山雨欲来，AI算力需求引发的新能源市场重构
文摘
科技
2024-03-10 21:15
湖北
![]( "引导关注")
![]()
![]()
传闻：光伏的弃光率红线
2月29日，ZYZZJ第十二次集体学习时强调：我们要顺势而为、乘势而上，以更大力度推动我国新能源高质量发展，为中国式现代化建设提供安全可靠的能源保障，为共建清洁美丽的世界作出更大贡献。近日，资本市场一直传闻中的国内电网5%弃光率红线放开，电网对光伏（新能源）电站的接入会更加开放与友好，对推动2024年光伏的装机将产生实质性的利好，光伏相关概念股票大涨。单纯通过弃光率的红线，不足以支撑未来新能源的持续发展。任何一种产业或者技术的发展，是依靠市场自生的力量而壮大，譬如中国的新能源发展是技术与产能释放后的市场需求与红利，市场需要便宜的电能，恰恰新能源产业可以通过市场向需求侧提供廉价且清结的绿色能源，当然这个市场是开放与便捷的。近两年，很多大伽曾经论述过，中国发展新能源，发展电动汽车，实施电能替代是解锁“石油美元”的大棋。那么，在今天AI如火如荼的浪潮下， 中国的新能源，电网与AI的能源供给之间，又是交织着如何的利害关系，如果石油美元是一盘大棋，那么AI能源不是这盘大棋的“珍珑”之局？![]()
引言：火热而让人焦虑的AI
北京时间3月4日晚，OpenAI主要竞争对手之一的Anthropic官宣了Claude3，Anthropic是由OpenAI原团队人员建立的，所以两者路径很相似，但从性能上看，Claude3已经基本超越GPT4。3月7日，Meta又表示要打造新的巨型AI大模型，后面GPT4.5也随时发布，海外大模型竞赛已经进入白热化阶段。苹果也刚刚宣布放弃造车，加入AI竞赛。苹果CEO库克近期表示，公司认为“生成式人工智能具有令人难以置信的突破潜力”，库克同时承诺，今年晚些时候，苹果将向大家分享“在AIGC方面开创新局面的方式”，这是另一项“能重新定义未来的技术”。Anthropic、Meta、苹果等公司近期密集发布最新的大模型或者相关计划，海外大模型竞赛群雄逐鹿、如火如荼，越来越多科技公司正在参与布局AI技术的热潮，根据Mandeep Singh领导的彭博行业研究分析师发布的一份最新报告，预计到2032年，生成式人工智能市场的总营收规模将从去年的400亿美元增长到1.3万亿美元，10年32倍，年复合增速高达40%。AI当前的火热，连国务院国资委都坐不住了。2024年2月21日，国务院国资委召开“AI赋能产业焕新”中央企业人工智能专题推进会。会议强调了要加快建设一批智能算力中心；同时开展AI+专项行动，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。![]()
这不是国资委首次提人工智能，但却是第一次开专题讨论会部署如何推进央企发展人工智能，重要性不言而喻。据可靠的专业数据，即使我们持最乐观的态度，国内的算力大概只占全球的9%到15%的比例，受制于国产AI芯片的性能，国内每年的AI算力增长也仅相当于全球新增算力的3%到5%。因此，从国内的算力增长角度看，与海外差距正在逐渐扩大。同样地，从应用端看，国内与国外公司推出的新机器学习模型的差距越来越大。![]()
思考：AI算力对能源需求的重构逻辑
近日，特斯拉CEO马斯克再次对外界表达了他对电力供应的担忧，他预测未来两年将由“缺硅”变为“缺电”，并指出这可能成为AI产业发展的阻碍。马斯克的这一观点引发了全球对能源供应和AI产业发展的关注。英伟达H100 AI GPU芯片的峰值功率大约为700瓦（包括HBM内存功率）。英伟达下一代Blackwell架构的B100芯片，推测其功耗可能会超过1000W。一台AI算力服务器可以配置2到8块GPU，甚至更多，以便提供强大的并行计算能力用于AI训练或推理任务。考虑服务器其他组件（如CPU、内存、存储、风扇和电源系统）以及整体能效及非IT能耗，按10kW综合考虑，一台5000台服务器的企业级的中小型算力中心，则需要50MW的电力需求。AI算力的快速扩张直接带动了算力数据中心和服务器集群规模的增长，而这些设施的运行需要消耗大量的电力。随着AI模型的复杂度不断提高，训练和推理所需的能量也随之飙升，呈现出明显的线性甚至超线性增长趋势，使得总体能源消耗呈指数级增长。从公开报道来看，Meta计划至2024年末购买多达35万张NVIDIA H100算力卡；苹果计划2024年斥资47.5亿美元采购约2万台AI服务器；OpenAI，谷歌......华为昇腾的AI算力卡2024年的产能约为50万张，如果建设成为100座中等规模的AI算力中心，则需要5GW的电站为之提供能源，还有一个问题是中国的AI芯片与英伟达的性能差距较大，相当于30%的算力，中国为了赶上与美国在算上的缺口，这个数据中心的规模及能源的需求何止是一个天文数值？![]()
