AI的爆火引發了全球性的電力短缺恐慌。核電、綠電輪番上陣，誰才是AI能耗的救世主？

（文章來源 微信公眾號：能源新媒 作者：武魏楠）

1979年3月16日，一部名為《中國綜合征》（TheChinaSyndrome）的好萊塢電影在全美上映。這部由大導演詹姆斯·布里奇斯執導、大明星簡·芳達和邁克爾·道格拉斯主演的電影一經上映就引發觀影狂潮。

然而事實上，本片與中國毫無關系。該片講述了加利福尼亞州一家核電站發生故障并引發嚴重事故，故事主要以政治陰謀和揭露真相為主。只不過在電影中，核事故的代號被稱為“中國綜合征”。

任誰也不會想到，電影上映僅僅12天之后，賓夕法尼亞州的三哩島核電站真的就發生了一次堆芯熔毀事故。這不僅比電影中的事故更加嚴重，而且是美國核電歷史上最嚴重的一次事故。從三哩島核事故之后的30年時間里，美國再也沒有新建過任何核電站。

許多人不知道的是，三哩島核事故之后，另一個沒有發生事故的反應堆實際上一直在安全穩定地運行著。直到2019年，這個反應堆才因為經濟效益差而被迫關閉。

僅僅5年之后，三哩島的命運再一次迎來了逆轉。這次改變它命運的，是澎湃而來的AI浪潮。

2024年9月，微軟與ConstellationEnergy簽署了價值16億美元的史上規模最大購電協議。根據協議規定，ConstellationEnergy將會重啟三哩島核電站已經關停的反應堆，在未來20年時間里為微軟的云計算和人工智能項目提供清潔能源。

開始積極向核電靠攏的，不止有微軟。

10月，谷歌宣布與KairosPower公司合作，未來將在美國建設7個小型模塊化核反應堆，預計第一個核電站將在2030年建成投產。

亞馬遜也不甘示弱，在同期宣布與X-energy合作，投資5億美元開發建設小型模塊化核反應堆。預計2039年總裝機將達到5GW。今年早些時候，亞馬遜已經提出申請，讓賓夕法尼亞州新建的數據中心連接附近的薩斯奎哈納核電站。

讓科技公司接連投向核電懷抱的根本原因是從2022年開始的生成式AI熱潮。

2022年11月，OpenAI正式發布了ChatGPT。它不僅能夠回答問題，還能創作文章、編程，甚至模仿人類的對話風格，其幾乎無所不能的回答能力使得人們對大語言模型的通用能力有了全新的認識。

伴隨著ChatGPT迅速在全球走紅，生成式AI、大模型的概念也開始席卷全球。成千上萬億的資本開始涌向AI領域。不過人們很快發現，未來限制AI和大模型發展的并不是資金、人才、設備，而是電力。

是的，在AI大模型的軍備競賽中，各公司通過不斷增加模型參數和數據量，期待實現“大力出奇跡”，相應地，算力需求也成倍增加。所謂算力，簡單來理解，就是對數據或信息的處理能力。

由英偉達GPU芯片組成的算力或數據中心，正在成為一個個耗電巨獸?？萍脊敬罄袀円呀涢_始預見到這個問題。

英偉達創始人兼首席執行官黃仁勛曾指出，需要更全面地考慮AI的能源消耗問題，如果只考慮算力，需要燒掉14個地球的能源；特斯拉首席執行官埃隆·馬斯克在接受采訪時也表示，AI算力的限制是可預見的，下一個短缺的將是電力；OpenAI首席執行官山姆·奧特曼也指出，AI的發展將需要大量能源……

正是由于這樣的急迫需求，才讓科技公司義無反顧地開始不斷奔向核電。

那么，AI究竟需要多少電力？算力又是如何改變了電力行業？在碳約束越來越強和電力需求日益增大的情況下，核電真的是唯一選擇嗎？

吞噬電力

11月4日至7日，第40屆阿布扎比國際石油展覽暨會議在阿布扎比召開。這個以石油為主的會議活動上，舉辦了一場名為“EnergyforAI”的主題會議。除了石油公司的代表，電力公司、芯片公司、科技公司、人工智能公司的代表們都匯聚在了一起。

