谷歌周一表示，其與核能初創(chuàng)公司Kairos Power簽署了一項協(xié)議，計劃從Kairos處購買6到7個小型模塊化反應堆（SMR）的電力，以滿足人工智能的電力需求。Kairos將為谷歌提供約500兆瓦的無碳電力，根據(jù)協(xié)議，首個小型模塊化反應堆將在2030年之前上線，并在2035年之前進行更多部署。

AI應用快速發(fā)展帶來全球數(shù)據(jù)中心耗電量大幅長，中國信通院數(shù)據(jù)顯示，全球數(shù)據(jù)中心、加密貨幣、AI等相關電力需求將從2022年的460TWh上升至2026年的620-1050TWh，數(shù)據(jù)中心耗電量占比全球用電量有明顯跳升。其中大模型訓練的能耗尤為突出，參數(shù)規(guī)模和計算需求呈指數(shù)級增長，OpenAl首席執(zhí)行官Sam Altman曾表示，GPT-3到GPT-4模型參數(shù)1750億到萬億，計算需求加20倍，GPT-5模型參數(shù)增100倍，計算需求增加200-400倍。

面對能源挑戰(zhàn)，國內(nèi)各大央企已經(jīng)加快了能源基礎設施的升級步伐。國家電網(wǎng)公司、華能集團和國家能源集團等央企在新能源、儲能和算力基礎設施方面均有顯著進展。華能集團的首個零碳數(shù)據(jù)中心已實現(xiàn)綠色轉(zhuǎn)型。南方電網(wǎng)在粵港澳大灣區(qū)投運了新型儲能電站，并在廣東佛山構建了新型儲能設施。

AI耗電但也能節(jié)電，AI也在成為優(yōu)化電力系統(tǒng)、提高能源效率的關鍵工具。

2024年8月，國務院印發(fā)《關于加快經(jīng)濟社會發(fā)展全面綠色轉(zhuǎn)型的意見》，其中提出，深化人工智能在電力系統(tǒng)等領域的應用，實現(xiàn)數(shù)字技術賦能綠色轉(zhuǎn)型。在電力行業(yè)，AI應用已經(jīng)滲透至發(fā)、輸、變、配、用全環(huán)節(jié)。"電力行業(yè)的數(shù)據(jù)體量巨大，僅用戶側(cè)就涉及數(shù)億用戶的用電數(shù)據(jù)。以發(fā)電環(huán)節(jié)為例，一座標準火電廠日耗煤量就達5-10萬噸，AI介入可以對眾多環(huán)節(jié)進行優(yōu)化。"某國家能源集團高管向數(shù)字開物表示。

綠色電力

在新能源領域，AI也有了廣闊的應用空間。當前五大發(fā)電集團新能源裝機占比均超50%，其中國電投更是突破70%，風電場和光伏電站多位于偏遠地區(qū)，人工監(jiān)測較為困難，依靠AI技術可以進行遠程判斷，例如相鄰風機的發(fā)電量差異，或光伏板因灰塵堵塞導致的效率損失，都需要AI實時監(jiān)測和診斷。

國家電投集團科學技術研究院總體技術部副主任張成剛?cè)涨霸?024數(shù)字開物大會上表示，以后電網(wǎng)定額電量將通過競價上網(wǎng)，這也為AI大模型提供了新的應用場景。競價上網(wǎng)通過市場競爭確定上網(wǎng)電價，發(fā)電企業(yè)根據(jù)自身的成本和市場需求進行報價，電網(wǎng)企業(yè)則按照報價從低到高的順序進行采購，從而實現(xiàn)電力資源的優(yōu)化配置。

舉例來說，當電價被限定在每度電0.21元時，企業(yè)的生產(chǎn)成本必須低于這一價格，才能保持盈利。為了實現(xiàn)這一目標，AI大模型需要精確計算生產(chǎn)條件，比如鍋爐燃燒的煤粉噴射高度、火焰形態(tài)等，以優(yōu)化能源消耗，降低成本。

不過，想要通過AI大模型解決類似復雜問題，仍有一段路要走。相比之下，在以財務為核心、合規(guī)性檢查以及低容錯率的業(yè)務場景中，應用較為廣泛。

與此同時，能源企業(yè)也在積極探索AI大模型在電力領域的應用，其中南方電網(wǎng)走在了前列，其自研的南方電網(wǎng)"大瓦特"模型已在廣東全面部署，基于3.5TB專業(yè)語料的訓練，實現(xiàn)了從設備運維到電網(wǎng)調(diào)度的智能化升級。此外，三峽集團也在打造大禹大模型，目前已覆蓋700余個燃煤機組和500余個燃氣機組的智能化運營。

不過，張成剛也表示，AI在電力行業(yè)的深度應用仍面臨三大挑戰(zhàn)：“第一是數(shù)據(jù)的問題，第二是技術能力的問題，第三是專業(yè)知識的問題。特別是在容錯率要求較低的產(chǎn)業(yè)，對專業(yè)知識的要求非常高，不僅包括技術專業(yè)知識，還包括產(chǎn)業(yè)專業(yè)知識、數(shù)據(jù)治理的專業(yè)知識。”

“現(xiàn)在的AI大模型在垂直行業(yè)應用難度難度較大。”他強調(diào)，“真正能解決工業(yè)領域的節(jié)能減排、雙碳雙控達標等問題的AI應用還很少”。

張成剛指出，想要AI大模型與降本增效的生產(chǎn)環(huán)節(jié)深度結(jié)合，中間需要一個橋梁角色，科研機構、技術公司需具備對各專業(yè)業(yè)務的深入理解才能為產(chǎn)業(yè)真正賦能。