（原标题：汤洋：光伏与智能算力融合发展趋势）

各位领导、各位专家、各位同仁，下午好。接下来我向各位汇报《光伏与智能算力融合发展趋势》。

国华能源投资公司是国家能源集团旗下专业从事新能源的企业。国家能源集团是由原神华和原国电两个央企，于2017年合并重组成一家新的央企，集团旗下有两个企业专门做新能源的开发，一个是国华投资，另一个是龙源电力。国华能源投资公司专门从事风电、光伏、氢能、产业基金这些项目的开发和运营工作，目前在全国的风电光伏场站有146个，并且在澳大利亚和希腊也有在运营的风电场。

实际上原神华集团的太阳能电池和光伏研究起源于2012年，2018年成立了绿色能源与建筑研究中心，2022年开始划归国华能源投资公司，专门从事新能源的技术研发，尤其是和我们今天这个主题“新质生产力”相关，我们绿能中心专门从事一些新的技术研发、产业拓展和孵化的工作。

中国地理上有一条很有名的胡焕庸线，北起黑河，南至腾冲。在西部地区，对风电来说，我们有非常好的风光资源，但用电需求没那么大，负荷低;现在在东部地区，我们已经很难找到集中连片的土地大规模地建设风电和光伏项目了，但东部地区的负荷非常高、用电量非常高，中国在地理上是这种用电的需求和风光资源的不平衡属性，这也决定了东侧和西侧两种不同的开发模式。毫无疑问，西部这几年的主旋律就是大基地，从百万千瓦，甚至到千万千瓦，甚至还有更大规模的开发。而对于东部地区来说，我们找不到非常好的土地和集中连片的土地，现在找一个100MW的土地都很困难了，那怎么办?对光伏来说，首先是做分布式光伏，在屋顶上做，甚至现在开始往墙体上做。从前年往前数三年，每年分布式光伏新增装机量都超过了集中式光伏，但去年集中式又反超分布式。也有很多不同的声音，未来的分布式将怎样发展?从去年年中到现在，整个分布式虽然还在快速增长，有人说未来会爆雷，我们也在持谨慎的态度，而且分布式自身也存在一些问题，包括今年开始，很多区域都爆出了红区。还有一条路，东部陆地区域没有了，只能做海上风电，现在已经从近海在往深远海去做了，现在近海装机式光伏未来必将往深远海去拓展。

而能源，尤其是新能源，它与智能算力、智算中心的结合，从去年开始逐渐热起来。算力可以分为三类。

一是通用算力。包括我们前年大规模建设的“东数西算”。

二是智能算力。这个概念近几年逐渐开始热起来，主要以GPU异构计算为基础，构成这种智能算力。

三是超算算力。主要服务于大的科学计算和特殊场合的应用。

智能算力的载体，实际就是智算中心，智算中心集成的主要设备，成本最高、占比最高也耗能最大的，就是GPU设备。目前智能算力呈现出算力多元化、产业协同化、服务一体化、能耗低碳化、价格普惠化、部署超前化、技术可信化的趋势，它逐渐演变成公共算力服务平台、数据开放共享平台、智能生态建设平台、产业创新集聚平台。

所以从去年年底到现在，有几种说法，在网上以及各种媒体上很火，黄仁勋说，AI的尽头是光伏和储能。但实际我们专门去查了黄仁勋当时的采访视频和新闻，他没有说过这句话，但他说的大概意思是，人工智能的发展，对于能量的需要，已经超过了电力增长的需求。意思大差不差，但他的原话并没有说过AI的尽头是光伏和储能。包括OpenAI的Sam Altman和埃隆·马斯克也都说过类似的话：算力和能源是密不可分的。尤其是能源，现在或不远的未来，不是看你能掌握多少GPU，主要看你这些GPU会耗费多少的电力，电力将变得非常重要，把原本看似不太相关的两个行业(AI和电力)结合在了一起。

AI大模型的耗电量确实比较大，由于各种不同新的模型、新的算法出来，它的增长趋势是比较陡峭的，我们预期未来这个曲线还会更加陡峭。当然有可能GPU的能耗会更低，包括上个月刚发布的200系列的GPU，能耗会更低，这可能是未来的趋势，也许未来不会耗这么大的电，但现在它还是非常耗电的。

我们总是定性地去说AI很耗能，用了非常多的电力，到底用了多少电力?在这里我们也做一个定量的计算向各位汇报一下。我们以GPT3为例，因为在学术界，GPT3公布了很多内容、能耗这样的数据，我们可以拿得准。我们也可以以GPT3.5/4/5来举例，但不一定稳妥，但GPT3的数据在学术界是有过准确发表的。对于100P的算力集群来说，如果做GPT3这种大模型的训练，需要用时50天。如果这个算力的规模达到了500P，用时时间可以降到10天。进一步增大到1000P，可以降到5天。如果增加到1500P(这个已经非常恐怖了，在中国实际上连500P的都很少见)，这个大规模的训练时间会降低到只有3天。如果你需要更短的时间把这段训练跑完，那你就需要更多的GPU，你需要的GPU的数量是急剧上升的，需要上万颗甚至几十万颗。定量来算它的能耗，如果极限情况按照1500P来计算，单日的能耗将达到22万度电，训练一次所需要耗费的能耗是74万度电，对于我们做光伏、风电来说，这个耗电量并不是很大，一个100MW光伏发电一年的发电量就足够它用了。但这就是一个不确定性，这就是未来的增长。例如OpenAI和微软联合发布的，要投资1000亿美元投资上百万GPU去跑，这个耗能是巨大的。现在我们总说AI耗能，现在耗能没那么大，虽然现在微软的服务器还是耗了很大的能，但中国现在实际没有那么大的耗能，一台服务器，我们现在还能从其他渠道搞到H100的服务器，一台服务器里面8个H100，12W功率，512的机器一乘，也没有多少。

