中國儲能網(wǎng)訊：人工智能發(fā)展如火如荼，正引爆全球科技革命與生產(chǎn)力革命。算力的旺盛需求與高速發(fā)展，不僅刺激著前端芯片產(chǎn)業(yè)的技術(shù)進(jìn)步，也考驗著電力資源這種底層基礎(chǔ)設(shè)施的長期穩(wěn)定供應(yīng)。
未來算力規(guī)模將受到六個方面的影響
從影響因素來看，未來我國的算力規(guī)模及其電力需求，將受到國家發(fā)展戰(zhàn)略、產(chǎn)業(yè)發(fā)展和科技實力經(jīng)濟(jì)實力的不斷推進(jìn)、新興領(lǐng)域的需求驅(qū)動、政策支持與基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)升級、區(qū)域協(xié)調(diào)發(fā)展、資本投資驅(qū)動等方面的綜合影響。
一是國家發(fā)展的戰(zhàn)略布局。從國家層面，國家通過出臺一系列政策文件明確算力產(chǎn)業(yè)的戰(zhàn)略地位，并提供資金和政策支持。如《全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實施方案》《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》等，構(gòu)建全國一體化算力體系，優(yōu)化算力基礎(chǔ)設(shè)施布局，推進(jìn)東西部算力協(xié)同發(fā)展和算力資源多元化供給，將有助于提升國產(chǎn)算力市場空間。
二是國際競爭的貿(mào)易博弈。受全球高端技術(shù)供應(yīng)鏈規(guī)則變化影響，高性能芯片進(jìn)口受限，驅(qū)動我國國產(chǎn)自主可控的算力技術(shù)開發(fā)和產(chǎn)業(yè)鏈發(fā)展升級。芯片及上游產(chǎn)業(yè)聚合各方技術(shù)優(yōu)勢解決軟硬件卡脖子技術(shù)攻關(guān)。疊加大模型落地應(yīng)用帶動需求高速增長，加快解決國內(nèi)“算不起，算不好，供不上”等問題，不斷降低成本，促進(jìn)算力普適性、普惠化。
三是“東數(shù)西算”的協(xié)同影響。在“東數(shù)西算”戰(zhàn)略下，存量AI算力資源將在不同地區(qū)得到更合理的布局和優(yōu)化配置，促進(jìn)區(qū)域間整體協(xié)調(diào)發(fā)展。算力建設(shè)作為戰(zhàn)略性新興產(chǎn)業(yè)集群，成為內(nèi)需新引擎。通過不同地區(qū)算力服務(wù)相互滲透和高效的算力調(diào)度，提高算力資源利用率，實現(xiàn)算力服務(wù)區(qū)域性拓展。
四是技術(shù)迭代與產(chǎn)業(yè)升級。當(dāng)前主流的智能算力AI芯片技術(shù)路線分為通用型AI芯片GPU（圖像處理器）、半定制化AI芯片F(xiàn)PGA（現(xiàn)場可編輯門陣列）、ASIC（專用集成電路）。GPU靈活性好、冗余度大、功耗高，F(xiàn)PGA通用可編輯、冗余適中、功耗低，ASIC以硬件實現(xiàn)軟件算法、定制化無冗余、功耗最低。預(yù)測未來三種芯片類型將在不同的產(chǎn)業(yè)行業(yè)內(nèi)不斷深化應(yīng)用場景，不斷升級產(chǎn)業(yè)鏈供應(yīng)鏈，并最終形成三足鼎立態(tài)勢。
五是規(guī)模發(fā)展的資本驅(qū)動。資本市場對算力產(chǎn)業(yè)的認(rèn)可度不斷提升，投資規(guī)模增長反映出資本對算力產(chǎn)業(yè)的長期發(fā)展?jié)摿ΑＴS多企業(yè)通過上市融資擴(kuò)展其基礎(chǔ)設(shè)施建設(shè)，在研發(fā)上加大投入以提升競爭力，特別是在高性能GPU算力數(shù)據(jù)中心成為主流解決方案的背景下，這將進(jìn)一步拉動對高性能算力的需求。
