要点：
1. 2026年全球数据中心最高总用电量预计为1.05万亿千瓦时，相当于日本全年用电量。
2. AI大语言模型（大模型）的训练和应用需要大量算力，导致电能需求激增。
3. AI推理阶段的耗能不容忽视，大模型单次响应用户需求耗电量虽小，但随着用户规模增加而累积增大。
4. 2025年AI相关业务在全球数据中心用电量中的占比预计从2%增加到10%，2030年智能计算的年耗电量将占全球发电总量的5%。
5. 优化大模型架构、提升芯片效率和算力效率是降低AI能耗的有效途径。
6. 新能源，包括太阳能、风能、水能等可再生能源，正成为数据中心的最佳能源选择。
7. 我国提出的“东数西算”工程将引导数据中心向西部清洁能源富矿地区聚集，有利于解决AI耗能问题。
8. 储能是一个需要解决的问题，大规模储能的建设决定了新能源是否能更好地满足算力需求。
9. 新能源汽车的分布式储能能力可以解决电网的调峰问题，并实现零成本用车甚至盈利。
10. AI实际上通过提高社会的生产效率来降低能耗，其训练中的投入将为全社会带来新质生产力的红利。
利好：
1. 光伏设备（90）：随着数据中心对可再生能源需求的增加，对光伏组件和系统的需求将大幅提升。
2. 风电设备（90）：与光伏设备类似，风电设备将在数据中心可再生能源转型中发挥重要作用。
3. 能源金属（85）：新能源产业发展对锂、钴、镍等能源金属的需求不断增加。
4. 储能（80）：数据中心对储能的需求大幅增长，将推动储能行业发展。
利空：
无
标签：AI, 数据中心, 用电量, 能源优化, 新能源, 储能
原文发布时间：2024-05-28T07:56:43