現在大概只有AI、算力與電力的話題，才能將如此跨界的高層聚合在一起。會上，阿布扎比國家石油公司首席執行官Sultanal-Jaber表示，人工智能的迅速崛起為世界上最大的石油公司增加了對可再生能源的投資提供了重大動力。

當石油公司都開始認真討論AI和人工智能，我們可以想象這個話題到底有多么火爆。而能引起石油公司關注的原因，當然不僅僅是因為AI在全球范圍的火爆，更是因為AI對能源的巨大消耗恰好切合了石油公司的關注點。“我們需要一個將所有形式的能源整合在一起的模型。我們將需要更多的可再生能源，我們需要推進電池存儲技術，將可再生能源從間歇性電力轉變為基本負載。我們需要天然氣作為橋梁，在某些地方，我們將需要核能?！盨ultanal-Jaber說。

AI到底有多耗能？我們可以以微軟訓練GPT-6為例。該模型使用的十萬H100卡集群需要高度集中的電力供應。

那GPT-6訓練時的用電量是多少呢？簡單測算可以知道：一張H100GPU的最大功率是700W（訓練時的功率），同時算力服務器除了GPU還有CPU、風扇、存儲等。一臺算力服務器平均配置5顆H100GPU，那一臺服務器整體功率就是5KW，GPT服務器集群為20000臺服務器，在滿負荷訓練時的小時耗電量大概就是：5*20000=100MWH，訓練1天的電量：240萬KWh，訓練一個月就是240萬kwh*30天=7200萬度電。

耗電的不只是訓練AI時的電量。單個用戶對ChatGPT或其他大型語言模型的查詢所消耗的電力可能是典型Google搜索的10倍。據《紐約客》雜志報道，OpenAI的ChatGPT每天要響應大約2億個請求，消耗的電力超過50萬度，相當于1.7萬個美國家庭的用電量。

在ChatGPT火爆3個月之后的2023年1月，OpenAI僅一個月已耗用可能等同17.5萬個丹麥家庭的全年用電量。谷歌AI每年耗電量達2.3太瓦時，相當于亞特蘭大所有家庭1年用電量。

“美國同一個州部署超過10萬片H100，電網就會崩潰?！蔽④浀念A警振聾發聵。算力中心引發電力供應短缺的議題引爆全球。

在各路研究機構的預測中，對于未來算力需要消耗多少能源的判斷不一而足。據不完全統計，2020年全球發電量中，約有5%用于計算能力消耗。事實上，2010年至2018年，數據中心的能耗約占全球能耗的1%到2%，十分穩定。

根據預測，到2030年，全球數據中心的電力需求可能達到126-152GW，在此期間新增大約250太瓦時（TWh）的電力需求，相當于2030年美國總電力需求的8%。

這不僅僅是美國一個國家的問題，而是逐漸成為全球性的危機。一項去年十月發表在《焦耳》雜志的研究預測，到2027年，全球新制造的服務器與AI相關的電力消耗可能增至85.4至134.0太瓦時，占全球當前用電量的0.5%。數據中心的電力需求預計將以13%至15%的復合年增長率快速上升。

國家能源局數據顯示，2022年，全國數據中心耗電量達到2700億千瓦時，占全社會用電量約3%。預計到2025年，這一比重將提升至5%，2030年全國數據中心耗電量將接近4000億千瓦時，算力的飛速增長也帶來了電力的挑戰。

《電力與算力協同發展藍皮書（2024）》顯示，去年中國算力核心產業規模達到2萬億元。在算力能耗呈井噴式增長的背景下，電力與算力協同發展成為必然趨勢。藍皮書認為，在人工智能爆發增長情景下，2030年我國算力中心用電或超過7000億千瓦時，占全社會用電量將達到5.3%，即便是在慢速增長情景下，這一占比也將達到2.3%。