六是應(yīng)用市場的需求波動。人工智能發(fā)展尤其是大模型訓(xùn)練對智能算力的需求將日趨增長，驅(qū)動算力產(chǎn)業(yè)快速發(fā)展，MR（混合現(xiàn)實技術(shù)）、車載等新型應(yīng)用場景帶來新需求。邊緣計算將成為智能互聯(lián)世界的新型基礎(chǔ)設(shè)施。行業(yè)應(yīng)用對算力需求較為迫切，如電力金融等數(shù)據(jù)密集型企業(yè)，對算力服務(wù)需求不斷增長，市場規(guī)模有望呈指數(shù)型增長。
未來算力電力需求需考慮硬件和軟件的進(jìn)步
我國未來的算力發(fā)展，除其本身對電能質(zhì)量的需求外，其電力負(fù)荷的影響因素復(fù)雜，包括：算力硬件層面的整體規(guī)模、算力芯片技術(shù)路線、技術(shù)進(jìn)步等因素，算力軟件層面的模型性能、任務(wù)復(fù)雜度、算力調(diào)度算法等因素，算力運(yùn)營側(cè)的數(shù)據(jù)中心PUE（電能利用效率）、上架率、能源電力價格等因素，算力市場側(cè)的市場需求、設(shè)備負(fù)載率等因素，均會對未來算力的電力需求產(chǎn)生影響。
除算力設(shè)備的規(guī)?？偭康脑鲩L外，算力芯片的類型及芯片本身的能耗技術(shù)進(jìn)步也是未來算力電力需求的核心影響因素。就算力芯片類型而言，新型智算芯片或能實現(xiàn)算力能效的大幅提升。就芯片技術(shù)進(jìn)步而言，GPU芯片技術(shù)的能效提升仍有空間。
算力企業(yè)的算力中心PUE和設(shè)備負(fù)載率，直接關(guān)系著用電總量。就電能利用效率而言，2023年全國在用算力中心平均PUE為1.48，與2022年的1.52相比有所提升。未來我國算力中心PUE將進(jìn)一步降低，國家明確要求“東數(shù)西算”八大樞紐和十大集群的數(shù)據(jù)中心，西部PUE低于1.2，其他地區(qū)低于1.25。就負(fù)載率而言，算力企業(yè)無法做到服務(wù)器滿載運(yùn)行，待機(jī)、輕載與重載的能耗水平也存在非線性變化。
軟件技術(shù)方面，大模型等新一代人工智能的迭代升級需要被納入考慮。當(dāng)前國內(nèi)外人工智能處于高速發(fā)展階段，截至2024年10月，我國現(xiàn)有完成備案并上線為公眾提供服務(wù)的生成式人工智能服務(wù)大模型近200個，不同大模型的參數(shù)、預(yù)訓(xùn)練量、訓(xùn)練時長等因素均會影響其電力需求。生成式AI接連突破了語言生成、圖片生成和視頻生成三種任務(wù)類型，任務(wù)復(fù)雜度的提升也是推動AI能耗快速增長的一個關(guān)鍵因素。此外，大模型下算力芯片調(diào)度和負(fù)載平衡的算法與規(guī)則，也一定程度上影響算力的整體能耗。
至2030年，算力規(guī)模將逐漸成為影響其電力負(fù)荷增長的決定性因素，最大的不確定性來源于能耗相關(guān)的技術(shù)進(jìn)步速度。分析認(rèn)為，隨著算力集群在大模型訓(xùn)練中的高效與高可靠性問題逐漸解決，我國算力將逐漸從單卡、多卡模式向千卡、萬卡集群演進(jìn)，在以集群彌補(bǔ)單卡性能不足的同時，單池萬卡集群液冷等相關(guān)技術(shù)將廣泛應(yīng)用，使PUE顯著降低，算力的PUE降低與規(guī)模增長將在能耗方面形成抵消。各種壓降負(fù)荷的利好因素將逐步減弱，算力規(guī)模將逐漸成為影響負(fù)荷增長的決定性因素，最大的不確定性來源于智能算力芯片在能耗方面的技術(shù)進(jìn)步?？紤]技術(shù)進(jìn)步等因素，我國算力滿載負(fù)荷約為0.90億千瓦，屆時約占全國總負(fù)荷的4.09%；用電量約為0.45萬億千瓦時，屆時約占全國總用電量的3.37%。
