最近接触下来，发现大家对新能源行业普遍偏悲观，项目不好找，好不容易抢到项目可能也不赚钱，搞不好还亏钱。
不管是光伏、风电、动力电池还是储能，产业链上的大部分人日子都难过，行业太卷了。国内卷完还不算，东南亚、中东、非洲等地，好日子也不长久。
今天谈点积极的，那就是一定要相信新能源电力行业的大发展趋势是不可抵挡的，行业发展难免会有起伏。既要低头看路，也别忘了仰望星空，对未来保持乐观。
一、ChatGPT点亮人工智能
这两年最火的概念，莫过于以OpenAI推出ChatGPT引爆的AIGC，其估值从2015年成立时的10亿美元暴涨到1,000亿美元。同时也带动了整个人工智能产业链的发展，最为显著的就是卖高端算力显卡的英伟达。从ChatGPT发布以来
2024年6月19日，英伟达的市值一度达到3.4万亿美元，超越当时的微软和苹果，成为全球市值第一的公司。
3.4 万亿美元是一个非常巨大的数字，超过英国、法国、加拿大等一众老牌发达国家2023全年GDP总值，接近排名第五的印度，达到中国17.8万亿的19%！用富可敌国来形容毫不为过。
二、绿色电力需求的巨大缺口
摩根士丹利的报告指出，生成式人工智能（GenAI）的用电量，预计将从 2023 年的不足15太瓦时（1太瓦时=10亿度电）以每年70%的速度激增，至2027年有望达到惊人的224太瓦时，这一数字已逼近西班牙在2022年的总用电量 ——230太瓦时。
半导体研究公司TechInsights在6月份的一份研究报告中表示：“未来五年，人工智能加速器将消耗全球2,318太瓦时的电力，将占全球用电量的1.5%，占全球能源的很大一部分。”
去年，Gartner 对电力消耗做出了更为激进的预测，称人工智能“可能消耗全球 3.5% 的电力”。Gartner 的方法尚不明确，可能包括网络、存储和内存。
ChatGPT每天响应约2亿个需求，消耗超过50万度电力，相当于1.7万个美国家庭平均1天的用电量。OpenAI训练一个规模为1,750亿个参数的GPT-3模型的电力消耗量为285MWh，这相当于一个美国家庭用电5.7年的总用电量。 百度用于训练推理文心一言的阳泉超算中心，每小时耗电64,000度，一年用电量就接近6亿度电，够中国30万家庭一年的用电量。 英伟达新一代Al加速器Blackwel GB200，单芯片的电力消耗高达2,700瓦，是上一代A100芯片的7倍。H100型GPU芯片是目前人工智能算法常用的芯片之一，1块这样的芯片1年消耗的电量比1个中等规模的家庭都要多。
随着人工智能大模型（LLM）广泛应用和深入发展，尤其是在大数据处理、深度学习、自动驾驶等领域，对计算能力和存储空间的需求会急剧上升，进而推动电力需求的增长。
英伟达CEO黄仁勋在一次公开演讲中指出，
AI的尽头是光伏和储能！我们不能只想着算力，如果只考虑计算机，我们需要烧掉14个地球的能源。
OpenAI的创始人山姆·奥特曼在今年3月份披露正在和微软联手打造星际之门（Stargate）计划，将耗资1,000亿美元。星际之门推出的时间预计在2028年，并且2030年之前会进一步扩建。最终，它所需要的电力，很可能高达5千兆瓦。
而从最近担任谷歌CEO长达十年之久的Eric Schmidt在斯坦福内部交流会上传递出来的信息是，他认为OpenAI的星际之门计划1,000亿美元预算远不够，3,000亿美元都不一定打的住，能源缺口太大了。（可联系小秘获取Eric Schmidt在斯坦福内部演讲文字版）。
特斯拉CEO埃隆·马斯克在2023年投资者日活动中披露的“秘密宏图”第三篇章中，要求全面转向可持续能源，目标在2050年前实现能源100%可持续。包括240TWh储能、30TW可再生发电、10万亿美元制造投资。
全面转向电动车； 在家用、商用和工业领域使用热泵； 在工业领域使用高温储能及绿色氢能； 在飞机和船舶上应用可持续能源； 用可再生能源驱动现有电网。
美国现任政府的首要目标是到2035年实现100%清洁能源，并到2050年实现净零排放。
而中国在2020年就提出了“3060”政策，并且在一以贯之的坚定执行中，光伏、锂电和新能源汽车的大发展无不是为了兑现承诺。
新型电力系统加速推进下，大规模新能源接入、产消者新型负荷快速增长，以及微电网、虚拟电厂等新模式新业态的加入，使得电网运行安全挑战陡增。
此时，随着人工智能技术发展，其在促进数据价值挖掘、驱动电力业务优化升级上表现出越来越不可替代的关键作用。尤其是电力大模型在发电、调控、配电、巡检、客服等场景的深层次应用，为优化电网运行控制体系，赋能电力生产力提升带来巨大的价值和优势，成为推动电力系统转型升级的关键。
电力行业正在迎来人工智能时代。
人工智能大模型的应用为电网业务提质增效带来巨大的价值。比如在国家电网的实践中：
大模型可以替代巡检领域80%的人工，智能客服方面也是80%左右； 在电力系统负荷预测方面，AI大模型可全面替代人力； 在输配电领域，大模型已具备每分钟处理100张问题图片的能力，还能同时识别20类缺陷，识别效率是传统人工智能算法的10倍； 在电力调度领域，能够协助调度部门针对电网异常情况秒级自动化生成处置预案，及时响应15分钟电力市场调节要求，使预案更安全、高效。
人工智能和新能源电力系统是相互需要，共同良性发展。
然而，以美国为代表的西方国家到处散布中国新能源产能过剩，不排除是想浑水摸鱼。将中国最有价值的相关公司估值打下去，然后低价收购少数或者多数股权，以补充自己的产业链短板。这个需要重点关注。
