2025年7月27日， 2025世界人工智能大会“AI与绿色低碳发展”论坛在上海举行，论坛聚焦人工智能爆发式增长带来的巨大算力能耗挑战，深入探讨构建“算力与电力共生”的可持续发展模式。
工业和信息化部节能和综合利用司副司长丁志军，上海市经济和信息化委员会副主任葛东波，徐汇区副区长邓大伟出席论坛并致辞，共同将国家发展蓝图，转化为上海及关键产业领域的具体行动纲领。中国工程院院士、清华大学碳中和研究院院长贺克斌教授，中国工程院院士、上海交通大学碳中和发展研究院院长黄震教授在会上发表主旨演讲。从宏观经济与能源系统的根本性变革出发，为理解AI与绿色的双重挑战与历史机遇，框定了清晰的战略坐标。
纬景储能联合创始人、董事长葛群受邀在论坛发表题为“重构AI成本模型”的专题报告，深入剖析了当前AI算力发展中电力带来的成本痛点，并提出突破性的算力与电力融合框架以破解困局。
“AI算力的隐形成本正成为制约技术发展的关键，而‘智慧的芯片’与‘强大的储能’重构下的AI算力中心，能够在同等投入下实现更高的有效算力产出。”——纬景储能联合创始人、董事长葛群
AI算力的隐形成本：被忽视的70%制约力
算力规模扩大成为必然趋势，算力的尽头是电力，但电力相关成本在算力中心全生命周期中占据显著比重且易被低估。葛群在报告中指出，当前，算力中心的成本控制思维多聚焦于“可见硬件+常规运维”：从初始建设看，“芯片”类硬件成本占比可达60%-80%；但从全生命周期维度审视，芯片、服务器、网络存储设备、软件，以及制冷散热能耗、UPS和柴油发电等显性成本，合计占30%左右。剩余70%则是易被忽视的隐性支出，包括时间机会成本、电网容量成本、电力保障成本、电价波动成本、绿电溢价成本及安全风险成本等——其中，电力相关成本在周期内产生的复利效应，更是成本控制中亟待关注的“盲区”。
“半个世纪前，阿波罗计划中核心的制导计算机重达32公斤，而如今一部手机的算力已是其百万倍。”回顾历史，算力的跃迁长期依赖于在更小芯片面积上集成海量晶体管。当前，全球AI竞争已从单芯片算力竞赛转向系统架构竞争，中国企业推出的“超节点技术”，通过高密度、模块化服务器架构设计，实现了芯片协同效率的提升。但葛群强调：“仅靠硬件层面的优化远远不够，破解成本困局需要更系统的思维。”
AI算力中心的成本新模式：储能打造AI算力的“电力底座”
葛群指出，算力中心对电力的要求极为灵敏，而当前的供电体系对算力中心而言却略显“颠簸”。他以形象比喻点出算力与电力之间的矛盾：大规模GPU集群瞬时启动会对电网形成冲击，芯片可接受的电压波动远低于电网常态，传统UPS难以满足算力侧的连续性与稳定性需求，导致高价值算力被电力侧的不确定性所限制。
▲纬景储能联合创始人、董事长葛群在论坛上作专题报告
为此，葛群提出引入储能技术的新成本模式，储能能为算力中心带来多重效益，通过三大核心作用重构电力支撑体系，推动电力配套从“成本中心”向“利润中心”转变：
绿色电力保障：储能系统能快速响应并提供大功率支撑，平抑电压与负载波动，同时提供4-8小时长时备电，将应急“保底”升级为可持续“兜底”，让AI算力真正运行在平顺、可靠的电力基础之上。
成本优化：AI算力高峰与电网用电高峰高度重合，这使得传统算力中心往往在电价最贵时大量用电。而储能技术可实现“谷时充电，峰时放电”——凌晨电价处于低谷时，利用储能系统大量储存便宜电能；晚间算力中心需求高峰来临时，使用储能放电，从而避开高峰电价，破解“电费绑架”困境。
创造多元收益：储能一方面为算力中心内部负荷提供多元、稳定且低边际成本的电力保障；另一方面通过分时价差套利、电力回售及参与调频等电网辅助服务获取额外收益，使算力中心从单纯的“用电大户”升级为与电网共生的“超级能源站”。
AI能源综合体：算力与能源的融合共筑新基建
葛群进一步提出“AI能源综合体”概念——将算力中心与储能中心深度耦合、统一调度的基础设施，实现算力与电力的双向赋能：向上连接电网与分布式新能源电站，参与智慧电网调节；向下对接电力聚合商、充电桩、智慧园区等，组建虚拟电厂（VPP），输出融合算力与能源的综合服务。
在西部，依托丰富绿电资源，AI能源综合体专注处理大规模、非实时的“冷数据”，通过储能平滑绿电波动，实现清洁能源100%就地消纳，将能源优势转化为算力优势；在东部，聚焦高时效性“热数据”业务，算力中心通过储能与虚拟电厂技术，成为“电网友好型”资产，既能提供秒级调峰调频服务，又能参与电力市场交易创造收益。
葛群在报告结尾强调，"AI+储能"不仅是技术创新，更是国家战略安全的必然选择。以"AI+储能"为技术引擎，推动算力网络与电力网络深度融合，共筑数字时代的新基建。
扫一扫关注微信
