AI与能源如何“1+1＞2”？ 阿里云全球数据中心总经理王朝阳这样说

来源：中国能源新闻网 时间：2026-05-28 10:22

中国能源新闻网记者 衣韵潼 见习记者张浩正

　　当前，全球人工智能技术加速迭代，算力需求呈指数级攀升，而能源供给的韧性、清洁性与经济性正成为决定产业能级的关键变量。

　　算力与能源如何实现有效奔赴？绿色电力如何托举智能算力？随着顶层设计不断完善，算力产业的成本逻辑、数据中心的绿色转型路径以及中国方案的全球价值，亟待来自产业前沿的深度解答。

　　近日，阿里云全球数据中心总经理王朝阳接受中能传媒记者专访，围绕“Token经济学”、AI与能源协同发展的现实挑战与未来图景，分享来自一线的战略思考。

　　“计算能力1年翻10倍，算力产业的‘推背感’前所未有”

　　中能传媒：人工智能发展突飞猛进，您作为从业者，如何评价算力产业感受到的“推背感”？

　　王朝阳：当前AI算力需求的增速前所未有。模型训练所需的计算能力正以每年约10倍的幅度攀升，过去三个月，阿里云百炼MaaS平台上，公共模型服务市场的Token消耗规模就增长了6倍，这种爆发式增长给整个算力产业链带来了强烈的“推背感”，折射出行业的加速并不是线性增长，而是指数级攀升。从产业角度看，这种“推背感”直接体现在三个层面：一是GPU（图形处理器）等算力芯片的迭代速度不断加快，单颗功耗已达700-1000瓦，是同级CPU的7-8倍；二是数据中心规模快速扩张，一个十万卡规模的GPU集群功耗将超过100兆瓦；三是应用端需求持续爆发，2026年推理工作负载已占据AI计算资源约三分之二，而2023年这一比例仅为三分之一。

　　作为从业者，我们既感受到巨大的机遇——AI正重塑全球产业格局，也感受到紧迫的压力——如何在这种高速增长中保障能源供应、控制碳排放、实现可持续发展，是亟待解决的问题。

　　中能传媒：放眼全球，当前，影响算力产业发展的约束因素有哪些？其中能源扮演着什么样的角色？

　　王朝阳：当前，大规模GPU算力集群成为全球竞争的“入场券”，影响算力产业发展的约束因素主要包括以下方面：

　　一是来自能源供给安全、充沛、经济、绿色方面的挑战。如果供电保障不足，必将制约人工智能技术创新与规模化应用。

　　二是芯片供给瓶颈及算力短缺。高端算力芯片的产能和供给仍是制约算力规模扩张的重要因素。

　　三是网络时延与通信基础设施。特别是对于推理需求高的场景，需要低时延的网络保障。

　　四是土地、水资源等物理空间约束。数据中心建设需要合适的地理位置和充足的冷却水资源等。

　　五是交付速度制约。数据中心的建设速度直接决定着算力产业的发展速度。

　　中能传媒：阿里云的算力布局是如何安排的、基于哪些考量？能源供给质量与韧性，是否是我们战略布局中的主要因素？

　　王朝阳：阿里云基础设施目前已面向全球四大洲开服运营31个公共云地域、101个可用区，在全球拥有超过3200个边缘节点，这意味着能够为全球四大洲的用户提供就近接入的低时延云计算服务。

　　阿里云的全球布局，会综合考虑当地能源结构、政策环境与市场需求等因素。2025年，我们在泰国、马来西亚、菲律宾、韩国和墨西哥新建了数据中心，并不断规划更多数据中心资源。

　　在国内，我们已建成8大超级数据中心，辐射京津冀、长三角、粤港澳三大经济带。未来，我们在国内“算电协同”的布局遵循“西部大基地训练+东部推理算力因地制宜”的路径，与“东数西算”战略一脉相承。能源供给质量与韧性是我们战略布局的核心因素。选址时会重点评估当地清洁能源可获得性、电网稳定性、绿电交易机制成熟度等指标，并进一步探索绿电直连、核电协同等创新模式。

　　“80%不是终点。绿电目标最终要靠技术和政策协同创新”

　　中能传媒：近期，《关于促进人工智能与能源双向赋能的行动方案》（以下简称“《行动方案》”）发布，提出2027、2030两个节点目标。在您看来，这一政策的出台具有何种意义？您如何评价两个目标的设定？

　　王朝阳：政策推出后我跟算力企业和能源企业做了大量交流，大家普遍感到非常兴奋。企业对这个政策充满了期待，认为打开了未来算力与能源企业、电力协同发展的新格局，具有里程碑意义，标志着“算电协同”从行业共识正式上升为国家战略，同时，也为产业发展提供了明确的时间表和路线图，目标务实且具有挑战性。

　　2027年目标——“安全、绿色、经济的能源保障体系初步构建”，聚焦“体系构建”，强调的是制度框架和市场机制的建立，包括绿电交易机制、算电协同规划衔接、价格形成机制等。考虑到当前政策的推进速度，这个目标是可实现的。

