利的條件，它的移動潛力更為宏大。除了空間下面的一個均衡，我覺得時間上也有，包含我們的AI虛擬機，會出一個效能叫提起批量計算，這個批量計算的汽車材料價格是平時的50%。那你提交（問題）之后不需求立即拿到你的謎底，它能夠給你天生報告，過一段時間錯峰之后，到遠邊的機房運轉數據再回到你那，我們看到這個服務發布了之后，其實有良多的這個需求，正好時間上也是錯峰了，也是達到了必定的均衡。
算力之爭在電力
掌管人：那可否預測一下，未來幾年的算力需求會有怎樣的發展趨勢？
黃振：隨著AI用戶數越來越年夜，算力增長是可預測的。但不克不及預測的是什么呢，能夠是有些爆款的AI應用。本來像微信這種法式，它要達到1億的用戶數大要用了一年多、兩年的時間，那到了Open AI這個時代，它大要就是七個月，那到了DeepSeek這個更夸張，大要只要七天。所且溫柔。以這樣電力系統的供電，能夠更需求必定的靈活性和有預測性。
孫鋼：未來幾年，隨著數字經濟的持續發展，浙江算力需求將呈現“量級躍升、密度倍增”的趨勢。以年夜模子為例，單次訓練所需的算力相當于傳統AI任務的數百倍。這背后帶來的電力需求，也必定會有同步的爆發式增長的趨勢，這也會對電力供給的穩定性和綠色化提出更高請求。
王彥波：在國家雙碳目標的推動下，未來幾年算力需求將呈現“總量增長但結構優化”的趨勢。數字化的變革和AI年夜模子的廣泛普及及應用，會促進AI算力的需求年夜幅增添，但同時碳排雙控，也會倒逼行業變革，來促使企業轉向低碳技術。浙江省發展改造委也提出了2025年末數據中間PUE要在1.5以下的請求。在這個年夜佈景下，數汽車材料報價據中間的發展必定朝著綠色化、低碳化發展，單Skoda零件位算力的“含綠量”會汽車機油芯明顯增添。
掌管人：AI時代，算力就像水和電一樣，“即開即用”，並且規模越來越龐年夜，會有“動力焦慮”嗎？
黃振：這種焦慮有能夠是幸福的焦慮。因為AI它自己的動力的耗費應該是遠遠小于它帶來的對這個社會的效益。但短期確定是有壓力的，好比說現在的一些數據，就是我每次問DeepSeek一次大要是2.9瓦時的這個用電量，相當于差未幾二三十瓦的燈泡，點亮6分鐘。可是你想，AI假如將來像我們的燈一樣普及，每時每刻都在問AI，那到時這個用量能夠會是百倍的指數級增長，那有能夠就是我們將來的用電量，會達到十幾個三峽的發電量。但可喜的是，AI自己其實更多帶來了其他行業的一個減量，或許是能耗的一個增益，我們數據中間占全球用電量的1.5%，在AI（翻倍）過往之后，能夠會達到5%。可是這個5%的增量，會帶來全社會其它的一個減量。我們覺得這是可期的。
孫鋼：“動力焦慮”這個詞台北汽車材料，它重要是表現在電力負荷在不斷地增長，同時我們對節能降碳又有請求，這兩者之間若何均衡處理的這樣一個問題。那這個問題確定有解決的辦法。
第一要增添電力的多元化供應，好比通過樹立核電、風電、光伏、氫能、儲能等多能協同互補機制，為數據中間等高電力需求企業，供給24小時全天候穩定的綠色電力供應。
然后在需求側要盡量發掘調節潛力。浙江今朝正在鼎力發展和推進的虛擬電廠，其實就是一個很是好的一個方法和路徑，它可以聚合像數據中間這樣的閑散資源，還有分布式的儲藍寶堅尼零件能、自備電源設施、分布式光伏等等，與電網進行一個良性及時友愛的互動，從而減少對傳統的化石動力的依賴和耗費。
