数字储能网欢迎您!
当前位置: 首页 >双碳目标>智能算力、数据中心与基站 返回

数据中心建设强化“算电协同”

作者:赖奇春 黄鑫 来源:经济日报 发布时间:2026-06-08 浏览:

数字储能网讯:数据中心是由计算机场地,其他基础设施、信息系统软硬件、信息资源(数据)和人员以及相应的规章制度组成的实体,是人工智能、云计算、物联网、区块链等新一代信息技术的重要载体。随着我国数字经济蓬勃发展,数据中心等数字基础设施的耗能问题越来越受关注。

专家表示,推动数据中心等数字基础设施节能降碳,对于数字经济高质量发展和实现“双碳”目标具有重要的现实意义。如果不采取有力措施推动节能降碳,算力高速扩张将逐步逼近能源供给天花板,最终反过来制约数字经济的发展空间。

能耗问题备受关注

数据中心的耗能问题,已成为发展数字经济不可忽视的挑战。数据显示,我国数据中心用电量从2022年的1300亿千瓦时增长至2025年的1960亿千瓦时,占全社会用电量的比例从1.5%提升至1.9%。预计到2030年,数据中心用电量或将超过7000亿千瓦时,占全社会用电量5%以上。

“算力是数字经济时代的‘新电力’,但若放任算力增长以成倍增加能耗为代价,数字经济的可持续性将受到根本挑战。”赛智产业研究院智能经济研究所所长李铭岩说。

据了解,数据中心的能耗主要分布在3个环节。其中,信息技术设备是能耗主体,服务器、存储、网络设备等直接承担计算任务,占总能耗的45%至60%。制冷系统是第二大耗能环节。业界普遍认为,制冷能耗占比在30%至40%之间,服务器运行产生的废热若未有效利用,就造成了巨大的能源浪费。在高密度AI算力集群中,单机柜功率已从传统的几千瓦攀升至数十千瓦甚至上百千瓦,风冷系统面临散热瓶颈,传统风冷数据中心PUE(电能利用效率)长期徘徊在1.8以上。此外,供配电系统(含配电柜、变压器等)约占能耗的5%至10%,照明、安防等其他辅助设施占比约3%至5%。

“综合来看,制冷系统是能耗压力最突出的环节。”李铭岩表示,在AI高密部署趋势下,传统风冷能效极限已难以满足散热需求,液冷技术升级和设备能效管控刻不容缓。

赛迪研究院政策法规研究所副研究员陈又新表示,当前,电力成本是数据中心运营成本的重要组成部分。随着人工智能大模型等应用加速普及,全社会对算力的需求呈现指数级增长态势。数据中心等数字基础设施若未能有效推进节能降碳,不断攀升的巨额电费将直接挤压经济收益,甚至可能使大量创新项目因负担不起能源成本而陷入停滞。

随着生成式AI技术持续突破,AI计算走向高密度,满足高功耗散热需求的液冷数据中心成为下一代数据中心建设的主流方向,目前行业正深耕技术突破。例如浪潮信息发布的全栈液冷产品,全线服务器产品均支持冷板式液冷。2025年初投运的元脑算力工厂,遵循“高密+绿色”的未来智算中心设计理念,其中算力单元部署了高密智算算力仓,采用光伏、储能、余热回收等绿色节能技术,使PUE降至1.1以下。

低碳发展初见成效

“数字基础设施节能降碳是‘双碳’目标中最直接见效的领域之一,为‘双碳’目标提供实质性减排贡献。”李铭岩表示。

以落地的算电协同项目为例,宁夏中卫首个大规模算电协同绿电直供项目全容量投产后,项目发电量将达43亿千瓦时,相当于每年减少碳排放365万吨。

李铭岩介绍,在“东数西算”工程推动下,八大国家枢纽节点新建数据中心PUE已普遍降到1.2至1.3区间,累计建成306家国家绿色算力设施,PUE平均值降至1.25。在国家级零碳园区建设大框架下,一批标杆项目加速形成绿色运营体系。

