导读
●美国算力狂飙带动电力消费激增
●美国算力与电力之间矛盾的三大表现
●启示与建议
美国算力狂飙带动电力消费激增
（一）美国生成式AI引爆算力需求
生成式AI通过学习大规模数据集生成新的内容，与传统AI相比，模型规模更庞大、场景算法更复杂，对算力的需求也快速攀升。从模型规模来看，仅能处理文字的GPT-3训练参数为1750亿，而具备文本、图片等处理功能的GPT-4训练参数约为1.8万亿，模型大型化、复杂化带来算力需求急剧上升。从场景算法来看，随着生成式AI的迭代，应用场景从单纯的文本生成向视频创作“升维”，带来算力需求的再次爆发。据相关研究显示，使用相同的文本作为输入，生成一段视频的算力需求是文字的1500倍。
（二）电力是支撑算力发展的关键要素
生成式AI对算力的海量需求推动如中央处理器、AI算力卡等计算机硬件加速升级。计算机硬件性能持续增强的同时，设备电耗水平也快速提升，对电力依赖程度不断加深。如英伟达公司于2024年发布的新一代B200型算力卡，性能较上一代产品提升了5倍，但单卡功耗也从700瓦提升至1200瓦。受此影响，配备新型算力卡的服务器，单机架功耗预期达到40-60千瓦，约为常规服务器机架功耗的10倍。
（三）数据中心成为新的“吞电巨兽”
当前，生成式AI创新迭代活跃，美国各行业的渗透率不断提高。据美国麦肯锡于2023年秋季的调研显示，28%的受访者表示在工作中经常使用生成式AI，其中，科技领域占比高达33%，能源领域占比最低也突破14%。尽管算力卡的效率不断提高，但生成式AI的应用场景快速拓展，将带来算力和电力需求的急剧增加。研究显示，仅OpenAI公司就需要近3万个AI算力卡支持ChatGPT，每天的电力需求超过50万千瓦时。而根据国际能源署的最新数据，美国在运数据中心超过2600家，预计到2026年，美国数据中心的电力消费量将从2022年的约2000亿千瓦时上升到近2600亿千瓦时，占总电力需求的6%。
（一）现有电网承载力不足，无法支撑数据中心快速“上新”
为满足算力激增需求，美国AI行业对新建数据中心需求愈发迫切，预计到2030年，美国数据中心总功耗，将从1700万千瓦提高到3500万千瓦。受此影响，靠近电源和贴近用户终端的数据中心基地，均出现电网承载力严重不足的窘境，导致新建数据中心项目受阻。据调研，随着近期大量数据中心超预期投产，部分新增数据中心投产时间已延长2至6年。世界最大的数据中心基地北弗吉尼亚州，拥有能源和网络基础设施优势，但可新建数据中心规模已不足预期的0.2%；硅谷、达拉斯沃思堡等靠近终端用户的数据中心基地，可新增数据中心规模分别不足预期的0.5%、1.9%。
（二）电力基础设施建设滞后与AI快速发展趋势明显错配
美国区域间电力互济能力长期偏弱，生成式AI引发用电超预期增长，远超美国电力基础设施更新和新建规划目标，进一步加剧电力供需矛盾。电力基础设施方面，美国电力基础设施迭代升级较慢，导致全国70%的输电线路和变压器运行年限超过25年，60%的断路器运行年限超过30年。2023年，算力需求激化电力供需矛盾，美国能源部首次拨款近35亿美元支持扩大输电容量、增强电网韧性。电力规划方面，北弗吉尼亚州的龙头电力企业Dominion Energy针对数据中心快速新增而电力规划严重滞后的情况，将经营区内新增数据中心项目工程进度纳入未来电力规划重点考虑。区域互济方面，为应对数据中心激增用电需求，PJM市场运营机构一改此前主要依赖区域内新建电源的常规路径，提出规划新增多条500千伏跨区特高压线路以提升区域电力互济能力。
（三）数据中心负荷新特性加剧电力安全可靠供应难度
数据中心用电刚性强、可靠性要求高，随着生成式AI应用的普及，当前美国数据中心用电还呈现用电量激增、负荷波动大的新特点。据调研，美国数据中心进行模型推理的用电峰谷差已高达4倍，用电峰谷时段与美国经济活动高度匹配，负荷调节难度较大。由于美国数据中心大多要求高比例可再生电力供应，数据中心的用电新特性与可再生发电的波动随机性将构成源荷的“双重波动”，为保证数据中心供电可靠性的难度不断加大。
美国生成式AI发展面临的用电挑战，根源在于算力需求激增与电力系统常规发展的不适应，美国电网承载力不足、电力基础设施建设滞后、数据中心用电新特征与可再生电力的源荷“双重波动”，是进一步加剧算力与电力矛盾的三大主因。
当前，我国AI大模型等人工智能产业迅速发展，在多行业领域应用日趋广泛，算力需求加速攀高。为此，我国正积极构建全国一体化算力网，到2023年底，算力总规模达到230百亿亿次/秒，位居全球第2位，预期未来算力规模将以20%左右增速持续增长。同时，我国具有全球规模最大的电力系统，电网跨省跨区资源配置能力和互济调节能力不断加强。在此基础上，我国坚持全国一盘棋，统筹能源资源与算力空间布局，通过“东数西算”工程，推动东部地区中高时延算力需求向西部能源富集地区有序转移，可有效应对生成式AI引发的电力需求激增形势。下一步，应充分借鉴美国电力制约算力发展的经验教训，从以下方面推动算力-电力协同发展。
（一）超前谋划算力与电力的空间布局
数据中心分布与人口密度、经济水平、商业需求等呈正相关，美国数据中心主要集中在首都（华盛顿）、金融中心（纽约、芝加哥）和科技中心（旧金山、西雅图）等地，为解决数据中心用电激增的矛盾，迫使相关主管部门和企业采取临时应对措施。我国应统筹算力-电力时空布局，在科学布局“东数东算”、“西数西算”与“东数西算”三类场景的同时，对潜在电力需求增长和电网承载力进行前瞻性评估，按照“适度超前、留有裕度”的原则推动电力基础设施建设，做好算力高速发展的基础支撑。
（二）全面提升电网优化运行能力
近年来，受极端天气频发、新型负荷广泛接入等因素影响，全球电力负荷波动加剧，用电需求预测难度与日俱增，而美国生成式AI算力需求激增进一步加剧了区域电网负荷峰谷差。面对新形势下的负荷特性加速演化，我国应结合新型电力系统建设进程，加强数据中心、电动汽车、新型储能、氢能等新型负荷预测，研判电力需求变化趋势，及时调整电力供应，优化电网资源配置和调度运行，提升电网安全稳定运行水平。
（三）加强数据中心电力负荷管理
当前算力基础设施的供配电系统普遍采取冗余运行策略，节电降耗潜力较大。建议进一步完善各类型数据中心的实时用电监测，强化数据中心供能系统与数据业务的协同调控，实施用能用电精细化管理，实现能效、成本、算力等整体优化运行。
编辑 | 青 禾
校对 | 闫建军
设计 | 大 米
版权所有，侵权必究
欢迎个人分享，媒体转载请回复本微信号获得许可
