中國(guó)儲(chǔ)能網(wǎng)訊：我國(guó)高度重視人工智能發(fā)展，將其放在國(guó)家戰(zhàn)略層面系統(tǒng)布局、主動(dòng)謀劃。作為人工智能領(lǐng)域的重要分支，生成式人工智能近年來(lái)取得飛速發(fā)展，普及應(yīng)用加速。然而，隨著發(fā)展速度和應(yīng)用規(guī)模的不斷提升，隨之帶來(lái)激增的能源需求可能成為制約生成式人工智能可持續(xù)發(fā)展的關(guān)鍵因素之一，同時(shí)給“雙碳”目標(biāo)帶來(lái)挑戰(zhàn)，其用能問(wèn)題亟須以預(yù)見(jiàn)性思維提前考慮和規(guī)劃。
生成式人工智能發(fā)展
對(duì)能源消費(fèi)提出更高要求
世界經(jīng)濟(jì)論壇發(fā)布的《人工智能的能源悖論：機(jī)遇與挑戰(zhàn)的平衡白皮書(shū)》指出，生成式人工智能推理階段的電力消耗占比已高達(dá)60%~70%，且這一比例隨著生成式人工智能的普及將進(jìn)一步上升。
對(duì)于生成式人工智能的能耗問(wèn)題，有兩點(diǎn)需要明確。首先，相較于生成式人工智能在模型訓(xùn)練階段的高耗能，其涉及應(yīng)用的推理階段能源消耗更為巨大，且是持續(xù)性的。當(dāng)前，我國(guó)網(wǎng)絡(luò)消費(fèi)市場(chǎng)中，主流的社交應(yīng)用程序、傳統(tǒng)的搜索引擎以及其他類型的應(yīng)用程序都已接入生成式人工智能服務(wù)。生成式人工智能賦能傳統(tǒng)搜索模式向定制化和智能化服務(wù)轉(zhuǎn)型已成為主流趨勢(shì)，這些轉(zhuǎn)型的背后，伴隨的是推理階段能耗的進(jìn)一步攀升。相關(guān)研究表明，將生成式人工智能模型嵌入搜索引擎中，每條搜索給服務(wù)器硬件設(shè)施帶來(lái)的能耗將是傳統(tǒng)搜索引擎的10倍。當(dāng)常用應(yīng)用（如微信、百度、淘寶等）的搜索功能和優(yōu)化都嵌入生成式人工智能時(shí)，推理階段的能耗將呈指數(shù)級(jí)增長(zhǎng)。在應(yīng)用搜索功能完全嵌入生成式人工智能的情景下，按11.08億網(wǎng)民日均搜索5次的規(guī)模進(jìn)行保守估算，生成式人工智能推理階段的年能耗量將與三峽水電站全年發(fā)電量相當(dāng)。
其次，一些觀點(diǎn)認(rèn)為，隨著大語(yǔ)言模型算法的優(yōu)化、研究人員對(duì)硬件的深度挖掘、硬件性能的提升以及人工智能反哺優(yōu)化電力消耗，這些措施可以有效抵消生成式人工智能在使用時(shí)不斷增加的能耗。這一觀點(diǎn)可能過(guò)于樂(lè)觀，忽視了杰文斯悖論，即技術(shù)進(jìn)步提升資源利用效率后，需求提高使得資源消耗非降反升的現(xiàn)象。正如市場(chǎng)調(diào)研機(jī)構(gòu)IDC和服務(wù)器廠商浪潮信息聯(lián)合發(fā)布的《2025年中國(guó)人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》指出，DeepSeek模型帶來(lái)的算法效率的提升并未抑制算力需求，反而通過(guò)技術(shù)普惠化、場(chǎng)景縱深化和算力泛在化三重路徑推動(dòng)生成式人工智能大模型的應(yīng)用落地，從而帶動(dòng)了算力需求增加，這必然伴隨著能耗的增加。
可以預(yù)見(jiàn)，生成式人工智能的普及將帶來(lái)巨大的能源消耗。確保其可持續(xù)發(fā)展的關(guān)鍵在于科學(xué)評(píng)估其發(fā)展所需能源需求規(guī)模和演變趨勢(shì)，并進(jìn)行前瞻性的規(guī)劃和部署。
生成式人工智能發(fā)展
對(duì)區(qū)域協(xié)調(diào)提出更高要求
生成式人工智能算力需求爆發(fā)式增長(zhǎng)帶來(lái)的用能需求激增可能產(chǎn)生兩方面不容忽視的影響。
