需关注人工智能电力消耗激增风险加强 AI 产业能源保障体系建设

一、问题分析

（一）AI 数据中心电力消耗激增威胁能源安全

人工智能训练和推理需要巨大算力支持，导致数据中心电力消耗呈指数级增长。据统计，训练一个大型语言模型耗电量可达数百万度，相当于数百户家庭年用电量。美国 AI 数据中心 2025 年总耗电量已达 1000 亿度，占全国用电量的 3%。谷歌、微软、Meta 等公司数据中心年耗电量均超过 100 亿度。我国 AI 产业虽起步较晚，但发展迅猛，预计 2030 年 AI 数据中心耗电量将突破 500 亿度，对能源安全构成挑战。

（二）电力基础设施承载能力不足制约产业发展

AI 数据中心功率密度远高于传统数据中心，单个机柜功率可达 50-100 千瓦，是传统数据中心的 5-10 倍。部分地区电网基础设施老旧，难以支撑高密度电力负荷。美国弗吉尼亚州数据中心集群已出现电力供应紧张，部分地区暂停新数据中心审批。我国京津冀、长三角、粤港澳等 AI 产业集聚区也面临类似问题，部分园区电力容量已接近饱和，制约 AI 企业扩张。

（三）可再生能源供应不稳定影响 AI 运营连续性

AI 数据中心需要 24 小时不间断供电，对电力稳定性要求极高。但风能、太阳能等可再生能源存在间歇性、波动性问题，难以满足 AI 数据中心稳定供电需求。美国得州 2024 年冬季风暴导致大面积停电，多个 AI 数据中心被迫关闭，造成重大损失。我国西部地区可再生能源丰富，但电网调峰能力不足，弃风弃光现象依然存在，影响 AI 数据中心稳定运营。

（四）电力成本高企增加 AI 企业运营压力

电力成本是 AI 数据中心主要运营成本，占比可达 40%-60%。美国 AI 企业年电力支出普遍超过 10 亿美元。我国工业电价虽低于美国，但随着电力市场化改革推进，电价波动风险增加。部分 AI 初创企业反映，电力成本已占运营成本的 50% 以上，严重影响企业盈利能力。如不采取有效措施，电力成本可能成为制约 AI 产业发展的关键因素。

（五）碳排放压力制约 AI 产业绿色发展

AI 数据中心高能耗带来巨大碳排放压力。据估算，全球 AI 产业年碳排放量已超过 1 亿吨，相当于数百万辆汽车年排放量。我国提出 2030 年碳达峰目标，AI 产业面临减排压力。部分地方政府已要求新建数据中心必须使用一定比例可再生能源，否则不予审批。碳排放约束可能影响 AI 产业布局和发展速度，需提前谋划绿色发展路径。

二、对策建议

（一）加强顶层设计制定 AI 能源保障规划

建议国家发改委、能源局牵头制定《人工智能产业能源保障专项规划》，明确 2026-2030 年 AI 产业电力需求预测和保障措施。建立 AI 产业用电统计监测制度，实时掌握电力消耗情况。将 AI 数据中心用电纳入国家电力平衡方案，优先保障重点 AI 项目用电需求。建议设立 AI 产业能源保障专项资金，支持电力基础设施建设和节能技术研发。

（二）优化数据中心布局促进区域协调发展

引导 AI 数据中心向西部地区转移，充分利用当地丰富可再生能源和较低气温条件。在内蒙古、甘肃、宁夏等地建设国家级 AI 数据中心集群，形成"东数西算"格局。对东部地区 AI 数据中心实行总量控制，原则上不再新建大型数据中心。建议对迁入西部地区的数据中心给予土地、税收、电价等优惠政策，引导产业合理布局。

（三）推广节能技术降低 AI 数据中心能耗

支持液冷、浸没式冷却等先进散热技术研发应用，降低数据中心冷却能耗。推广 AI 芯片能效优化技术，提高单位能耗计算效率。建立 AI 数据中心能效标准，要求新建数据中心 PUE（电能利用效率）低于 1.25。建议设立节能技术改造专项资金，对采用先进节能技术的数据中心给予补贴。到 2030 年，实现 AI 数据中心平均 PUE 低于 1.2。

（四）完善电力配套政策保障稳定供电

电网企业应将 AI 数据中心纳入重点保障用户，提供双回路供电服务。支持 AI 数据中心参与电力需求侧响应，在用电高峰时段适当降低负荷获取补偿。建立 AI 数据中心与可再生能源发电企业直供机制，降低用电成本。建议对 AI 产业实行差别化电价政策，对能效领先的数据中心给予电价优惠。探索 AI 数据中心参与电力现货市场交易，降低用电成本。

（五）推动绿色发展实现 AI 产业低碳转型

支持 AI 数据中心建设分布式光伏、风电项目，提高可再生能源使用比例。建立 AI 产业碳排放核算体系，将碳排放纳入企业考核指标。鼓励 AI 企业购买绿色电力证书，实现碳中和目标。建议对使用可再生能源比例超过 50% 的数据中心，给予税收减免和优先审批支持。到 2030 年，实现 AI 数据中心可再生能源使用比例超过 50%，碳排放强度下降 40% 以上。