阿里云王朝阳:中国不缺电,AI卡在电与算力的协同

3次阅读

共计 1097 个字符，预计需要花费 3 分钟才能阅读完成。

编辑导读

建议按 ” 变化—原因—影响 ” 的顺序阅读。

当整个行业都在担忧 AI“缺电”时, 阿里云全球数据中心总经理王朝阳给出了不同判断: 中国电力总量并不短缺 , 真正的难题在于如何把电和算力拧成一张动态平衡的网。

从总量看, 中国发电量已超过美国、欧洲、日本的总和 。2025 年国内发电量约 10.58 万亿千瓦时, 同比增 4.8%, 而美欧日合计约 8.5 万亿, 量级差距明显。

但数据中心并非均匀分布, 而是向电价低、气温低、时延短的枢纽聚集 。乌兰察布年均气温仅 4.3°C、绿电占比 67%、到北京时延约 2.1 毫秒, 自然成为机房重镇。一旦负荷堆满, 局部电力、土地和通道便难以腾挪, 形成结构性卡点。

全国电够多, 卡的是算力堆出来的那几个局部节点——总量有余, 结构错配。

但柔性分档。 训练、离线批处理可缓可挪 , 在线推理受时延约束, 夜里电价再低也不能把对话请求扔到两千公里外。更关键的是, 数据中心是关键基础设施, 柔性之上不能有任何风险, 备用电源和储能背后是实打实的安全成本。

真正的问题是趋势。 算力、芯片属技术曲线 , 单位成本持续下降; 能源升级却是刚性的, 甚至还在涨。两条线像剪刀一样张开, 单位算力的能源成本占比长期只会越来越高。这叫“能源在沉淀”——技术把算力做便宜, 可每一次推理、每一次训练烧的电, 反而越来越重地压在账上。

多配储能能解决根本问题吗? 王朝阳摇头。 储能是备电 , 是计划思路; 算力需求却是市场波动的, 今天火爆明天冷清。真正的出路, 是在发电侧、电网侧、负荷侧之间找到动态平衡, 算出全局最优成本, 再用 AI 做调度和运营。

政策已在推进。2026 年 4 月 , 国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门印发《关于促进人工智能与能源双向赋能的行动方案》, 明确到 2027 年初步构建能源保障体系、到 2030 年清洁能源供给保障能力达世界领先, 并鼓励算力设施配构网型储能、开展绿电直连、参与电能量与辅助服务市场交易。