　　2030年目标——“清洁能源供给保障能力、AI专用技术研发应用达到世界领先”，还需要政府、市场等各方主体通过推广活动、联合创新共同推进，尤其是落地一些“超级工程”，例如在西部地区建设超大规模绿电直连、在东部沿海探索“海上风电+核电+储能”相结合的多能融合，以及一些海岛型的“能源岛”“算力岛”建设。总体而言，两个目标层层递进，既给产业吃下了“定心丸”，也提出了“动员令”。

　　中能传媒：当下，数据中心对电力连续性、稳定性和冗余度都提出了更高要求。在阿里云的数据中心，电是如何支撑算的？支撑得怎么样？

　　王朝阳：存量数据中心大量形成于互联网时代和云计算时代，其架构和用电方式非常稳定——双路市电、柴油固定电源支撑，形成了层层稳健的结构。尤其是我国的电网具备很强的稳定性，对数据中心的冲击较小。

　　AI时代来临，随着算力中心规模快速扩大以及大模型训练与推理的高并发，数据中心负载在极短时间内剧烈震荡，远超传统云计算业务的平稳模式，局部电网未必做好了应对准备，需要构建更加稳健的架构来支撑未来更大规模、更大波动的算力需求。

　　中能传媒：我们了解到，阿里云自建的数据中心平均清洁电力使用比例是64%。后续，新建数据中心面临着80%绿电的政策红线，对阿里云来说，这是否算挑战？又该如何应对？

　　王朝阳：80%不是终点，我们的ESG目标是2030年实现自建数据中心100%使用清洁能源，所以80%只是一个中间目标。

　　不过，仅通过成本上升比如购买绿证来达成绿色发展，还远远不够。企业更应有的态度是：既然目标摆在那里、产业政策已经配套，市场主体是不是能积极主动参与进来，通过技术创新、政策创新来推动目标达成？

　　如果能够把更多的清洁能源引入市场进行交易，对行业发展无疑更加有利。比如超大规模绿电直连、算力负载与能源协同，以及推动跨区域的绿电交易机制更加市场化。

　　“1吉瓦会产生50亿元电费差距，但成本之外也要看价值”

　　中能传媒：目前，Token生产效率已成为衡量AI模型效率的关键指标，而每个Token背后都关联着能源消耗和碳排放。在“Token经济学”视角下，算力产业的成本逻辑是什么？

　　王朝阳：从“Token经济学”角度看能源和电力有两个维度。第一个维度是成本概念——当Token价值固定，单位Token需要多少电力成本？第二个维度是价值概念——一块钱的电力成本会产生多少Token价值？这看起来像一回事，实际上是思考问题的两个角度。

　　成本的概念与电力息息相关：AI时代下，一个标配的吉瓦级数据中心，建在低电价地区与建在沿海经济发达地区，一年会有约50亿元的电费差距。

　　而价值的概念在于Token的多维属性，包括质量、延迟、能解决的实际问题、碳排放等。所以如何在电价较高的区域创造更高的Token价值，是另一重考量。我们也正联合业界开展相关研究。

　　中能传媒：眼下AI与能源双向赋能还面临哪些主要困难？二者应如何双向奔赴，有效赋能？

　　王朝阳：核心困难还是认知与共识的问题。当前，算力基础设施投资和需求巨大，而数据中心在全国用电量中占比不足3%。过去两年多，跨行业的沟通还存在一些专业门槛，不过这一次《行动方案》出台，标志着行业共识已基本形成。

　　真正的双向奔赴不是“算力+电力”的简单相加，而是融合形成全新业态，从下往上分析，具体包含五个层次。

　　第一层是技术融合。当算力与电力在一起时，发电侧、用电侧与输电可以一体化设计，消除冗余环节。这可能爆发大量技术创新，比如将新能源发电通过SST（固态变压器/能量路由器）以高压直流直接输送到数据中心。

　　第二层是运行融合。超大规模算力中心的负载波动本身可能是非常剧烈的，会对当地电网造成很大冲击。同时新能源占比越来越高，新能源本身也不够稳定——两个不稳定叠加在一起，需要更多的人工智能方法匹配波动。

　　第三层是规划融合。算力需求指数增长，基础设施交付线性增长，而能源供给往往需要较长的建设周期，在时序匹配上三者存在矛盾。即使在“东数西算”节点中，存量电力也难以支撑AI大规模发展，所以必须做协同规划，让“能源先行”。

　　第四层是资本融合。算电协同基础设施投入巨大，目前没有任何一家公司能独立承担，需要整个产业链和合作伙伴以资本合作的方式加速行业发展，包括产业链金融、供应链金融等新模式。

　　第五层是政策融合。当发、输、用电一体化时，相关企业到底是发电企业还是用电企业？可能都是，也可能都不是。需要用新的视角看待新业态。后续，配合《行动方案》需要更多配套政策出台，以促进行业健康发展。

　　中能传媒：放眼全球，中国AI与能源的探索能给全球AI的绿色可持续发展带来怎样的“中国方案”？

　　王朝阳：当下，中国已经具备了政策优势和产业优势。政策引领方面，“算电协同”写入政府工作报告、《行动方案》发布，这种国家层面的统筹推进在全球领先，具有带动作用。产业上，从发电到输电、配电，再到数据中心技术，中国拥有最完整的产业链。在算电协同调度研究、液冷技术、绿电交易机制上的探索，也成效显著。这些经验在中国打造好之后，可以按照模块化“装”好，给全球提供参考。

　　责任编辑：刘础琪