在人工智能蓬勃發展的今天，算力需求呈現爆炸式增長。最新消息稱，字節跳動已開始籌建自己的新能源開發團隊，高薪招聘鋰電方面的高級工程師，并且發布了風光儲招標項目，躬身入局新能源領域，以滿足其數據中心猛增的用電需求。而從全球層面來看，數據中心的用電量到2030年可能會翻一番，相當于日本當前一年的用電量。面對該挑戰，“綠電驅動算力革命”有望成為破解能源與數字經濟發展矛盾的關鍵路徑。

不過，風光發電存在“看天吃飯”的間歇性問題，這與數據中心需要7×24小時穩定供電需求之間存在天然矛盾。10月10日，在福州舉辦的《財富》可持續發展峰會上，作為全球光伏行業出貨量王者的晶科能源全球ESG負責人姚臣諶就此指出，單純依靠公共電網解決這一問題是不夠的，需要激發私營部門的活力。

“晶科布局光儲技術、虛擬電廠等方案，疊加AI和大數據助力有效地調度，助力供需端的精準匹配，這些年也落地了很多案例，幫助數據中心解決穩定和平衡間歇性的痛點。”姚臣諶表示。虛擬電廠即一種通過技術手段將分布式電源、儲能系統等資源聚合起來進行統一調控的系統，相當于一個“虛擬”的發電廠。

值得注意的是，在數據中心中，制冷能耗是除算力設備外最大的能耗來源。新華三集團云與計算存儲產品線副總裁武家春分享了一個驚人數據：在傳統數據中心中，每1000瓦的算力設備需要配套500瓦以上的制冷功率。

“液冷技術可以把數據中心整個1000瓦對500瓦，降到1000瓦對200瓦，就是制冷部分功耗的效率提升達到40%以上，這是我們在未來數據中心領域能夠把我們綠電使用比例提升的有效辦法。"武家春說，并透露了新華三的“AI in All”戰略，其通過機器學習模型智能調度算力資源，實現算電聯動，優化冷卻系統閥門控制，顯著提升能效，為綠色算力提供技術支撐。

雙良集團碳中和研究院院長鞠貴冬則從系統整合角度出發，提出不應孤立地看待數據中心的能耗問題，而應該將其放在更大的能源系統中考量。他指出，數據中心節能需綜合考量PUE（電源使用效率）與WUE（水資源使用效率），因為“單一考慮數據中心降低PUE值不可避免存在極限，但如果把數據中心與城市供熱結合起來，通過熱泵技術做到廢熱利用，將大幅提高能源利用率。"

另外，他認為AI技術可通過虛擬電廠將算力中心轉變為電網柔性調節節點，解決供需不平衡矛盾，尤其是可以結合“東數西算”國家戰略，在資源富集地區布局數據中心，實現能源與算力的協同優化。

同為光伏龍頭企業，隆基綠能可持續發展專家汪子阜從綠電生產的源頭切入，強調光伏電池轉化效率、場景化設計與產品可持續性也是推動綠色算力的基礎。“隨著全球氣候變化加劇，光伏電站作為重要的固定資產投資，光伏產品不僅要更加高效和場景化，還需要考慮全生命周期下的可持續性和耐久性，以穩定地發出綠色電力來支撐綠色算力價值鏈。”他表示。

同時，碳足跡是衡量產品在整個生命周期內溫室氣體排放量的指標，對于綠電認證至關重要。汪子阜還指出，碳足跡這個特性并非在產品的物理層面測量出來的，而是需要通過計算得出來的，“光伏制造端的碳足跡追蹤技術可延伸至算力產業，通過數字化與標準共建，實現電力產品碳足跡的可追溯、可認證，幫助算力企業獲得國際綠色溢價，支撐綠色AI發展”。

顯而易見，從光伏制造到儲能協同，從液冷技術到系統集成，從能效優化到碳足跡追溯，綠電驅動算力革命的完整路徑已經逐漸清晰。而這場從“瓦特”到“比特”的革命，仍需要產業鏈各環節的共同努力，才能實現數字經濟發展與碳中和目標的雙贏。（財富中文網）