潛在的電力短缺風險已經引起了科技公司的注意。今年9月，以OpenAI創始人山姆·奧特曼為代表的美國人工智能企業家們齊聚白宮。這次美國政商兩界代表聚會，主題只有一個：為AI的發展掃清障礙。

據彭博社報道，山姆·奧特曼在會上呼吁美國政府未來應該興建5GW容量的發電站，總投資超過1000億美元，以滿足AI算力不斷增長的電力需求。

不過，在埃隆·馬斯克真正把美國未來的政府效率部門運轉起來，之前依靠政府主導的電力大建設對于美國科技公司來說，顯然效率更低。微軟、谷歌們，已經開始了自我主導的行動。這一次，它們的目標就是備受爭議的核電。

核電回歸？

在科技公司們把目光投向核電之前，美國核電其實已經陷入“經濟危機”之中。

正如前文所述，1979年三哩島核事故之后，沒有出現問題的1號機組一直持續運用到2019年。而2019年三哩島核電站最終因為經營困難停止營業，只是美國核電遭遇困局的一個縮影。

2018年至2020年，美國有4座核電站的4臺反應堆實施了關停并宣布了退役。

除了三哩島核電站外，還包括印第安角核電站（2號機）、皮爾格羅姆核電站（1號機）、牡蠣溪核電站，其容量占到全美核電裝機的3.3%。

2020年8月28日，全美最大的核電運營商Exelon宣布再退役拜倫（Byron，2021年9月）和德累斯頓（Dresden，2021年11月）2座核電站共計4臺核反應堆，并向PJM提交相關申請，Excelon也評估是否全面撤資核電。此外，全美已明確在2020—2025年期間退役核電約9.3GW。

美國核電機組的大量退役，經濟性是核心原因。2010年代開始，美國頁巖氣革命爆發導致天然氣價格暴跌。天然氣發電經濟性迅速攀升，超越核電，進而引發美國批發電價的下降。再加上聯邦政府對風電等可再生能源給予了稅收減免、優先并網等政策。核電市場信心下降，業主開始不斷關停機組，新建核電意愿普遍不強。

AI的突然爆紅改變了美國核電站的命運。據《華爾街日報》報道，三分之一的核電站正在和美國科技公司談判。

“如果合理地開發核電，我確實認為核能就是未來，”全球數據中心提供商北方數據集團（Northern Data Group）首席運營官羅珊·金凱德-史密斯（Rosanne Kincaid-Smith）表示。

核電的優勢顯而易見：發電量大且穩定，成本又相對可控。而且截至2019年，美國共有97臺核電機組通過延長運行的申請。大量的存量機組讓科技公司無需額外的投資，即可獲得穩定的電力來源?？偛课挥诘每怂_斯州的微電網提供商Enchanted Rock的創始人兼首席執行官托馬斯·麥克安德魯（Thomas McAndrew）表示，人工智能數據中心需要“99.99%的可靠電力”。

相比于時下更為熱門的風電、光伏，煤電、氣電和核電無疑更加穩定。但是在碳中和約束的壓力下，具備“零碳”屬性的核電自然更受追捧。

美國的用電/發電量本來已經多年基本停止增長，無論是大型電廠建設還是風光發電產能，倉促間難免趕不上AI產業的狂飆突進，所以大廠們都要自己想辦法解決電力問題。

作為美國最頭部的科技企業，微軟、谷歌和亞馬遜已經邁出了牽手核電的第一步。

然而盡管看起來一切順利，但讓AI盡情用上核電并沒有想象中的容易。

11月1日，美國聯邦能源管理委員會（FERC）否決了亞馬遜有關“賓夕法尼亞州新建的數據中心直連薩斯奎哈納核電站”的申請。讓更多AI數據中心采用核電蒙上了陰影。

FERC否決這項申請的理由是，數據中心會讓本地配電網負荷從300MW迅速增加到480MW。這會危及整個電網的可靠性，而且會增加其他用戶的能源成本。

此前，亞馬遜已經嘗試與區域電網運營商PJM達成初步協議。但是本地公用電力公司認為，這一協議缺乏足夠的公平性，影響了整個電網的安全穩定，而且亞馬遜在電價方面享受了過多的優惠。

