2024年智能算力快速发展对电力供需的影响分析报告

岳昊 2024年8月 自2022年11月美国人工智能实验室公司（OpenAD）发布智能聊天机器人ChatGPT以来，全世界对人工智能的关注持续升温 我国“人工智能+”首次被写入政府工作报告，支持政策文件相继印发，全国各地争相布局算力产业，智能算力需求呈现快速增长态势。算力发展提速带来巨大的用电需求，数据中心负荷呈井喷式增长 美国人工智能企业家不断表达对“缺电”的焦虑，引发国内的关注升温 2024年2月，特斯拉CE0马斯克在博世互联世界2024大会上预言，“接下来陷入短缺的将是电力，到明年（2025年），我们就没有足够的电力来运行所有的芯片了”。 2024年1月，0penAI的创始人奥特曼在瑞士达沃斯举行的世界经济论坛年会上警告说，下波生成型人工智能系统消耗的电力将远远超出预期，能源系统将难以应对，未来AI的技术取决于能源，我们需要更多的光伏和储能。 2024年3月，英伟达创始人黄仁勋在斯坦福大学演讲中表示：“AI的尽头是光伏和储能！我门不能只想着算力，如果只考虑计算机，我们需要烧掉14个地球的能源。超级A/将成为电力需求的无底洞” Contents 智能算力发展及其电力需求现状 智能算力用电特性及其未来面临的挑战 算力电力协同发展的措施建议 Part1 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 数字经济和人工智能技术加速算力规模爆发式增长，智能算力成为发展主流 算力一般可划分为基于CPU芯片的基础算力、基于GPU芯片的智能算力和基于超级计算机集群的超算算力。从智能驾驶、智慧城市、元宇审，再到以ChatGPT、Sora为代表的生成式人工智能，拉动算力需求爆发式增长也促进算力基础设施向通用算力、智能算力、超算算力一体化演进。人工智能不断增加模型参数、叠加芯片的技术路线，推动智能算力需求不断提升。以ChatGPT的更新选代为例，GPT-4的主要参数和计算量是GPT-3的10倍和3倍。 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 数字经济和人工智能技术加速算力规模爆发式增长，智能算力成为发展主流 数据中心（IDC）是规模化算力的载体。据工信部统计，截至2023年底，我国在用数据中心标准机架超过810万架，算力总规模达到230EFlops，是2020年的3倍，居全球第2位，算力总规模近5年年均增速近30%。其中，智能算力规模达到了70EFlopS，占比超过30%、增速超过70%，呈现爆发性增长态势。 2019-2023年全国数据中心机架和算力总规模 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 2、数据中心布局呈“由东向西”转移特点，京津翼算力规模全国居前列 京津冀算力枢纽承载力在全国比较领先，算力规模处于国内第一梯队，算力市场规模占全国份额的30%以上。作为“东数西算”十大国家数据中心集群之一的张家口，目前已投运标准机柜超33万架、服务器超150万台，智项目，其中，秦淮（主要承接字节跳动、微软等业务）、合盈（主要承接字节跳动、美团等业务）、阿里（自用为主）等数据中心业务主要面向京津冀市场，约60%以上的算力支撑北京算力需求。 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 3、算力崛起催生旺盛电力需求，数据中心高能耗特性日益凸显 十四五以来，快手、抖音等视频直播生态爆发式发展，图片、视频存储等通用算力需求快速增长，推动数据中心用电量年均增速超15%。GPU服务器的能耗功率通常是CPU服务器的4~5倍，智能算力较基础算力能耗明显增加。《2022一2023全球计算力指数评估报告》分析，在数据中心电能使用效率（PUE）为1.1的情况下，人工智能大语言模型GPT-3一次训练的耗电量为128.7万干瓦时，相当于我国约430个家庭一整年的生活用电量 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 3、算力崛起催生旺盛电力需求，数据中心高能耗特性日益凸显 大模型更新迭代伴随着计算参数的翻倍，能耗也会大幅增加，GPT-4的能耗是上一代的40倍以上。人工智能的规模化应用推动了数据中心电力需求井喷式增长，当前全国数据中心用电量占全社会用电量比重约1.6%。张家口在东数西算枢细节点建设和承接北京算力需求溢出的推动下，数据中心用电量占全社会用电量比重从2019年的6.8%增长至2023年的20.1%，数据产业日趋成为电网重要的电力负荷和耗能用户 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 兼顾碳排放双控要求和新型电力系统发展，数据中心绿电需求增长趋势明显 高能耗用能特性下，算力行业的快速发展带来了碳排放量增长压力，国家层面已经将数据中心与钢铁、电解铝水泥等八大传统高耗能、高污染行业一同纳入重点推进节能降碳的领域。增加绿电使用是解决算力高能耗需求下兼顾节能减排的重要手段。 《数据中心绿色低碳发展专项行动计划》 智能算力规模加速增长，催生数据中心旺盛电力需求，碳排放压力下绿电需求占比持续提升 4、兼顾碳排放双控要求和新型电力系统发展，数据中心绿电需求增长趋势明显 一方面，《深入实施东数西算”工程加快构建全国一体化算力网的实施意见》明确提出到2025年底，国家枢纽节点新建数据中心绿电占比超过80%，考虑到截至2023年底我国数据中心绿电使用率约22%，“双碳"目标下数据中心需要大幅提升绿色能源使用比例。 另一方面，我国可再生能源装机占全国发电总装机已超过50%，可再生能源发电量接近全社会用电量的三分之一，随着新型电力系统建设推进，新能源逐渐由容量主体发展为电量主体，供需双方作用下数据中心绿电需求增长潜力巨大，用能结构中绿电占比将持续快速提升。 