AI算力太费电？“电碳算”联手让算力省钱又减碳

AI真正的底座是什么？

有人说是芯片，有人说是大模型。但无论芯片多先进、模型多强大，最终都绕不开同一样东西：电力。

因为AI本质上是一个靠算力堆出来的产业，而每一次计算，都需要电力支撑。

没有充足、稳定而且绿色的电，再先进的算法，也很难大规模落地。

就在最近，

国家数据局公布了一组数字：

AI的每一次运算，最终都会体现在用电量上。

这个用电量有多惊人？

据国际能源署（IEA）数据，2024 年全球数据中心用电约 415 太瓦时，占全球总用电量 1.5%；在 AI 需求驱动下，2030 年预计增至约 945 太瓦时，占全球用电接近 3%，规模已高于英国、法国当前全年用电量，接近德国水平。

这么庞大的新增电力需求，显然不可能全部依靠煤炭等化石能源来满足，要兼顾算力增长和“双碳”目标，风电、光伏等新能源就必须承担更重要的角色。

但新能源有一个天然难题：靠天吃饭。

风大的时候，电可能用不完；太阳落山以后，光伏又发不出电。与此同时，不同地区、不同时间的算力需求也在不断变化。

所以，算力面临的不只是“有没有电”的问题，更是“什么时候用电、在哪里用电、用什么电”的问题。

这就需要

电、碳、算三者协同配合：

✅️电：我们日常生活里用的电；

✅️碳：运算耗电所对应的碳排放；

✅️算：服务器完成运算的能力；

过去，这三个环节往往各管各的，缺少一套统一的“中央调度系统”，无法让一个算力任务同时兼顾电费更低、绿电占比更高、电网负荷更小。

结果就是，每个环节都在追求自己的最优解，却没有人站在全局，寻找整个系统的最优解。

这颠覆了以往的计费逻辑。

以前市面上流行的是“卡时租赁”，就像包车，你车上坐没坐满，包多长时间就得给多少钱。

而南方电网提供的这个平台是按你实际完成的“算力任务量”付费，真正地按需取用、用多少算多少。

任务跑完，平台还会自动生成一份“绿色账单”：用了多少电、几成是绿电、减少了多少碳排放，一目了然。

那南方电网，凭什么能帮企业算出“最划算”的方案，难道哪里电价便宜就往哪送吗？

没那么简单！在算力这行，电费只是小头，真正的大头是算力芯片本身的价钱和数据网络传输费。

所以南方电网打造了一套“四维定价模型”，同时考量折旧成本、电价、碳价、网络费四个维度，综合判断最优方案。

光有平台撮合还不够，

绿电如果送不过去，依然是空谈。

长期以来，我国的能源资源分布和用电需求并不完全匹配。广东产业密集、算力中心众多，用电需求巨大；而云南、广西拥有较为丰富的水电、风电和光伏资源。

但要解决这个问题，光把西部的清洁能源送到东部还不够。因为风电、光伏具有波动性，什么时候发得多、哪里绿电更充足，并不固定。

所以，一方面要把清洁能源跨区域输送到用电需求更旺盛的地区；另一方面，也要让算力任务根据绿电的时间和空间分布灵活调整。只有电力和算力同时动起来，才能实现真正的全局协同。

广东省风电临海试验基地海上风电机组运行-图源：南网50Hz

为此，南方电网打通了

绿电跨区域输送的通道。

今年5月，南方电网完成了全国首笔跨省“点对点”绿电交易。西南地区2.6亿千瓦时的清洁电力，顺着西电东送的大动脉，横跨千里，直接注入了大湾区的数据中心！

这不仅解决了用电问题，大湾区的数据中心还能直接凭此开具“绿电消费凭证”，满足海外客户对产品碳足迹的审查要求。

今年10月，由‌南方电网公司‌、贵州省发展和改革委员会‌联合承担的“绿电直供与算力协同”场景，入选国家首批136个标志性重大应用场景。

更值得关注的是，数据中心不仅能被动地消耗电，还能主动地帮电网调节负荷。

为什么能帮？关键在于，不是所有算力任务都必须马上完成。有些任务对实时响应要求不高，比如大模型训练，通常属于离线批处理，不需要瞬间出结果。这意味着它们的执行时间可以灵活安排。

正是抓住了这点灵活性，南方电网推动数据中心化身“虚拟电厂”，参与电力现货市场。

不只这些，还有更大胆的探索：

算力“入住”变电站。

自动驾驶、无人机这类应用，很多算力任务要求毫秒级响应，需要在城市周边就近解决，来不及等远程调度。

但城市土地寸土寸金，建大型数据中心也不现实。

南方电网就在广州棠下站，探索了“多站合一”的新思路：把小型边缘数据中心建到变电站的空地上，这样供电、算力、通信就集中在一个院子里了。

南方电网绿色智慧数据中心（棠下数据中心）-南方电网广东广州供电局供图

这一招，直接节约了三到四成的用地，每年还能节约700万度电。

图片来源：部分图片由AI辅助生成

通讯员：黄飞、陶露、林江涛、周冠诚

鸣谢：南方电网电碳公司、南方电网贵州电网公司、南方电网数字集团、南方电网广东广州供电局