賓夕法尼亞州消費者權益倡導者帕特里克·西塞羅（Patrick Cicero），他表示，如果大公司搶購所有發電廠，他擔心成本和可靠性?！耙郧皬膩頉]有人對核電站說，我們會拿走你能給我們的所有能源?！蔽魅_說。

FERC專員馬克·克里斯蒂在接受媒體采訪時特別提到了將數據中心設置在大型發電廠旁邊的共址負荷形式可能會給電網可靠性帶來巨大的壓力。

類似的事情并不是只有亞馬遜面對。由于人工智能在訓練階段對算力的集中需求可能導致電網局部出現突發性高負荷，這對電網的穩定性構成了考驗。

如加利福尼亞州和弗吉尼亞州，公用事業公司拒絕將更多數據中心連接到電網的請求，因為它們無法解決輸電和發電限制問題。當地社區出于對噪聲、環境影響和對現有電力基礎設施壓力的擔憂，越來越反對新的數據中心項目。

即便是不考慮數據中心與電網“爭奪”核電的問題。單純從核電漫長的建設周期來看，可能對于數據中心來說這都不是一個各方面最優的選擇。

綠電+AI？

2023年，谷歌公布了最新的能耗數據。

其數據中心和辦公室使用的能源中有64%是零碳能源。但盡管如此，該公司的二氧化碳排放量在一年內仍增加了13%。

顯然，這主要是因為AI的高速發展，給谷歌帶來了額外的能耗。基于人工智能的系統的發展被指責為谷歌五年內溫室氣體排放量增加了48%。這將使這家科技巨頭更難實現到2030年實現凈零排放的目標。

在Kairos Power公司的模塊化核反應堆給谷歌數據中心供電之前，這家科技巨頭只能接受碳排放量不斷上升的事實。不過，也有很多科技公司開始嘗試通過可再生能源電力來解決不斷增加的碳排放問題。

根據國際環保組織綠色和平報告《綠色云端2024》的統計。中國頭部互聯網科技企業的可再生能源交易量接連突破10億度大關：據不完全統計，阿里巴巴集團2023年披露購買綠電16.1億度，騰訊2024年簽約綠電采購量超13億度。同時，企業的可再生能源消費規模也呈現出顯著的增長趨勢。阿里巴巴2024財年可再生能源消耗量較2023財年增長約82%，騰訊2023年直接購買的可再生能源較2022年增長約80%。

在美國人糾結是否依靠核電解決AI算力能耗問題的時候，中國已經開始嘗試綠色算力的發展。

在光伏、風電、水電資源都十分豐富的青海，已經開始全力發展綠色算力。在中國電信（國家）數字青海綠色大數據中心，通過風光水等清潔能源的互補，已經實現了數據中心的100%清潔能源供應。

《綠色云端2024》發現，近半數榜單企業在數據中心選址決策中對可再生能源供應進行考量。近年來，阿里巴巴、騰訊、萬國數據等企業開始在張家口、烏蘭察布等可再生能源富集地區布局數據中心。

中國建立了世界上最大的特高壓電網，這使得電力能夠高效地跨越長距離傳輸，并在不同地區之間實現互補，顯示出其在解決電力供需不平衡問題上的獨特能力。盡管如此，能源長距離傳輸過程中的損耗和面臨的技術難題是必須正視的問題。從長遠來看，促進區域內可再生能源的開發和利用，實現能源的就近消費，是更為理想的解決方案。

風能和太陽能等可再生能源的不穩定性及不可預測性，以及電力需求的波動，使得能源在時間和空間上的分布更加不均衡，這是電力系統需要解決的一個核心問題。我國實施的“東數西算”戰略旨在通過大型數據中心來吸納西部地區的風電和太陽能發電資源。

