最近盘古智库发了一份《中国算力与能耗研究报告暨2030年发展预测》，说实话，这份报告算挺及时的，毕竟现在大家都知道算力是数字经济的关键，但到底中国算力有多大、耗多少电，之前不同机构给的数差得有点多，连我有时候都看得迷糊。这份报告就是想把这事理清楚，还预测了2030年的情况，咱今天就好好唠唠。

为啥大家之前会担心算力中心耗电太多？

报告里先把测算方法说清楚了，不是瞎算的，人家先给算力分了类，重点看智能算力，还统一用FP16精度算，偶尔也参考FP8的倍数关系。算的时候用了三种方法交叉验证：看芯片出货量，结合GPU、AI芯片数量和单卡性能；按服务器和机柜数量折算，根据机架数、服务器配置推总量；还通过设备功耗和能效参数反推算力规模。本来想光看一种方法就行，后来发现不行，比如之前有些机构只看机柜数量，误差能到两成多，这么交叉算下来，数据才靠谱。

算完之后有个挺意外的结果：按国家公布的830万个标准机柜算，理论上一年要耗2726亿度电，但实际只耗了1166亿度。这就说明，之前有些说“算力中心能耗太高”的说法，其实有点站不住脚。为啥会有这误会呢？报告里说了俩原因，我觉得挺实在的。

一个是“数字担忧”，按理论能耗算，大概占全社会用电的3%，有些人没深入研究，就担心以后智能算力涨了，电不够用。老实讲，我之前也有这顾虑，觉得算力越发展，耗电肯定越多，现在才知道理论值和实际值差这么多，技术优化能省不少电。比如阿里云张北数据中心，PUE值（能源使用效率）低到1.1，比国家要求的1.3还低，还靠风电、光伏供电，余热也回收利用，实际能耗比理论值少了四成。很显然，不是所有算力中心都费电，只要技术跟上，能耗就能控制住。

另一个是“成本焦虑”，算力中心运营成本里，电费占比特别高，还是唯一能明显变动的成本，所以企业会特别关注。但把“担心电费贵”当成“算力中心耗能大”，就有点跑偏了。毕竟电费贵是成本问题，不是能耗本身高，这俩事儿得分开看。

算清楚现在的情况，报告还说了“十五五”到2030年的趋势，看完还挺让人期待的，报告说“十五五”是AI产业高质量发展的阶段，算力会涨，带动的产业链产值也会涨。

2030年算力能带动多少产业？

先看算力规模，“十五五”期间每年能涨三成多，到2030年，按FP16算，总规模能破2500EFLOPS；要是按FP8算，有望破5000EFLOPS。为啥提FP8呢？因为现在低精度算力越来越普及，以后更多大模型和AI应用会支持FP8计算，比如华为昇腾910B芯片，支持FP8后，千亿参数大模型的推理成本降了四成多，这样一来，教育、医疗这些民生领域用AI就更便宜了，能普及得更快。

能耗方面，到2030年理论上会耗6000亿度电，大概占全社会用电的5%-6%，但也不用慌，现在有“东数西算”工程，西部清洁能源占比超八成，还有液冷技术，能把PUE降到1.05，实际碳排放能少三成，所以就算能耗涨，也能走绿色路线。

最让人关注的还是产业带动，算力不只是个技术指标，更是产业链的核心引擎，直接相关的产业，比如芯片研发制造、服务器生产、数据中心建设运营这些，到2030年规模能有2万亿，这是实实在在的“硬支撑”。然后是AI应用产业，金融、医疗、制造、交通、教育、文娱这些领域，用大模型和智能服务，规模能到5万亿。更别说带动的上下游产业，能超15-20万亿。毫无疑问，这可不是小数目，以后算力发展好了，能给经济增长添不少力。

不过光知道趋势还不够，以后咋避免再出现“统计混乱”的情况，报告也给了建议，首先得在国家层面定统一的算力分类和统计框架，把智能、通用、存储算力分清，别让有些地区把存储或者IDC容量混进智能算力里，也别算企业内部私域部署和边缘轻量节点的干扰数据。然后要定统一的统计指标，让算力中心上报的时候，至少提供FP16或FP8的算力规模和实际能耗，存储算力就报机柜数量和年耗电量，别混着算。

地方上也要有统一的统计流程，国家给统一的申报表格、方法和核验流程，再建中央和地方的数据对接机制，通过电力消耗、芯片出货量、机柜数量交叉验证，保证数据真实。最后还得建个国家级的算力与能耗数据平台，定期发权威数据，给政策制定和产业调控当参考。搞不清咋定标准的话，其实可以看看欧盟，他们有《数字基础设施能耗监测条例》，要求数据中心每季度报PUE和碳排放量，违规了要罚年营收的2%，这办法咱也能参考参考，让数据更透明。

如此看来，这份报告不光澄清了之前的误会，还把未来的路指明白了，算力是新质生产力的核心引擎，不用过度焦虑能耗，只要技术创新跟上、统计标准统一，就能让算力既快速发展，又走绿色路线，还能带动一大波产业。以后咱再看算力相关的新闻，也能更理性，知道哪些是真问题，哪些是误会了。