一是對(duì)局部地區(qū)電網(wǎng)運(yùn)行的影響。隨著新型能源體系建設(shè)進(jìn)程中可再生能源比例不斷提升，發(fā)電側(cè)的不確定性增加，生成式人工智能的前期訓(xùn)練會(huì)導(dǎo)致局部地區(qū)電網(wǎng)出現(xiàn)突發(fā)性高負(fù)荷，源荷雙重不確定性將對(duì)局部地區(qū)電網(wǎng)穩(wěn)定運(yùn)行帶來(lái)挑戰(zhàn)。這就要求加強(qiáng)區(qū)域電力規(guī)劃與調(diào)度協(xié)作，確保電網(wǎng)的可靠性和穩(wěn)定性。
二是對(duì)“雙碳”目標(biāo)實(shí)現(xiàn)進(jìn)程的影響。在發(fā)電結(jié)構(gòu)仍以煤為主的情形下，若生成式人工智能用電增量不能實(shí)現(xiàn)以非化石能源為主，勢(shì)必帶來(lái)二氧化碳的大量排放。同時(shí)，隨著生成式人工智能發(fā)展驅(qū)動(dòng)數(shù)據(jù)中心等基礎(chǔ)設(shè)施需求增加，相關(guān)基礎(chǔ)設(shè)施的建設(shè)和運(yùn)行所消耗的大量能源都將進(jìn)一步加劇碳排放。此外，如果生成式人工智能集聚在東部發(fā)達(dá)地區(qū)，其電力消費(fèi)所導(dǎo)致的間接排放可能會(huì)影響區(qū)域間的碳減排公平性。在推動(dòng)生成式人工智能發(fā)展的同時(shí)，確保其與“雙碳”目標(biāo)相協(xié)調(diào)，關(guān)鍵仍在于合理規(guī)劃其能源使用，同時(shí)要將區(qū)域減排責(zé)任平衡問(wèn)題納入考慮。
針對(duì)生成式人工智能用能的三點(diǎn)建議
一是構(gòu)建政策協(xié)同機(jī)制，推動(dòng)生成式人工智能與綠色電力協(xié)同發(fā)展。將生成式人工智能發(fā)展納入能源電力發(fā)展規(guī)劃考量，基于其發(fā)展趨勢(shì)、空間特征，動(dòng)態(tài)優(yōu)化電力資源布局。同時(shí)，積極引導(dǎo)產(chǎn)業(yè)布局，鼓勵(lì)生成式人工智能企業(yè)在清潔能源豐裕的地區(qū)進(jìn)行異地部署。此外，通過(guò)政策推動(dòng)生成式人工智能企業(yè)積極參與綠電、綠證交易，為生成式人工智能發(fā)展提供可靠、綠色電力保障。
二是強(qiáng)化系統(tǒng)性科學(xué)研究，構(gòu)建多維應(yīng)對(duì)策略體系。在持續(xù)深化硬件優(yōu)化、算法改進(jìn)等技術(shù)研究的同時(shí)，應(yīng)積極引入社會(huì)科學(xué)研究力量，從法律框架、監(jiān)管政策、金融激勵(lì)等多維度探索生成式人工智能可持續(xù)發(fā)展的可行路徑。同時(shí)，在研究時(shí)需要考慮到人工智能技術(shù)發(fā)展的不確定性，避免用線性思維分析其未來(lái)用能趨勢(shì)，應(yīng)考慮多情景下的動(dòng)態(tài)評(píng)估，以更加全面和前瞻的視角制定應(yīng)對(duì)策略。
三是提升公眾認(rèn)知水平，培育環(huán)境可持續(xù)共識(shí)。目前，公眾對(duì)生成式人工智能能耗問(wèn)題的認(rèn)知不足，普遍將其視為一種無(wú)形的、存在于網(wǎng)絡(luò)中的虛擬服務(wù)，未能意識(shí)到每一次提問(wèn)背后都伴隨著能源的消耗。亟須通過(guò)媒體宣傳、政策倡導(dǎo)等途徑加強(qiáng)公眾認(rèn)知，形成社會(huì)共識(shí)，推動(dòng)生成式人工智能向著環(huán)境可持續(xù)的方向發(fā)展。
（作者吳嘉儀系浙江財(cái)經(jīng)大學(xué)中國(guó)政府監(jiān)管研究院助理研究員；作者林衛(wèi)斌系北京師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院教授）
