AI与能源那些事——AI工厂如何生产绿色Token?

英伟达CEO黄仁勋在2026年GTC大会上强调的：我们习惯用FLOPS衡量AI能力，但现实世界中，真正的约束是瓦特。每瓦能产出多少Token，才是衡量AI工厂效率的唯一标准。

这引出了他的经典框架——“AI五层蛋糕”：从底层到顶层依次是：能源 → 芯片 → 基础设施 → 模型 → 应用。

没有底层的能源支撑，上面的四层都是空中楼阁。而当全球科技巨头们意识到这一点时，一场围绕“绿色Token”的生产竞赛已经拉开帷幕。

案例一：谷歌的“24/7零碳”目标

谷歌在全球拥有20多个数据中心，其承诺到2030年实现24/7全天候无碳能源运营——意味着数据中心在每个小时都能完全依赖可再生能源运行，而非仅仅在年度层面实现100%匹配。

在俄克拉荷马州，谷歌与可再生能源电厂签署了长期购电协议，并配套建设大型电池储能系统。日间AI负载高峰时，电池释放电能。谷歌还开发了碳智能计算平台，动态调整非紧急计算任务的时间窗口，将其安排在风光发电最充裕的时段执行。

据谷歌披露，2025年Gemini模型单个文本提示的中位能耗仅为0.24瓦时，碳排放为0.03克，较早期公开估计低1至2个数量级。

案例二：亚马逊的核电探索

绿电的波动性是算力中心稳定的最大挑战。对此，亚马逊AWS做出了一个大胆选择——拥抱核电。

2024年，亚马逊以6.5亿美元收购了宾夕法尼亚州Susquehanna核电站附近的数据中心，直接由核电为其提供稳定、零碳的基础负荷电力。同时，亚马逊也与华盛顿州公用事业公司合作，推进小型模块化核反应堆的研究。与传统核电站不同，SMR设计功率为50-300兆瓦，提供稳定、零碳的基础负荷电力。

更激进的布局来自微软。2025年，微软与Constellation合作重启了美国宾夕法尼亚州的三哩岛1号核反应堆，计划专门为其数据中心供电，协议长达20年。

案例三：挪威的“水电+自然冷却”模式

挪威的电力结构有其独到优势——96%的电力来自水力发电，且电价稳定在低水平。

在挪威，Green Mountain数据中心运营商将设施直接建在瀑布旁边的水电站附近。通过直连线路，数据中心以低于0.04欧元/度的价格获得稳定水电，同时利用北欧寒冷气候实现全年自然冷却。该数据中心已吸引了欧洲多家AI初创公司入驻。

尽管技术不断进步，但生产绿色Token的现实挑战依然严峻：

第一，绿电的间歇性不可回避。 全球大部分地区，风光发电的可预测时间窗口仅为数小时。对于需要连续运行数周甚至数月的大模型训练来说，如何保障稳定供电仍是难题。

第二，液冷技术尚未普及。 液冷数据中心的前期改造成本高昂，对于中小型算力运营商来说仍不友好。据Uptime Institute统计，2025年全球只有约15%的数据中心采用了液冷方案。

第三，绿电认证体系尚不统一。 各国对于“什么是真正的绿电”尚未达成共识。国际可再生能源证书框架在跨国交易中仍存在重复计算、认证冲突等问题。

当每一次AI推理都在消耗电力，当每一个Token背后都对应着一个物理世界的瓦特，如何让这些电来自太阳、风、水和原子——这是全球科技行业必须共同面对的问题，技术、政策、市场正在共同催生一场前所未有的“绿色Token”生产革命。