到2026年，來自數據中心、人工智能（AI）和加密貨幣行業的電力消耗可能會增加一倍，全球數據中心的總電力消耗可能會超過1000太瓦時（1萬億千瓦時）。這個需求大致相當于日本的用電量，社會用電占比超3%。

這是國際能源署（IEA）《電力2024》報告的預測。研究進一步發現，到2030年人工智能相關領域的用電量將達全社會用電量的5%左右。

如何在實現自身降碳的同時，讓AI賦能能源轉型？日前，綠色創新發展研究院與北京市朝陽區建外街道社區社會組織聯合會組織“人工智能與能源綠色低碳轉型”討論會。

來自可持續發展研究機構、大學院校、一線企業的專家學者、企業家展開討論。大家認為，在持續推動AI節能降碳的同時，需要進一步讓AI賦能能源轉型，推動能源發展的清潔化低碳化，從而構建兩者新型“伙伴”關系。

討論會上同步舉辦圓桌論壇。受訪者供圖

AI正在改變各行各業運行的邏輯

隨著綠色低碳發展的持續推進，綠色可持續方面的傳播也從傳統的概念宣傳，走向綠色價值的發現和輸出。

長期從事氣候傳播研究的汲川傳播聯合創始人沈曉寧表示，在AI的支持下，氣候傳播正在發生根本性的變化。以前的傳播更加傾向于專業知識的普及與價值的表達，而在AI的輔助下，就能夠對傳播的受眾進行細分，并針對不同的受眾及傳播訴求，有針對性地制定更加精準的傳播方案。同時，還能及時搜集輿情，把傳播計劃按步驟細分，把一些可以標準化的工作交給AI，從而改進氣候傳播的傳統方式。

中央財經大學數字財經研究中心主任陳波分享了他們團隊應用AI的故事。陳波表示，兩年前就要求整個團隊必須學習并應用AI大模型。“在我看來，這些數字工具改變了生產力，生產力改變了生產關系，最終改變崗位的定位——我的觀點非常激進：未來一定是一個人要會好幾種智能工具才有意義，才有生存價值的。如果只有一個特長，那這樣的人才越來越不需要了?！?/p>

事實上，AI帶給陳波的體驗也十分“驚喜”，因為AI能夠網羅這個世界上多個角落里的成果和新鮮觀點，而這樣的觀點往往超越個人。陳波認為，擁抱AI，必須懂行業，懂大模型，懂代碼。未來無論是傳播機構還是非政府組織（NGO），都要用新的科技工具重新梳理各自的工作流程及輸出的產品，加速轉型。

能源與AI從制約關系演進為促進關系

多年來，因為AI對算力的龐大需求使得人們意識到，“算力的盡頭是電力”。然而，經過技術的迭代升級，在對電力提出需求的同時，AI也成為能源行業實現綠色低碳發展的得力工具。

北京數極智能科技有限公司負責人苗韌表示，他們團隊正在把AI應用到能碳管理系統上，幫助大量企業實現能效提升和科學減碳。

苗韌表示，早在2021年他們的團隊就著手依靠數智模型解決政府部門的能碳管理問題，并研發了面向工業園區的能碳管理系統。經過這些年技術的不斷迭代，如今能碳管理系統已經從依靠政府推動落地，演變成企業自主投資建設，更成為不少新建工商業項目的標配。這樣的轉變，既有發展理念的提升，也有市場效益的驅動，更有科技水平的升級，最終形成閉環使綠色低碳能夠切實轉變成為企業經濟效益和競爭力。

“在服務多個行業能碳管理的同時，我們也與頭部企業、行業協會協作，在相關主管部門指導下，建立了分行業、分產品能標庫、因子庫。再結合不同企業的建廠時間、技術工藝路線，基于AI模型生成定制化的節能減碳解決方案。”苗韌介紹。

今年1月1日開始實施的《中華人民共和國能源法》明確指出，國家完善能源開發利用政策，優化能源供應結構和消費結構，積極推動能源清潔低碳發展，提高能源利用效率。同時指出，國家推動提高能源利用效率，鼓勵發展分布式能源和多能互補、多能聯供綜合能源服務，積極推廣合同能源管理等市場化節約能源服務，提高終端能源消費清潔化、低碳化、高效化、智能化水平。

AI助力，算力減碳漸入佳境

數據中心傳統的降碳方法一般是提高IT設備能源消耗的比例，降低數據中心的其他能源消耗。當前一般以PUE值來表達，（PUE = 數據中心總能耗 / IT設備能耗）。該值越接近1，該數據中心的能效水平越好。

然而，除了IT設備運行本身消耗能源外，能源的主要消耗來自設備的降溫。一般是通過風冷和液冷等手段來實現的。

騰訊IDC首席能源電力專家牛凱表示，在能效管理維度，基于計算流體動力學（CFD）仿真技術構建三維數字孿生模型，可精準模擬機房溫度場、速度場及氣流組織動態特征，通過AI算法對制冷系統進行聯動調優，實現制冷效率提升與PUE降低，此外，AI還能夠從空間上進行算力的智能調度，將時延要求不高、可中斷的業務調度至西北新能源資源豐富區，充分利用我國西北地區更綠色低碳的算力。

如果說，數據中心對能源的消耗不可避免，那作為用戶又將通過怎樣的行為來減少自身的碳足跡？

對此，苗韌表示可以從兩個方面入手：

其一，對個體而言，個人生活導致的碳排放，除了在家里用電、外出坐車等，越來越多的是使用手機電腦等數字技術產品時產生的。可以有意識地去了解各種軟件、云服務產品的能耗或碳排放，以此推動相關廠商的綠色低碳轉型。

第二，對有智能算力、存儲需求的企業，需要結合自身的數據規模需求、響應速度需求、數據來源等，對數據和算力進行整體規劃設計。在端、邊、網、云多環節，明確數據在邊緣存儲和計算，哪些數據要匯集到云上，降低自身數據體系的復雜度，并且兼顧數據的效率、隱私和安全。

除微觀層面的算力減碳外，我國還從頂層設計的層面，加速構建“東數西算”大格局，推動算力的綠色化發展。

2022年2月，多部門發文，在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等八地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群。截至2024年6月底，“東數西算”八大國家樞紐節點直接投資超過435億元，拉動投資超過2000億元。

在AI的助力下，算力減碳漸入佳境。

新京報零碳研究院研究員 白華兵