AI賦能氣候科技產(chǎn)業(yè)面臨的核心矛盾"算力成本與能耗悖論"應(yīng)如何破解？

破解"算力成本與能耗悖論"需要"用AI優(yōu)化AI"的多層次系統(tǒng)性方案，讓算力從"耗能大戶"變?yōu)?節(jié)能引擎"。

在軟件層面，需優(yōu)化算法訓(xùn)練更高效的專業(yè)模型，從源頭節(jié)約算力。通過模型壓縮、知識蒸餾等技術(shù)降低推理能耗，同時推動大模型開源生態(tài)成熟以降低重復(fù)訓(xùn)練成本。

在硬件層面，采用液冷等先進技術(shù)及AI自優(yōu)化系統(tǒng)大幅降低數(shù)據(jù)中心能耗。液冷技術(shù)可將數(shù)據(jù)中心PUE值降至接近1.1，較傳統(tǒng)風(fēng)冷節(jié)能顯著。AI驅(qū)動的數(shù)據(jù)中心能效自優(yōu)化系統(tǒng)可實現(xiàn)負載動態(tài)匹配與余熱回收利用。

在戰(zhàn)略層面，推動"綠電養(yǎng)算"，讓非化石能源成為算力增長的主要能源支撐。《關(guān)于促進人工智能與能源雙向賦能的行動方案》明確提出統(tǒng)籌"東數(shù)西算"與新能源基地布局，實現(xiàn)算力與電力的時空協(xié)同。試點項目已實現(xiàn)大規(guī)模"源網(wǎng)荷儲"一體化數(shù)據(jù)中心園區(qū)綠電使用率穩(wěn)定在較高水平。

在標準層面，需建立算力度量、調(diào)度、結(jié)算的統(tǒng)一標準，破解異構(gòu)資源互聯(lián)互通難題，消除算力孤島現(xiàn)象，推動算力市場規(guī)范化發(fā)展。

從更深層的產(chǎn)業(yè)邏輯看，這一悖論的本質(zhì)是AI作為"技術(shù)依賴型"經(jīng)濟核心變量與清潔能源供給之間的動態(tài)平衡。賀克斌院士指出，世界經(jīng)濟正全面轉(zhuǎn)向?qū)η鍧嵞茉磁c核心技術(shù)的"技術(shù)依賴型"，人工智能是此進程中的關(guān)鍵變量。因此，破解之道不僅在于技術(shù)優(yōu)化，更在于將AI能耗納入碳核算體系，以Token消耗量作為衡量企業(yè)數(shù)字化碳排放的新維度，形成算力擴張與綠電供給的良性閉環(huán)。