別的一點，就是通過技術改革進步能效程度，下降能耗，好比通過優化“電算協同”的算法，就可以基于負荷預測來科學調整算力服務器的運行狀態，從而達到單位算力能耗值降落的目標。
總的來說，“動力焦慮”是客觀存在的一種發展趨勢，一個階段，不是一個壞工作，最終我信任定能完那天她痛經到無法下床，本該出差的男人卻突然出現，善破局。
掌管人：那現在算力占全社會用電量的占比怎么樣？
孫鋼：算力的話，今朝占比大要在1.2%擺佈，還比較小，畢竟還只是近年來興起的一個事物。但它的發展趨勢和同比增長率還是很能說明它的未來發展態勢。
王彥波：應該說動力焦慮是客觀存在的，可是并不成怕。我們省動力年夜數據中間實現了對全省183家數據中間的電量、負荷的動態監測。基于這些動態監測數據，一方面我們可以為數據中間運營主體制訂精準負荷調控戰略；另一方面電網企業可協同重點數據中間開展彈性用能計劃制訂，優化數據中間的用電形式，還能緩解用電岑嶺期時的電網用電壓力。
別的，浙江電力也在加速推動改建一些變電站，晉陞杭州未來科技城、寧波北侖工業區等多個算力集群供電才能，110千伏及以上供電的數據中間所有的實現雙電源接進的靠得住供電。
同時我們也在支撐數據中間的碳排放雙控，推進綠電買賣，實現超年夜型數據中間全年綠電買賣4.62億千瓦時，減少碳排40萬噸。本年我們省動力年夜數據中間也在支撐省動力局對30余家數據中間開展化石動力消費預算任務，支撐數據中間完成年度總體用能預算指標請求。
掌管人：從長遠來看，動力技術的哪些衝破將對算力發展產生反動性影響？
黃振：從整個長遠的競爭格式來說，電力算力是息息相關的，就是算力最終的邊際本錢就是電力。那從今朝的一個競爭格式來汽車零件進口商說，american在這方面也有必定優勢，因為它的綜合的動力本錢是要比我們低的，可福斯零件是Audi零件更長遠來看，中國的制造業比較凸起地把我們的光伏風電都做到世界第一，規模化帶來本錢的下降。在擺脫了被“洽商”內部要輸進的化石動力以后，長期的動力本錢，會構成我們的真正的競爭優勢。我覺得中國的真正優勢，就在于現有的新動力制造業規模化，帶來更低的本錢，最終我們超出american這些傳統靠資源稟賦獲得動力低價的國家，從而構成我們本身獨特的算力優勢。
掌管人：也就是說，未來算力與電力協同很能夠會催生新業態，實現算電融會的商業形式創新？
黃振：對，我覺得現在有些技術是可以實現的。我們這個數據中間，將來紛歧定只是一個用電的，還可以當成一個虛擬電廠一樣的，負荷可調。那現在看數據中間都比較平穩，它似乎不那么可調，是因的CP（人物配對）則主導了粉絲的討論。為我剛才也說到了CPU，我們是一向服務的，它是比較平穩的。可是這個GPU的請求，都是波動性的，那這樣的話，一方面可以更多進行時空的轉移，第二方面我們也更多投進一些光伏儲能設備，把數據中間自己變成一個可調節的負荷，不單不成為電網的負擔，甚至是可以往貢獻一些調節才能。賓利零件
另一方面，電也可以為算力服務，包含我們嘗試的那個批量計算。好比說，此時此刻午時太陽很好，光伏年夜發，數據中間能不克不及幫我消納一下這個綠色的電力，這時候可以引導用戶，現在的電力很廉價，這個虛擬算力的價格很廉價，快來購買，那構成這樣的聯動效益，既幫助綠電消納，也把價值導向給了最終的用戶，促進本錢下降。可以有高級的DeepSeek的R1，也可以用簡單模子，當我需求更高級的算力，幫我出一個很 TC:osder9follow7
發佈留言