最近大家都在聊大模型和 AI 落地，但我发现行业里有一个很容易被忽视的隐忧：AI 的尽头，其实是能源。

有一组数据让我印象很深：训练一次 GPT-3 级别的模型，碳排放量大约相当于一辆燃油车行驶 70 万公里。而这仅仅是训练阶段，推理阶段（也就是我们日常提问）的能耗更是难以估量的天文数字。数据中心（IDC）正在成为新的“吞电巨兽”。

这就引出了一个对于我们双碳人很纠结的问题：数字化转型（通常被认为是减排手段）在 AI 时代会不会变成新的排放源？

我个人的看法是：短期看涨，长期看跌（减排）。

为什么？因为 AI 虽然耗能，但它更是优化能源效率的神器。

1. 供给侧： AI 能够精准预测风电、光伏的波动性，让电网调度更平滑，解决新能源“弃风弃光”的痛点。

2. 消费侧： 在虚拟电厂（VPP）场景下，AI 算法能指挥成千上万个分散的储能设备和电动车进行削峰填谷。

未来的双碳之战，本质上是算力效率 VS 能源效率的博弈。我们需要的不是限制 AI 发展，而是我们要尽快推动“绿色算力”的标准制定，比如更多地将数据中心建在西部（东数西算），直接消纳当地的绿电。