筑牢算力底座是釋放數據要素價值的關鍵。近期，隨著人工智能大模型的爆發式涌現和快速迭代，算力需求已呈現指數級增長。國際數據公司（IDC）與浪潮信息聯合發布的《2025年中國人工智能計算力發展評估報告》預測，2023年至2028年，中國智能算力規模將以年復合增長率46.2%的速度擴張，為充分發揮人工智能大模型的生成能力提供了重要的基礎能力支撐。

人工智能大模型面臨算力高耗能挑戰

在智能算力快速增長背后暗藏隱憂，算力基礎設施的高能耗與低碳可持續發展目標間的矛盾日益尖銳。根據《算力基礎設施高質量發展行動計劃》，算力或計算力是數據中心服務器對數據處理并實現結果輸出的一種能力，是衡量數據中心計算能力的一個綜合指標，包含通用計算能力、超級計算能力和智能計算能力。在作為算力樞紐的數據中心，算力能耗包含直接電力消耗與冷卻系統能耗兩部分，本質上是“比特到瓦特”的能量轉換。而計算模型能力的提升往往依賴于不斷增長的算力投入，在以人工智能為代表的許多前沿科技領域，模型的能力獲得了優先考慮而能耗則經常被忽視。以大模型訓練為例，OpenAI公司訓練GPT-4的能耗高達2.4億度電，凸顯了算力擴張與能源約束的尖銳矛盾。當前，人工智能大模型既是算力需求的主要推手，也成為破解能耗困局的關鍵。通過算法優化、基礎設施升級與觀念革新，實現算力低能耗化，已成為推動數字經濟可持續發展的必然選擇。

從算法到硬件的系統性技術革新

降低模型計算量是實現算力低能耗的核心路徑。通過算法創新，可在不犧牲性能的前提下減少算力消耗。例如，模型剪枝算法通過剔除冗余參數，將深層網絡轉化為精簡的“小模型”；模型蒸餾技術則將大模型的知識遷移至輕量級模型，顯著降低推理能耗。更具突破性的是動態參數激活機制的應用。以深度求索公司發布的6710億參數大模型DeepSeek-R1為例，其創新性地采用“按需激活”策略，每次僅調用少量活躍參數，實現了性能與能耗的平衡。此外，低精度計算（如FP16或INT8）的普及，通過減少浮點運算位數，進一步降低了算力需求。這些技術的融合，標志著算法層面的節能革命已從理論走向實踐。

算力基礎設施的能耗效率（即單位算力能耗）是另一關鍵維度。一方面，硬件設計需兼顧通用性與專用性。針對AI模型的并行計算特性，異構計算芯片（如GPU、NPU）的能效比顯著優于傳統CPU，而類腦芯片的探索則更具顛覆性。在2025全國類腦智能產業創新發展推進會上展示的脈沖神經網絡芯片，通過模擬人腦稀疏激活機制，將能效提升1——2個數量級，為突破“算力——能耗”瓶頸提供了新方向。另一方面，算力集群的集約化布局亦是關鍵。“東數西算”工程規劃布局了八大算力網絡國家樞紐節點，分為東部實時性算力集群與西部非實時性算力保障基地兩大類，旨在優化全國算力資源布局，推動綠色集約化發展。例如，我國首個洞庫式數據中心，結合山洞山體特性，采用冷熱通道分離設置等設計手法，能源效率指標達到國際先進水平。人工智能大模型本身可成為算力低能耗化的工具。通過實時分析任務負載，大模型能動態調度算力資源，在低負載時段關閉冗余服務器，在高峰前喚醒備用設備，避免“空轉”浪費。例如，我國有的大型調度平臺，通過智能算法將通用、智能、超級算力與量子算力協同分配，使算網一體化效率提升20%。在硬件層面，AI與冷卻系統的聯動也潛力巨大，例如在數據中心通過AI預測服務器溫度變化，動態調節冷卻強度。AI驅動的能效管理系統正推動算力基礎設施向“智能低碳”轉型。 

從技術到制度的系統性生態建構

強化標準化的約束與引導。《數據中心算力碳效可信評價技術規范》的發布，首次將“算力碳效”納入評估體系，通過量化單位算力的碳排放量，為綠色算力提供可衡量的標尺。未來，需進一步完善碳排放雙控政策，如明確要求智算中心綠電占比、通過“算力券”補貼激勵企業使用低碳算力等。政策層面，需強化對高能耗算力設施的約束。各算力樞紐應該著力探索“綠電聚合供應”模式，強制要求新建數據中心與可再生能源協同布局，倒逼企業優化用能結構。要讓這套政策組合拳為算力低能耗化提供制度保障。

打破技術壁壘暢通產學研全鏈路。開源社區的崛起為算法優化提供了新路徑，如DeepSeek開放其模型蒸餾框架，使中小開發者能低成本構建輕量化模型。產業鏈協同整合高校、企業的研發資源，在算力產品層面形成“設計——驗證——量產”全鏈條生態，在算力服務層面從“硬件依賴”轉向“云端協同”。這種“產學研用”深度融合的模式，正成為算力低能耗化的加速器。

形成公眾參與的良好氛圍。要扭轉“以能耗換性能”的發展趨勢，必須更大力度地呼吁所有民眾對算力能耗的關注，從而讓節約算法能耗變得與節約用水、節約用電一樣深入人心。通過公開透明的能耗數據報告，企業可以更加直觀地感知算力碳足跡，從而優化算力能耗成本，政策制定者也能在成本效益和環境影響之間權衡利弊作出正確決策。 

算力低能耗化不僅是技術問題，更是關乎數字文明存續的生態命題。隨著先進制造、綠電協同、智能調度等技術的發展成熟，加快實現算力與能源、環境的深度耦合，構建起“技術——經濟——生態”共贏的新范式，從而實現人工智能大模型的強大生成能力和算力低能耗“雙贏”局面。