在安徽省合肥市,极具科技感的“巢湖明月”硅立方成为当地的新地标,这是曙光数创采用创新“正方体”立体架构打造的高密度浸没式液冷AI计算机。依托曙光数创的浸没相变液冷技术,电子元件被完全浸没在特殊冷媒中,元件发热让液体沸腾汽化,通过相变带走热量。这种液冷技术可实现PUE低至1.04,整体能耗降低30%,产品单机柜功率密度较传统风冷提升4倍至5倍。

在李铭岩看来,数字基础设施本身就具备极高的低碳乘数效应——依托大数据、智能算力和智能调度系统,可以深度赋能工业制造、城市治理、交通运输等领域。以数字化领域小投入撬动实体产业大幅减碳,这是数字基础设施助力全社会降碳的价值延伸。

陈又新表示,推动数据中心等数字基础设施节能降碳,成为实现“双碳”目标的关键战场和转型引擎。数据中心是我国能耗和碳排放显著增长的行业之一,遏制其碳排放的过快增长,本身就是对实现碳达峰、碳中和目标的直接贡献。此外,数字基础设施通过赋能千行百业,其减碳价值远超自身。

多措并举助力减碳

当前,我国绿色数据中心建设取得显著成效,能效水平持续优化、技术创新加速突破、发展模式产生深刻变革。但也要看到,尽管政策力度持续加大,在实际推进中,仍面临多重结构性挑战。

首先,国内绿电资源集中在西部,而大量实时推理算力需求集中在东部,同时新能源出力受天气影响剧烈,而AI大模型训练等核心任务则需要长时间、高稳定的电力保障,二者存在时空维度上的矛盾。

其次是规划节奏错位。算力需求爆发式增长是“快变量”,而电网建设周期长是“慢变量”,两者节奏不匹配的问题已在部分地区显现。

而在技术标准与市场机制方面,异构算力互联互通、跨区域算力调度等技术标准化进展较缓。同时,绿电直连的定价机制、跨区域交易规则、碳排放核算标准等仍有待完善。

“推动数字基础设施节能降碳,是一项涉及技术、政策、市场、标准多个维度的系统性工程,需要统筹推进、久久为功。”李铭岩说。

李铭岩建议,将绿电使用占比作为项目布局的重要参考指标,新建算力设施同步配置绿电供应与储能配套,从源头杜绝“先建后配”导致的能耗失控;探索建立绿电直连的价格传导机制,在绿电富集地区试点“绿电直供+价格优惠”组合政策,吸引更多算力企业主动选择绿电;设立绿色算力技术攻关专项,支持液冷、自然冷却、高效供配电、余热回收等关键技术的规模化应用;建立从算力生产、传输到应用的全生命周期碳足迹核算框架;探索算力设施作为电网柔性负荷参与需求侧响应,将数据中心从纯粹的“耗能大户”转变为电网的平衡调节资源,获得额外收益。

随着人工智能产业快速发展,数字经济面临算力快速扩张与能源供给约束之间的平衡难题。

陈又新表示,平衡算力扩张与能耗约束,并非简单做加减法,而是要进行系统性的优化革命。既要从源头优化,通过“东数西算”等国家工程将新建算力设施向可再生能源丰富的西部地区倾斜,也要通过技术革新提升运行效率,在消耗同样多能源的情况下,释放出更多算力。此外,还应改革运行模式,通过“算电协同”机制,将算力负载从刚性需求转变为柔性资源,主动适配绿色电力的时空分布。

分享到:

关键字:算电协同

数字储能网版权说明:

1、凡注明来源为“数字储能网:xxx(署名)”,除与数字储能网签署内容授权协议的网站外,未经本网授权,任何单位及个人不得转载、摘编或以其它方式使用上述作品。

2、凡本网注明“来源:xxx(非数字储能网)”的作品,均转载与其他媒体,目的在于传播更多信息,但并不代表数字储能网赞同其观点、立场或证实其描述。其他媒体如需转载,请与稿件来源方联系,如产生任何版权问题与本网无关。

3、如因作品内容、版权以及引用的图片(或配图)内容仅供参考,如有涉及版权问题,可联系我们直接删除处理。请在30日内进行。

4、有关作品版权事宜请联系:13661266197、 邮箱:ly83518@126.com