中國儲能網訊：當你對著手機喊出 “幫我查查明天天氣”—— 這個看似簡單的指令，背后也需要龐大計算能力的支撐。數據顯示，一次普通搜索耗電 0.3 瓦時，而調用 ChatGPT 一次的耗電量竟達 2.9 瓦時。若將全球每年 90 億次谷歌搜索全部替換為 ChatGPT，能耗將突破 10 太瓦時。即便 DeepSeek V3 模型采用 FP8 混合精度技術優(yōu)化，通過降低計算精度、減少內存帶寬需求來降低功耗，其訓練耗電量仍相當于 3000 戶家庭的年用電量。
AI 對電力的需求也不僅僅只有“電量” 維度。電力波動會帶來高額成本損耗，AI 依賴穩(wěn)定電源，而另一方面，AI 訓練與推理長期處于高負載率，用電波動性遠低于傳統數據中心，對電源連續(xù)性要求更為苛刻。報告顯示，到 2028 年全球 AI 電力需求將達 14-18.7GW，年復合增長率高達 25%-33%。當算力需求呈指數級增長，如何在滿足供電穩(wěn)定的同時實現低碳化？尤其在新能源占比持續(xù)提升的當下，如何將綠電納入算力體系，構建新型電力系統的可持續(xù)發(fā)展模式？
國家能源局 6 月 4 日發(fā)布的《新型電力系統建設第一批試點工作通知》中提出，在青海、新疆、黑龍江等新能源資源富集區(qū)，數據中心可直接對接當地光伏、風電設施，實現綠色電力的就地消納。通過算力負荷與新能源功率的聯合預測、柔性控制和智能化調度，能夠有效應對電力需求的峰值，避免電網過載。
全球科技巨頭為了訓練和運行當今應用背后的大型生成性AI模型，走在了能源轉型的前沿，成為可再生能源的“頭號推手”。谷歌至2024年已成為美國最大的儲能投資企業(yè)，微軟在愛爾蘭的數據中心通過“太陽能+風能+儲能”系統減少化石燃料發(fā)電機的使用，阿里巴巴張北數據中心則采用“光伏+儲能”模式，實現本地綠電的高效供應。
隨著AI技術的快速發(fā)展，算力不僅消耗電力，還能通過智能調度提高新型電力系統的運行效率。南方電網基于云南3500個節(jié)點數據訓練的AI大模型，能夠智能生成海量電網運行方案，算力效率提升千倍，并支撐70%滲透率的實時模擬，誤差控制在1.5%以內。這種“算力調度電力、儲能調節(jié)波動”的互動模式，正推動電網規(guī)劃與調度邁向更精準的新時代。
這正是能源轉型與科技革命相遇的未來圖景，新型電力系統在加速向智能化和綠色化演進的同時，也能為數字經濟注入源源不斷的動力。