我们预计的未来，不是五年、十年的未来，可能是非常近的未来，就可能是一年、半年甚至几个月之后，它的耗能会增加得非常快。增加的电力，难道还要由火电或其他方式消耗吗?它将和风电形成怎样的优势?我们认为，在西部可以和光伏结合，智算中心直接建在光伏的园侧。

还有一种可能性，太阳能光伏板，把光伏转化成电，它不是一个储能装置，存不下，但服务器要求稳定，甚至要配很多UPS。光伏电池板本身不是储能装置，而光热本身有其他的储能形式，所以它可以和储能做结合。我们说的中高温太阳能发电(CSP)在过去二十年都没有获得很高的发展，问题就是成本过高，效率增加的又不快。我们经常看到，每隔几个月国家能源局就会发布中国的数字，上面写的是装机量的数字，包括光伏和光热的数据，有时候我们直接把这个数字拿出来说是光伏的，大差不差，光热相比光伏连零头都不到。为了解决智算中心的问题，我们可以在其中加配光热，去年在西部，尤其是在新疆、甘肃，上了很多光热项目，但都是光热+风电+光伏，一般都是10：1的配比，因为单算光热，它的NPV是负的，是不赚钱的。把这个配比下来，一般在10：1，ROI就可以达到7。

再就是跟氢结合，但氢不是一次能源，是二次能源，还有另一个问题，氢本身不赚钱，它赔钱，所以跟光热是一样的，需要把投资配比、项目设计方案进行结合和融合，要依靠赚钱的风电光伏把这个成本兜回来，或者通过赚钱的智算中心把这个成本找回来。

中国在“东数西算”上规划了几大算力枢纽，离我们最近的就是中卫集群，离我们非常近，坐火车1.5小时就到了，但实际上整个“东数西算”工程也存在一些亟待解决的问题。智能固算不太一样，它分训练和推理阶段。在训练阶段，对网络延迟的要求没有那么高。

在东部地区，因为找不到那么大的土地去建设了，所以可以从智算中心这个楼本身去找办法，去做分布式光伏。

这是我们在北京做的一个项目，是一个小型示范数据中心项目，屋顶和立面都做上光伏板，加上能源转型系统。为了达到快速地建设和施工，做了BIPV技术，把它做成装配式光伏建筑智算中心。可以在这个智算中心里面加入一些能源的管控系统。

另外，模块化、装配式的智算中心已经是现在很常见的。

另外，东部地区会做海上光伏。自然资源部出台文件，目前中国的海上光伏是暂时停滞的，但我们相信这个应该是暂时的停滞，未来会获得很大的发展。而制约海上光伏发展的最大问题是成本过高，近海做装机式，远海做漂浮式，目前漂浮式技术不成熟，做不了。近海的装机式成本也太高。

我们也在大力进行技术研发和工程项目，我们将在东营建成世界真正意义上的1GW的海上光伏工程项目，可进一步降低它的PUE和能耗。

智算中心、光伏和风电结合，肯定是集聚产业集群的，所以对地方政府来说，可以带动产业孵化、绿能基建、基金融投、地产增值、人才集聚、行业赋能、算力基建。就像今天上午各位领导所讲的那样，这个产业不仅仅是要自己发展，不是做一个基建，而是要带动共同富裕，带动整个地区的人民一起往前走。

而这个GPU，我们现在最卡的不是算力，不是能源，就是GPU，它被国外“卡脖子”，所以我们希望这个GPU可以像15年前的光伏一样，复制光伏逆袭的奇迹。光伏很像房地产的开发，能量密度很低，到处去找地，我们把陆地都铺满了，只能往房子上铺，房子上铺完了就往海面铺，海面铺满了怎么办?往太空中铺。我认为光伏是一个过渡能源，不是终极能源，终极能源一定是可控核聚变，但有一种说法，说它永远是50年后的能源，但现在给我们提供了一个契机，就是人工智能，把AI和光伏结合起来，可能会加速。因为原来我认为可控核聚变真的要50年后、20年后，但现在AI给我们提供了这样的可能性，在光伏和AI的合力融合之下，有可能我们会更快迈入人类的终极能源形态。

整个报告中，一共有17张图片，是由人工智能AI生成的。

谢谢。

本文为速记稿件，未经过嘉宾审核。