Part2 AI规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 二、AI规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 1、人工智能逐渐步入规模化应用阶段，推动数据中心用电需求不断攀升 基础算力等传统数据中心电力需求在数字经济发展拉动下将保持稳定增长，而随着人工智能大模型对算力处理能力和规模要求的双重提升，大型，超大型智能算力中心正日益成为新建数据集群的发展趋势一方面，人智能大模型将从训练阶段步入应用推理阶段，其推理算力需求会显著高于训练算力。另一方面，在A100等高性能芯片禁运背景下，我国数据中心建设面临“叠加数量换性能处境，智能算力的用电量将会进一步提升 二、AI规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 1、人工智能逐渐步入规模化应用阶段，推动数据中心用电需求不断攀升 按照我国对于2025年中国算力总规模将超过300EFlops、智能算力占比达到35%的发展目标，预计今明两年算力总规模年均增长14.2%，设定基础和高速发展情景，考虑未来数据中心电能利用效率（PUE）下降，预计今明两年全国数据中心用电量年均增长约290亿~469亿千瓦时，到2025年将达到2053亿~2412亿干瓦时，用电量年均增速约18.0%~27.9%，占全社会总用电量比重将提升至2.0%~2.3%，接近金属制品行业用电量规模。 二、A/规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 数据中心呈现区域集聚化发展态势，局部地区电力基础设施建设面临压力 国家发展改革委等部门明确指出，充分发挥全国一体化算力网络国家枢纽节点引领带动作用，进一步推动各类新增算力向国家枢纽节点集聚。当前，“东数西算”八大枢纽节点算力规模占比约71.5%，新建数据中心90%是大型及以上规模，数据中心规模化、区域集聚化趋势明显。随着“东数西算”工程建设，预计东部数据中心用电量比重逐步下降，中西部数据中心增速将高于东部。 二、AI规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 数据中心呈现区域集聚化发展态势，局部地区电力基础设施建设面临压力 西部数据中心与新能源选址整体耦合，但局部方案、具体设计落地时井非完全匹配。电力基础设施建设工程点多面广、建设周期长，局部地区爆发式增长的数据中心电力需求将给电力保供和输配电设施建设带来较大压力，大量数据中心自密集井并网可能导致电网接入资源紧张。比如，美国智能算力爆发引起的电力负荷激增已对其电力运行构成较大挑战，当前美国70%的电网接入和输配电设施已老化和落后，某些地区电网传输线路甚至严重不足 二、A/规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 3数据中心用电负荷呈现周期特性，与地区夏季负荷高峰时间重合，或加大迎峰度夏电力保供压力 近年来，夏季降温负荷占比不断提升，成为拉动电力尖峰负荷增长的重要因素，部分省份夏季降温负荷占最高用电负荷比重达40%~50%。数据中心降温需求旺盛，制冷系统的能耗占比为30%~40%，负荷呈现一定的昼大负荷较冬季高18.9% 二、AI规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 3数据中心用电负荷呈现周期特性，与地区夏季负荷高峰时间重合，加大迎峰度夏电力保供压力 从日负荷特性来看，日间负荷大、晚间负荷小；夏季日峰谷差率较大，冬季日峰谷差率较小，张家口数据中心夏、冬日峰谷差分别为17%和7%。降温负荷占比高、用电需求与夏季负荷高峰时间重合度高等用电特性将持续推高夏季极端天气下的地区电力需求，过去五年，张家口数据中心集群最大负荷逐年攀升，年均增速达28% 二、AI规模化应用推动数据中心用电持续增长，区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 智能算力数据中心具有单地点、全时段、大功率的用电特点，对电力供应稳定性要求更高，与新能源发电的波动性存在结构性矛盾 中西部地区风光资源丰富，在“东数西算背景下，数据中心向西部转移，既可以消纳新能源又可以实现自身降碳。但数据中心的高性能设备及业务需求对电源稳定性要求极高，与风光发电波动性大，利用小时数低的特性存在结构性矛盾。特别是智能算力数据中心对供电稳定性的要求，高于传统数据中心人工智能训练的工作负载可达100%，而且模型的单次训练时间随着迭代呈指数级增长，如GPT-4的单次训练时长可送7个月，是GPT-3的280倍，后续模型的选代将进一步提升对供电稳定性的要求 AI数据中心的用能可能会持续在峰值负荷不变 数照中心不网工作负敢送带会适机达别降值，正，式，始果特斯有单个工作负最的婚相，最以总平跨功美，典型的大数年的维均比会达到15影之.0或更高，这就量设计入员美练服量使用供配电冷用选的源国，正人工智能第推与股始部分所，人工智训练负款联快乏化，这量工作负载可以在降值助事下诺疗款小时，数关基流数用，其结果是需加了上落大断品富脱扣的可能性，这就净家中许多大负教购时运行时，主需板上的新路器脱扣一样件，重 二、A/规模化应用推动数据中心用电持续增长，区区域集聚性、负荷周期性、用电高可靠性对电力保供提出挑战 智能算力数据中心具有单地点、全时段、大功率的用电特点，对电力供应稳定性要求更高，与新能源发电的波动性存在结构性矛盾 河北、甘肃、宁夏等“东数西算”国家数据中心集群所在省份新能源装机占比已超过50%，新能源大发与用电负荷季节性错配、时段性错配越来越明显，夏季“极热无风”、晚峰“日落无光”，导致新能源出力严重受阻，影响发电能力。虽然数据中心+源网荷储一体化模式可以兼顾绿电和供电稳定性，但对周调节、季调节的长时储能技术经济性要求较高。 Part3 统筹算力电力协同发展，促进新型电力系统建设、风光绿电消纳和数据中心低碳发展 统筹算力电