那么，未来的基于AI算力需求的能源结构调整与中国AI发展的路径来说，都将是一个极大的挑战。1）面对AI算力需求激增，传统的能源结构无法满足低排放、高效率的要求，这就促使了对能源结构的重构，包括提升可再生能源比例、发展储能技术、优化能源分配网络，以及研发更高能效的AI硬件和算法。2）AI在垂直领域的应用，分布式计算与边缘计算的应用。除大模型之外，AI在垂直领域的应用会是重要的场景，这也是一贯的中国特色。分布式计算、分散式计算及AI边缘计算的模式，对AI计算节点更加分散，对局部区域的能源供应是一种市场机会，同时也带来了能源管理和调配的新挑战。需要建立灵活高效的能源网络，实现智能调度，减少无效和冗余能耗。讲到这里，AI这种“高耗能”的“新质生产力”无疑会对现有的新能源产销模式，电网能力，电力市场产生强烈的冲击。![]()
逻辑：“算力去美元化”的底气与逻辑
当前，美国在人工智能（AI）领域的研发、创新和商业化方面的确处于全球领先地位。首先，美国在AI芯片的设计和制造高性能、低功耗的人工智能专用芯片（如GPU、TPU等）方面拥有显著优势，比如英伟达（NVIDIA）、英特尔（Intel）、AMD以及Google等公司都在AI芯片领域重点布局。目前美国高性能的芯片是不允许向中国出口的。![]()
同时，美国在大规模AI模型，强大的算力基础，应用场景及科研与人才储备都不是中国或者其他国家可以比拟的。那么，美国优先的战略势必又是他们在AI科技领域的霸权，如同石油美元同出一辙。当前，AI芯片中国AI发展的卡脖子环节，但是我们还有低性能的芯片可供替代，采用多芯片并行计算在技术上是可行的，已经取得了一定的成果。艰难，但不能放弃，用时间换取空间。如果中国的新能源发展是去石油化，举起了与“石油美元”脱钩的大旗，那“算力去美元化”又是中国新能源巨大的产能赋予AI领域的底气。（1）光伏组件产能：2023年国内光伏制造业（不含逆变器）产值超过1.75万亿，同比增长17.1%；产量方面，去年国内实现多晶硅产量143万吨，同比增长66.9%，硅片产量达到622GW，同比增长67.5%，电池产量545GW，同比增长64.9%，组件产量达到499GW，同比增长69.3%。向全球市场提供了超过70%的光伏组件。（2）风能产能：2023年，我国新增风电装机7590万千瓦，同比增长超100%，超过2020年抢装潮创下的7167万千瓦装机纪录。风电累计装机容量规模达到4.4亿千瓦，同比增长20.7%，稳居全球第一宝座，10年复合增长率19.2%。（3）中国是全球最大的储能电池生产和出口国。我国动力电池规划、在建及已投产项目总投资额已经超过8819.56亿元人民币；产能达到3025 GWh，同比增幅高达49.21%；其中已投产产能达到1297GWh，同比增长376.9%。。（4）光伏产业链上的硅料、硅片、电池、组件、逆变器光伏产业链各环节全容量“过剩”，且仍在卷扩产的路上。风电与储能产业链料想也无出其左。众所周知，光伏组件价格由2022年年底的2元/W左右跌至如今的0.8元/W左右。光伏度电成本下降明显，约为0.25元到0.38元人民币。在“东数西算”战略的基础上，在西北地区的光伏基地建设“光伏算力”，发挥西北地区光照资源能源优势，土地资源优势，电价成本优势与气候条件优势，西部地区例如甘肃、宁夏、内蒙、新疆等地气候干燥且温度低，有利于数据中心的自然冷却，降低系统能耗。在中东部区域发展AI垂直领域应用的分布式数据与分散式数据中心，积极消纳包括分布式光伏电量在内的等新能源发电产能。这里有一个问题，我们在下一个环节专门讲。数据中心的负荷曲线是一条直线，昼夜一样。对于间歇的光伏来说，这个需要电网进行调节，那么中国的储能技术与产能，还有中国的火电与煤炭的储备量与产能则是后备军。中国有数量巨大的煤电机组与深度调峰能力，煤炭的巨大储量是电力系统稳定运行的压舱石，也为进一步发展新能源提供了可靠性基础。![]()
