我国加速构建新型能源体系，为人工智能发展注入绿色动能

在2026世界人工智能大会的“人工智能与能源双向赋能”分论坛上，国家能源局负责人释放关键信号：我国将加快构建新型能源体系，以绿色能源为人工智能发展提供坚实支撑。此举旨在有效应对算力需求激增带来的能源挑战，同时推动人工智能与能源系统深度融合，实现双向赋能。

核心要点：新型能源体系如何支撑AI发展

• 国家能源局负责人明确表态：我国将加速构建新型能源体系，为人工智能发展插上绿色翅膀，确保AI产业在低碳、高效的道路上持续前行，实现可持续发展。
• “十五五”时期算力需求转向：推理负荷将超过以往的训练负荷，成为算力的主要消耗来源。这意味着未来AI应用场景（如实时推理、智能决策）对能源的需求将更加突出，算力结构正在发生深刻变革。
• 算力新特征带来挑战：推理负荷具有时延敏感、负荷波动大、需求集中等特点，对电力系统的响应速度和灵活性提出了更高要求，需要更智能、更弹性的能源调度方案。
• 算电协同模式升级：传统的“空间协同”（即算力中心与发电厂在空间上靠近）已无法满足需求，必须转向算力负荷与新型电力系统的“多维协同”，实现时间、空间、容量等多维度的动态匹配，提升整体能源利用效率。
• 一体化布局势在必行：需要统筹推进智能算力、大模型、语料资源等核心要素的一体化布局，确保算力、算法、数据与能源协同发展，形成高效联动的产业生态。

深度解读：推理负荷为何成为能源“新关注点”

在人工智能领域，算力消耗主要分为训练负荷和推理负荷。训练负荷用于模型训练，通常规模大、周期长；而推理负荷是模型部署后用于实际应用（如语音识别、图像生成）的消耗。随着大模型应用普及，推理负荷占比快速上升，且其时延敏感（要求低延迟）、负荷波动大（用户请求忽多忽少）、需求集中（高峰时段集中）等特点，对电力系统的稳定性和灵活性构成严峻考验，成为能源规划的新焦点。

小提示：什么是“算电协同”？

“算电协同”是指计算任务（算力）与电力系统（电能）之间的协调配合。传统模式下，算力中心选址靠近发电站或电网枢纽，实现空间协同；而新型多维协同则要求根据电网负荷、电价波动、可再生能源出力等因素，动态调整算力任务的执行时间和地点，实现算力与能源的“双向优化”，从而降低成本并提升绿电使用比例。

常见问题解答

Q1：为什么推理负荷会超过训练负荷？

随着大模型从研发阶段进入大规模部署阶段，用户在实际场景中反复调用模型推理，导致推理请求量爆炸式增长。例如，智能客服、自动驾驶、AI绘画等应用每天产生海量推理请求，其总能耗远超过一次性的模型训练，因此推理负荷成为算力消耗的主要增长极。

Q2：新型能源体系如何具体支撑AI发展？

新型能源体系以清洁能源为主（如风电、光伏），并配套储能、智能电网等技术。通过算电协同，AI算力中心可以优先使用清洁电力，在电价低谷或可再生能源富余时执行计算任务，既降低碳排放，又节省成本，实现绿色低碳与经济效益的双赢。

Q3：一体化布局包括哪些内容？

一体化布局要求将智能算力（硬件）、大模型（算法）、语料资源（数据）与能源基础设施统筹规划。例如，在建设数据中心时，同步考虑配套的绿色能源供应、储能设施以及灵活调度机制，避免“算力等能源”或“能源等算力”的脱节，确保产业链各环节高效协同。

总结：迈向绿色AI的未来路径

加快构建新型能源体系，不仅是应对算力爆发式增长的现实需求，更是实现“双碳”目标和AI产业可持续发展的关键一步。通过算电协同从空间协同转向多维协同，并统筹算力、模型、语料与能源的一体化布局，我国正为人工智能发展铺就一条绿色、高效、韧性十足的道路。未来，AI与能源的“双向赋能”将释放更大的产业潜力，有力推动数字经济与绿色经济深度融合，助力高质量发展。