協鑫能科智算公司執(zhí)行總裁 崔靖：協鑫是做新能源和發(fā)電的企業(yè)，協鑫智算成立之初就已經深刻體會到人工智能與能源之間密不可分的關系。人工智能的介入改變了幾乎人類社會所有行業(yè)的生產方式和生活方式，從這一點來講遠遠超乎我們的想象。

隨著人工智能在供給側，在生產生活各個方面的投入和使用，再過五年到十年，最大的能源改變就是各種各樣的算力需求對能源供給側的結構性變化，這件事各家公司都在積極參與。今年1月份到7月底，我國總共新設立了140個智算中心，全部是GPU(圖形處理器)的，而這些智算中心的分布很大一部分并不在沿海地區(qū)，而是分布在西部和中部這樣的地區(qū)。而這些新進來的算力資源都是高耗能的。怎么在一個人口稀少的地方用一些高耗能的電力需求?原來西部的電要東輸，這里最大的一個變化可能是能源結構要發(fā)生變化了，分布方式要發(fā)生變化了，電網的配給要發(fā)生變化了。

到底人工智能會對我們的電和能源結構產生多大的影響?從簡單的數據分析來看，大概在五年之內，全社會用電的4.5%將用來進行人工智能的計算，這些算力中心的耗能，數字是非常龐大的。

協鑫積極參與了部分140個算力中心的建設，我們給出來的方案，至少算力中心要涵蓋30%～50%的綠電，而不是由傳統(tǒng)的火電進行供能?，F在是能源結構不斷變化的過程，因此對于電網企業(yè)，無論國網還是南網，已經感受到智算中心的用電需求增度太快，應該如何去適配，如何去解決，未來五年將對整個電力的設備和電網的調整甚至微電網的推出，都會產生很大的影響。

現在可以看到電力和算力的互動，大家原來講IDC(互聯網數據中心)的模式，在電價便宜的地方才會去做，這是傳統(tǒng)CPU(中央處理器)的模式。也有大量IDC在使用過程中發(fā)生了很多冗余，建了十萬個機柜，但是只用了10%～15%。GPU時代的到來，很大程度上在改變這一狀況。GPU正在大量地替換CPU。按照國家相關部門明確的數據，應該會在五年之內，GPU在算力的占比將超過80%。并將替代現在CPU的算力比例。這可能激進了一點，但是我們現在確實看到大量為CPU提供的基礎設施在做改造、升級，以適應GPU時代的到來。GPU時代的基礎，就是前面講到的對供給側、對社會各個行業(yè)根本性的改變，生產方式的變化?，F在大家在講東數西算、西電東輸，但是嚴格來講，今天的技術、今天模型的成熟度，還不太可能做到真正意義上的東數西算。

國內做的90%以上的模型只能做近地計算、本地計算，因為它的數據不可能大量地遠程去做。我們曾經遇到一個項目，中科院要計算一個臺風模型，要估算出臺風來了之后對整個市政建設的沖擊影響有多大，這對城市保險很重要。數據在上海的氣候中心，中科院的機房在鹽城，其實沒多遠，一個相關數據傳過去要傳一個半月，即使在良好專線的情況下，而且已經拿到大量的許可，數據才能從上海到達江蘇。在國內目前的管理方式下其實還有很多限制，真正使用GPU的模型公司在計算的時候還是以本地計算為主。

那么什么時候可以真正做到異地計算，像傳統(tǒng)的數據中心一樣?現在已經有一些苗頭了，當模型進入一個相對成熟的階段，比如愛奇藝已經開始做這樣的嘗試，在線的推理，它已經不是訓練了，它的模型訓練得已經比較符合要求。隨著推理的需求，推理需要7×24小時在線，必須離它的消費人群100公里以內。所以它在各個地方是要建一些適配的，離人口密集度近的地方的推理中心，不要那么大，但是要網絡信號的分布。當真正的人工智能助手成為手機像微信一樣使用需求的時候，它一定要在中心城市的周邊產生大量的算力需求，這是必須要解決的問題。算力中心下一步的建設，隨著人工智能整個模型的成熟化和投入使用，它一定會對整個能源的結構產生其他新的需求。

協鑫原來不是做人工智能的，而是做發(fā)電的，在能科旗下我們擁有大量的火電廠、天然氣熱電聯供、光伏發(fā)電，我們基本上是做這些的。我們從去年開始嘗試人工智能，因為整個公司希望能夠在這個行業(yè)先做一些先行先試的工作，我們預感到在能源的下一步發(fā)展中，人工智能已經是必備的基礎能力，所以我們去年成立了智算公司，做各種各樣的試運行試訓練，用我們自己的數據、自己的場景。

我們希望打造的是這樣一個結構。一方面是我們最擅長的能源行業(yè)，另一方面是傳統(tǒng)電力行業(yè)的一些需求，包括目前電力行業(yè)在做的實時電價的改造，這兩個行業(yè)結合的時候，會從產業(yè)生態(tài)、產業(yè)模型，到最后協鑫希望打造出一個行業(yè)引擎，能夠推動算力和能源的共同發(fā)展。為社會的變革提供更好的實踐，這是我們希望做的事情。

分享一個案例。一家國外的公司到中國來，希望尋求一個更好的解決方案，這家公司要做的是更大的吉瓦級的AIGC(人工智能生成內容)中心，但是要求100%的綠電，怎么解決呢?一個吉瓦級的中心要實現100%綠電，難度是很大的，所以我們用了過去在風電、氫能、天然氣發(fā)電等技術，加上儲能的配合，實現了一個自洽的系統(tǒng)。因此這樣一種技術的產生，這樣一些調配模型的產生，將相左整個人工智能和能源行業(yè)的發(fā)展，兩邊都會產生影響。

說到人工智能引領能源行業(yè)，其實有兩層含義，一方面人工智能要為各種AIGC、各種算力提供能源，同時模型再反過來影響能源行業(yè)。我們是新能源的供給者，模型再反過來讓我們的生產方式也發(fā)生變化，因為我們自身也在做。我們的鈣鈦礦和硅片以及我們的工廠，現在都有相應的生產模型進行訓練。我們從去年開始，鈣鈦礦整個新材料的模型都是用模型來推演的，已經不是用人工的方式來試驗了，這就是為什么我們可以領先對手三年到五年。我們本身就是人工智能改變能源行業(yè)，從我們身上已經有非常明確的體現。希望通過我們的努力，能夠為國內的算力和能源變革做一些新的試驗，并將這些經驗分享給大家。