马斯克曾说过，随着科技进步，以人工智能为主导的硅基生命体，必将取代人类成为未来地球上最主要的生命体。

不同于碳基生命（人类），硅基生命被设想为以硅元素为骨架的有机物生物。基于这一元素，理论上有可能孕育出具有高度智能的“人工智能”生命。

但是，就如同人类依赖碳和水生存一样，硅基生命也高度依赖能源补给。一旦切断能源补给，这些智能体将面临崩塌。这也是目前人工智能发展的最大瓶颈之一。

比“缺芯”更可怕

去年以来，随着大模型的爆发，全球高端芯片市场面临前所未有的供应紧张局面。芯片短缺成为了AI发展的关键瓶颈。

但接下来，缺电可能会成为比缺芯更严重的事情。

AI的尽头是算力，而算力的尽头是电力。 在AI行业的成本结构里，电力成本是除了芯片以外最核心的成本。

以OpenAI训练大模型ChatGPT-4为例，完成一次训练需要约三个月时间，使用大约25000块英伟达A100 GPU。每块A100 GPU都拥有540亿个晶体管，功耗400瓦，每秒钟可以进行19.5万亿次单精度浮点数的运算，每次运算又涉及到许多个晶体管的开关。

仅仅是这些 GPU，一次训练就用了2.4亿度电。 如果将这些电能全部转化成了热能，可以将大约200万立方米冰水——大概是1000个奥运会标准游泳池的水量——加热到沸腾。

事实上，ChatGPT仅是AI应用的冰山一角，更大规模的电力消耗来自遍布全球的数据中心。

据国际能源署发布的《电力2024》报告预测，到2026年，全球数据中心的用电量将达到1.05万亿度，大约是整个日本全年的用电量。

毫不夸张的说，AI正在“吸干”全球电力。 马斯克在今年年初时就直言，算力芯片短缺之后，最迟明年将会出现电力的短缺。

而要解决AI能耗问题，要么是从需求端入手，要么是从供给侧切入。前者通过算法优化、硬件改进来降低能耗，后者则是通过增加电力供给。就当前技术而言，后者是更为直接有效的方法。

在全球化的今天，人工智能已成为世界各国科技竞争的焦点。中国各地纷纷加速布局人工智能产业赛道，实际上是在积极响应全球科技发展趋势，也希望通过掌握和运用这一关键领域的先进技术，提升自身的国际竞争力。这种战略性的布局不仅着眼于国内市场对于人工智能、AI大模型的需求，也充分考虑了全球市场的变化和机遇。

不过值得注意的是，我国电力能源结构中，火力发电仍是主流，占比高达66%。随着“双碳”目标日趋接近，加之人工智能产业高速发展带来的能源消耗，传统发电或许不是为AI增加电力供给的最好方式。中国的AI产业要顺利推进，就必须高度依赖新能源产业高质量发展，同时地方政府要时刻警惕技术迭代导致的产业淘汰风险，需通过灵活调整产业发展战略方向，适时退出夕阳产业，转眼于前景广阔的新质生产力领域。

但目前不少地方政府在抢抓产业风口时，缺乏破题出圈的创造性思维和跨界跨域的前瞻性思维，总是“习惯性”将目光投向已有产业，要么只押注AI或新能源其中一方，要么将二者处于严重割裂状态。

不谋全局者，不足谋一域。面对日益激烈的区域竞争，地方政府需要运用全局思维对产业进行谋篇划局，AI产业对能源的巨量需求就为地方产业发展提供了一条新思路： “新能源+AI”产业组合式规划发展。

乘数级效应

作为目前的两大风口，人工智能和新能源已经成为兵家必争之地。 这两大万亿级赛道的紧密结合，有望在未来走出乘数级发展效应。

这背后有两件事尤其值得关注：一是西部地区将迎来史无前例的发展契机；二是“风光储算”一体化有望成为最大的风口。

布局“新能源+AI”产业，不仅要求当地具备丰富的可再生能源，而且还要拥有一定体量的人工智能产业基础。东部地区，人工智能出产业遥遥领先，但电力缺口大，能源自给率低；中部地区两头都不突出；西部成为了最有能力抢滩布局的地方。

西部地区的新能源资源可开发量超160亿千瓦，其中风能占全国的三分之一，太阳能达到全国的近六成，能够为算力中心提供强有力的电力支撑。“东数西算”更是为西部地区发展AI产业提供了前所未有的契机。

“东数西算” 被誉为是继“南水北调”、“西电东送”、“西气东输”后， 中国第四大超级工程 ，是将东部数据有序引导至西部进行计算。

目前，中国已经在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等 8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群 ，促进东西部地区的AI产业协同联动。

例如，作为国家数据中心集群之一的贵安集群，已累计引进大型数据（智算）中心21个，成为全国智算规模最大、能力最强的地区之一。移动、联通、电信、华为、腾讯、苹果、富士康等企业相继构建大数据中心。

其中腾讯和华为更是直接挖空一座山存放数十万服务器。目前中国拥有7.4万个数据中心，即使按照5%分布在山区，也需要3700座山洞来容纳数据中心数以亿计的服务器。

这些为西部地区构建“新能源+AI”产业组合式规划发展提供了坚实的产业基础。而“风光储算”一体化则有望成为“新能源+AI”产业组合式规划发展的最大风口。

目前，算力中心已与新能源深度绑定。一方面，算力中心负荷大、模型训练周期长（数天乃至数月），对电量和电能质量要求高。另一方面，相关政策与企业的碳中和承诺都预示着算力中心将会成为首个新能源使用率达 100%的应用场景。

要知道，“风光储”赛道未来的成长空间十分明确， 仅这三者各自的市场规模均突破万亿；而算力核心产业规模也即将突破3000亿元，相关产业规模更是破万亿。“风光储算”是“风光储”的战略升维，这四者的结合将撬动乘数级发展效应。

当前已经有地方在快速抢抓“风光储算”一体化发展机遇。

例如，“能源新都”甘肃庆阳，一方面大力推进新能源产业发展，推进“六大基地”建设，助力油煤气风光电火储氢一体化开发；另一方面，加快打造“中国数谷”，竞速数字经济新赛道。

庆阳不仅拥有丰富的油煤气资源，还有丰富的风光资源，同时还是“东数西算”十大集群之一。为加快构建数算电协同发展路径，庆阳依托能源资源优势，携手中国能建、秦淮数据等头部企业，设立了占地1.7万亩的国家数据中心集群（甘肃·庆阳）“东数西算”产业园区，着力打造全国首个智慧零碳“东数西算”产业园，实现电网、算网、数网相互促进，助力“东数西算”由建算力、聚数据、育生态向数算电融合演进。

不过，值得注意的是， “风光储算”一体化需要关键解决“储”和“算”的深度融合问题。

一边是，风光等新能源存在间歇性强、波动性大的问题，由此会造成电网的不稳定。另一边，算力中心对电量和电能质量要求极高。 前瞻产业研究院认为，长时储能是解决该矛盾的必要手段。

长时储能既可以平滑新能源的不稳定输出，也可以充当备用电源，更可以通过峰谷套利的模式节省电能开支。更重要的是，长时储能满足跨天、跨周、跨月、跨季的储能需求，能完美解决算力中心面临的所有用电问题。