从制约走向共生，人工智能和能源正在构建新型“伙伴”关系

到2026年，来自数据中心、人工智能（AI）和加密货币行业的电力消耗可能会增加一倍，全球数据中心的总电力消耗可能会超过1000太瓦时（1万亿千瓦时）。这个需求大致相当于日本的用电量，社会用电占比超3%。

这是国际能源署（IEA）《电力2024》报告的预测。研究进一步发现，到2030年人工智能相关领域的用电量将达全社会用电量的5%左右。

如何在实现自身降碳的同时，让AI赋能能源转型？日前，绿色创新发展研究院与北京市朝阳区建外街道社区社会组织联合会组织“人工智能与能源绿色低碳转型”讨论会。

来自可持续发展研究机构、大学院校、一线企业的专家学者、企业家展开讨论。大家认为，在持续推动AI节能降碳的同时，需要进一步让AI赋能能源转型，推动能源发展的清洁化低碳化，从而构建两者新型“伙伴”关系。

讨论会上同步举办圆桌论坛。受访者供图

AI正在改变各行各业运行的逻辑

随着绿色低碳发展的持续推进，绿色可持续方面的传播也从传统的概念宣传，走向绿色价值的发现和输出。

长期从事气候传播研究的汲川传播联合创始人沈晓宁表示，在AI的支持下，气候传播正在发生根本性的变化。以前的传播更加倾向于专业知识的普及与价值的表达，而在AI的辅助下，就能够对传播的受众进行细分，并针对不同的受众及传播诉求，有针对性地制定更加精准的传播方案。同时，还能及时搜集舆情，把传播计划按步骤细分，把一些可以标准化的工作交给AI，从而改进气候传播的传统方式。

中央财经大学数字财经研究中心主任陈波分享了他们团队应用AI的故事。陈波表示，两年前就要求整个团队必须学习并应用AI大模型。“在我看来，这些数字工具改变了生产力，生产力改变了生产关系，最终改变岗位的定位——我的观点非常激进：未来一定是一个人要会好几种智能工具才有意义，才有生存价值的。如果只有一个特长，那这样的人才越来越不需要了。”

事实上，AI带给陈波的体验也十分“惊喜”，因为AI能够网罗这个世界上多个角落里的成果和新鲜观点，而这样的观点往往超越个人。陈波认为，拥抱AI，必须懂行业，懂大模型，懂代码。未来无论是传播机构还是非政府组织（NGO），都要用新的科技工具重新梳理各自的工作流程及输出的产品，加速转型。

能源与AI从制约关系演进为促进关系

多年来，因为AI对算力的庞大需求使得人们意识到，“算力的尽头是电力”。然而，经过技术的迭代升级，在对电力提出需求的同时，AI也成为能源行业实现绿色低碳发展的得力工具。

北京数极智能科技有限公司负责人苗韧表示，他们团队正在把AI应用到能碳管理系统上，帮助大量企业实现能效提升和科学减碳。

苗韧表示，早在2021年他们的团队就着手依靠数智模型解决政府部门的能碳管理问题，并研发了面向工业园区的能碳管理系统。经过这些年技术的不断迭代，如今能碳管理系统已经从依靠政府推动落地，演变成企业自主投资建设，更成为不少新建工商业项目的标配。这样的转变，既有发展理念的提升，也有市场效益的驱动，更有科技水平的升级，最终形成闭环使绿色低碳能够切实转变成为企业经济效益和竞争力。

“在服务多个行业能碳管理的同时，我们也与头部企业、行业协会协作，在相关主管部门指导下，建立了分行业、分产品能标库、因子库。再结合不同企业的建厂时间、技术工艺路线，基于AI模型生成定制化的节能减碳解决方案。”苗韧介绍。

今年1月1日开始实施的《中华人民共和国能源法》明确指出，国家完善能源开发利用政策，优化能源供应结构和消费结构，积极推动能源清洁低碳发展，提高能源利用效率。同时指出，国家推动提高能源利用效率，鼓励发展分布式能源和多能互补、多能联供综合能源服务，积极推广合同能源管理等市场化节约能源服务，提高终端能源消费清洁化、低碳化、高效化、智能化水平。

AI助力，算力减碳渐入佳境

数据中心传统的降碳方法一般是提高IT设备能源消耗的比例，降低数据中心的其他能源消耗。当前一般以PUE值来表达，（PUE = 数据中心总能耗 / IT设备能耗）。该值越接近1，该数据中心的能效水平越好。

然而，除了IT设备运行本身消耗能源外，能源的主要消耗来自设备的降温。一般是通过风冷和液冷等手段来实现的。

腾讯IDC首席能源电力专家牛凯表示，在能效管理维度，基于计算流体动力学（CFD）仿真技术构建三维数字孪生模型，可精准模拟机房温度场、速度场及气流组织动态特征，通过AI算法对制冷系统进行联动调优，实现制冷效率提升与PUE降低，此外，AI还能够从空间上进行算力的智能调度，将时延要求不高、可中断的业务调度至西北新能源资源丰富区，充分利用我国西北地区更绿色低碳的算力。

如果说，数据中心对能源的消耗不可避免，那作为用户又将通过怎样的行为来减少自身的碳足迹？

对此，苗韧表示可以从两个方面入手：

其一，对个体而言，个人生活导致的碳排放，除了在家里用电、外出坐车等，越来越多的是使用手机电脑等数字技术产品时产生的。可以有意识地去了解各种软件、云服务产品的能耗或碳排放，以此推动相关厂商的绿色低碳转型。

第二，对有智能算力、存储需求的企业，需要结合自身的数据规模需求、响应速度需求、数据来源等，对数据和算力进行整体规划设计。在端、边、网、云多环节，明确数据在边缘存储和计算，哪些数据要汇集到云上，降低自身数据体系的复杂度，并且兼顾数据的效率、隐私和安全。

除微观层面的算力减碳外，我国还从顶层设计的层面，加速构建“东数西算”大格局，推动算力的绿色化发展。

2022年2月，多部门发文，在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等八地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。截至2024年6月底，“东数西算”八大国家枢纽节点直接投资超过435亿元，拉动投资超过2000亿元。

在AI的助力下，算力减碳渐入佳境。

新京报零碳研究院研究员 白华兵