但由于西部地區距離經濟和電力負荷中心較遠，這限制了其滿足低延遲需求的能力，通常只能實現非實時數據的“東數西存”。與此同時，人工智能，尤其是大型模型訓練階段，對算力的需求日益增長，這種需求更適合集中部署，并能夠根據能源供應情況進行調整，因此在水資源和電力資源充足的西部地區進行重點布局是較為適宜的。

不過，盡管中國在可再生能源發電量和技術方面都占據絕對領先地位，但風光發電的不穩定性這一物理特性始終存在。如果不使用煤電、氣電、核電這些傳統能源（綜合考慮碳約束和安全性等因素）就近布局的各類儲能設施是非常重要的要素。

早在2020年，發改委就出臺了《關于加快構建全國一體化大數據中心協同創新體系的指導意見》提出要探索電力網和數據網聯動建設、協同運行機制。2021年，工信部出臺《新型數據中心發展三年行動計劃（2021-2023年）》鼓勵企業探索建設分布式光伏發電、燃氣分布式供能等配套系統，引導新型數據中心向新能源發電側建設，就地消納新能源。

綠色算力盡管徹底解決了碳排放的問題，儲能、水電、抽蓄、氣電等電源的結合也可以保障近乎100%的問題。但高昂的成本卻揮之不去。

數據中心的電力消耗成本占據了其運營總成本的大部分，超過80%。因此，數據中心在綠色電力交易中對綠電價格波動十分敏感，承受著一定的成本壓力。

在綠色電力交易中，資源豐富地區與電力需求中心之間存在供需不匹配的問題，這要求政策上對跨區域、跨省的綠色電力交易給予更多的支持。根據《我國綠電交易現狀及重點問題研究》的數據顯示，國家電網公司經營區域內綠色電力交易的環境溢價在2021年、2022年、2023年分別達到了每千瓦時3分、5分、6.5分。同樣，南方電網公司經營區域內綠色電力交易的成交價格也持續上升，2023年的成交價格比煤電的平均價格高出每千瓦時1.85分。

除了環境溢價，為了解決可再生能源波動性而配套的儲能設施也是成本高昂的重要原因。盡管鋰電池成本在近兩年的時間里大幅度下降，但是為了滿足數據中心較高的負荷率和100%的安全性，儲能與用電負荷的配置比例幾乎要達到1:1，甚至更多。

這也就解釋了為何美國科技公司不約而同地選擇了核電作為AI算力的重要支撐。作為AI爆發的最早推動人，OpenAI首席執行官山姆·奧特曼已經開始把目標投向了遙遠的核聚變。

奧特曼是最早投資核聚變初創公司HelionEnergy的硅谷巨頭。在2015年投資950萬美元之后，2021年，奧特曼以個人名義向Helion提供了3.75億美元，成為該公司最大的投資人和董事會主席。據《華爾街日報》此前消息，Helion是奧特曼個人目前最大的一筆投資。

Helion正在建設名為“Polaris”的第七代核聚變設施，其承諾將在2024年展示通過核聚變發電的能力，在2028年前實現核聚變發電，并在2028年及以后為微軟提供至少50兆瓦的電力。

核聚變是一種能源產生方式，它通過在極高溫度和壓力下使氫原子核結合，從而釋放出巨大的能量。這一過程是太陽和恒星發光發熱的基礎，也是宇宙中最為普遍和強大的能量來源之一。核聚變產生的能源幾乎不產生污染，其主要燃料氘和氚，這兩種氫的同位素，可以從海水中提取或通過其他途徑合成，資源極為豐富。

不過核聚變技術的發展還處在很早期的階段，甚至無法實現能量的正反饋（即輸出能量大于輸入能量），更談不上大規模商業化了。

目前來看，AI狂飆的時代短期內并不會結束?；蛟S電力短缺的約束就將在不久的未來成為我們不得不正視的終極問題。