实践：电力市场与算力调度，重构新能源-AI共生系统
另一个是算力调度，对大家来说相对陌生。算力调度是一种计算机科学和技术领域的实践，指的是在一个分布式系统或特定区域内，根据需求、负载、资源可用性和性能指标，智能地管理和分配计算资源的过程。这一过程旨在最大限度地提高计算资源的利用率，避免资源浪费，确保各类计算任务能够高效、准确、及时地被执行。一句通俗的话，算力调度可以将富裕的数据中心算力调度给需求的计算系统，比如将新疆的富裕算力调给北京去用，这比调度电力的成本要低很多了，或者说不在一个投资级别上。电力市场解决不了的问题，可以通过算力调度来解决么？或者说，能否通过电力市场与算力调度共同重构新能源与人工智能共生系统？比如在上节中，我们设想在中东部建设数量众多的分布式数据与分散式数据中心，以此消纳包括分布式光伏电量在内的等新能源发电产能。这里存在如下两个问题：（1）110千伏及以及配电网络对分布式能源接入的限制，“接不了，根本接不了”。算力中心对绿电的旺盛需求与分布式能源市场化交易之间的矛盾。如果没有市场，就不会有要素市场的电能价格。回头看2015年中发九号文，《中共中央国务院关于进一步深化电力体制改革的若干意见》，标志着中国新一轮电力体制改革的启动。其中，“管住中间，放开两头”的核心要义指的是：“管住中间”：指的是对电网企业的输配环节加强监管，建立独立的输配电价机制，电网企业不再参与电力购销竞争性环节，主要负责电网投资运行、维护和提供输配电服务，收取政府核定的输配电价。“放开两头”：则是指发电侧和售电侧逐步向市场开放，让发电企业与电力用户直接交易，形成市场化的电价机制。具体来说，发电企业可以根据市场需求自主确定上网电价，而售电侧则鼓励各类售电主体进入市场，通过竞争降低销售电价，从而提高电力的资源配置效率和服务质量。如果要适应未来的能源发展，配电网是关键环节，以配电网投资建设运营及电能的市场化交易为深化改革方向，构建满足AI算力爆炸性增长需求、推动能源结构转型与市场化改革：以配电网为核心的改革方向。谁投资，谁受益，通过市场化机制，推进电力现货市场和辅助服务市场的建设，让新能源电力的接入更直接的服务社会，通过参与市场竞争与交易，使市场价格反映真实供求关系，鼓励新能源投资和技术创新。输配电分离与独立核算：落实输配分开，建立公允的输配电价机制，合理制定过网费用，减轻新能源接入电网的成本负担。为新能源市场交易提供价格优势。电力交易与市场开放：推动电力用户直购电和跨省跨区交易，允许新能源发电企业与终端用户直接交易，提高新能源消纳率。以配电网为核心，以需求响应的价格信号，引导分布式能源、虚拟电厂、V2G向电网的渗透。基于配电网的需求响应价格机制，推进能源互联网的建设和清洁能源的大规模应用，为AI算力提供能源的自生力量。新能源与AI都是国家战略，新能源是基础，AI是发展。通过算力数据中心进行新能源的消纳，全国或全球范围内的AI算力调度分配，可以通过算力的调度分配来替代当前特高压通道建设的高成本及长周期，建设具有中国特色的能源与AI的共生系统。在新能源富集地区，特别是西北地区，长期都是依赖特高压外送通道来解决消纳问题。如果利用当地的风能、太阳能等可再生能源资源，就近配套建设大型数据中心，实现绿色算力供给，在源网荷储，白天光伏夜间风电的发电模式切换，还有新型储能与之配套，技术与成本都是可行的。然后，并通过算力调度平台，在全国范围内分配算力资源，实现能源就地消纳，减少了特高压外送的压力。当采用光纤通信网传输数据时，其成本为远远低于特高压建设成本与周期。记得多年前，电网公司曾经提出了综合能源业务与“多站融合”的创新思路，“多站”即以变电站为依托，融合储能电站，数据中心，5G通信等新的服务元素，实现资源的最优配置。这两种业务的创新对于电网的多元化服务战略无可厚非，但是没有竞争，没有市场的资源配置，终究是没有结果。我们试目以待，一场AI的能源需求引发的新能源电力市场重构，或正山雨欲来。
想和智友们一起分享您对新能源和行业政策等方面的经验和心得？
请投至zfsmartenergy@qq.com
长按关注获取更多内容
原创 | 分享 | 开放 | 合作
▼原创好文给个赞吧~
