中國儲能網訊：在發(fā)展數(shù)字經濟與實現(xiàn)“雙碳”目標的背景下，人工智能技術的爆發(fā)式增長正引發(fā)算力需求的指數(shù)級攀升。工業(yè)和信息化部數(shù)據(jù)顯示，截至2024年9月底，我國在用算力中心超過880萬標準機架，算力總規(guī)模達268EFLOPS（每秒百億億次浮點運算次數(shù)）。中國信息通信研究院《中國綠色算力發(fā)展研究報告（2024年）》顯示，2023年數(shù)據(jù)中心總耗電量達1500億千瓦時，占全社會用電量的1.6%，增速遠超全社會用電量增速。
算力與電力協(xié)同將重塑產業(yè)生態(tài)。通過構建算力與電力的雙向互動機制，電網企業(yè)可依托動態(tài)電價體系引導數(shù)據(jù)中心錯峰用能，既緩解電網調峰壓力又促進新能源電量消納；數(shù)據(jù)中心則能依據(jù)綠電供給信息及電價信號，動態(tài)調整計算任務處理的時間和地點，實現(xiàn)算力資源的時空優(yōu)化配置，從而降本減排。
算力負荷在時間和空間維度上均具有靈活調節(jié)潛力
部分時延不敏感的算力任務具有可中斷、可續(xù)算、可轉移等特性，使得算力負荷在時間和空間維度上均具有靈活調節(jié)潛力，這是算力與電力協(xié)同的基礎。
在時間維度上，可將非實時性計算任務延遲至電力負荷較低或者電價較低的時段，以緩解電網負荷峰谷差，并降低數(shù)據(jù)中心用電成本；在空間維度上，可將計算任務優(yōu)先轉移至西部綠電富集區(qū)，從而促進新能源電量消納，降低數(shù)據(jù)中心的碳排放量。因此，可通過構建跨區(qū)域算力資源調度機制和互動互聯(lián)的協(xié)同體系，促進不同區(qū)域算力與電力在時空維度上的匹配。
近年來，國家層面出臺多項政策要求推動算力與電力協(xié)同。相關政策圍繞國家區(qū)域發(fā)展戰(zhàn)略，要求推動算力基礎設施建設，構建全國一體化算力網絡，將算力需求與西部綠電資源結合，促進“瓦特”產業(yè)向“比特”產業(yè)轉化，實現(xiàn)算力與電力的協(xié)同發(fā)展。
算力與電力協(xié)同仍面臨多重挑戰(zhàn)
算力與電力協(xié)同的關鍵在于構建完整的協(xié)同體系，目前仍面臨多重挑戰(zhàn)。
算力與電力理論存在差異。算力、電力物理量量綱不一致，現(xiàn)有的電力系統(tǒng)理論和信息通信理論很難直接融合為統(tǒng)一理論，降低一定瓦特的電力負荷需轉移多少比特的算力仍難以確定。
算力與電力協(xié)同存在技術壁壘。算力網絡與電力網絡的運行機理存在顯著差異，同時算力與電力分屬不同管理體系，缺乏統(tǒng)一調度平臺與數(shù)據(jù)接口標準，現(xiàn)有技術難以實現(xiàn)算力與電力的聯(lián)合調度。
算力與電力行業(yè)融合度不深。算力與電力協(xié)同調度涉及兩個行業(yè)的協(xié)同優(yōu)化。然而，對于數(shù)據(jù)中心任務特點、任務處理需求、成本構成等算力側關鍵要素，以及電力資源配置等電力側關鍵要素，雙方的了解仍不夠深入，導致協(xié)同模型構建不精準，協(xié)調優(yōu)化技術難以適配需求。
算力與電力協(xié)同積極性有待提升。算力的遷移受網絡帶寬、服務質量等因素影響，目前缺乏精確的數(shù)據(jù)中心與電力系統(tǒng)互動的成本模型，算力與電力協(xié)同的凈收益難以準確測算，使得數(shù)據(jù)中心與電網協(xié)同互動的市場響應度不足。
推動算力與電力協(xié)同發(fā)展需各方進一步深入研究
面對以上挑戰(zhàn)，各方需進一步深入研究，打破算力與電力協(xié)同的技術壁壘，推動算力與電力協(xié)同發(fā)展。
研究算力與電力融合統(tǒng)一理論?？赏ㄟ^信息熱力學理論中信息熵的概念，把算力和電力在同一量綱下進行統(tǒng)一表征，為電力系統(tǒng)理論和信息學理論的融合提供統(tǒng)一支撐點，深入研究形成完備的融合理論體系，實現(xiàn)算力能耗的顯性表征，探究算力與電力的轉換機理，解決降低一定瓦特的電力負荷需轉移多少比特的算力問題。
推動算力、電力行業(yè)數(shù)據(jù)互通與協(xié)議標準化?？苫趪覕?shù)據(jù)局提出的“全國一體化算力網”框架，整合電力能量管理系統(tǒng)與算力資源調度接口，構建跨行業(yè)數(shù)據(jù)中臺，支持雙向指令解析與優(yōu)先級協(xié)調?？茖W制訂跨行業(yè)數(shù)據(jù)接口規(guī)范，定義算力需求與電力信息的互操作協(xié)議，實現(xiàn)算力任務與電力資源的動態(tài)映射。
構建算力與電力協(xié)同精準模型，形成協(xié)同優(yōu)化方案?？稍谏钊肓私鈪f(xié)同優(yōu)化要點及難點的基礎上，結合數(shù)據(jù)中心的時空特征，構建算力與電力特征聯(lián)合表征模型和行業(yè)知識圖譜，通過分析人工智能訓練、推理、邊緣計算等不同算力負載的功耗特性與電網拓撲等，提取跨域特征向量，構建支持聯(lián)合優(yōu)化的算力與電力協(xié)同精準模型。整合數(shù)據(jù)中心任務特性、電力資源配置等數(shù)據(jù)，通過知識抽取與推理，生成動態(tài)協(xié)同決策規(guī)則庫，構建行業(yè)知識圖譜。
探索綠電溯源技術，助力實現(xiàn)算力動態(tài)成本最優(yōu)化。在算力中心基礎設施建設和運營成本中，用能相關成本占比高。綠電溯源技術有助于充分挖掘負荷靈活特性，進一步優(yōu)化供能結構，降低算力用能成本?？蓪㈦娏ΜF(xiàn)貨市場價格信號、綠電預測誤差、算力任務優(yōu)先級等參數(shù)嵌入優(yōu)化目標函數(shù)，實時追蹤每兆瓦時綠電的來源構成、環(huán)境效益及流轉路徑，形成綠電來源、碳排放量、交易路徑的全生命周期追溯，從而推動“成本可量化、收益可追溯、風險可對沖”的算力與電力協(xié)同生態(tài)建設。
（作者單位：中國電力科學研究院有限公司信息通信研究所）
