夜雨聆风
一、前言
SpaceX 目前拥有并运营着全球最大的 Terrestrial AI 计算基础设施——COLOSSUS 与 COLOSSUS II 算力中心（在美国田纳西州孟菲斯及密西西比州南黑文）。该集群合计电力配额达1吉瓦（GW）。
SpaceX IPO招股书披露其2027年底实现年化1吉瓦(GW)太空算力供电部署规模。
Q1：1吉瓦（GW）是电力单位还是算力单位？1吉瓦（GW）有多大呢？
A1：1吉瓦（GW）其实是功率单位；1GW设备连续运行1小时消耗的电量为1GWh，相当于100万度电。
二、电力基础单位换算
功率 | 换算 （千进制） | 电量 （度/kWh） | 换算 |
1 KW | 1000 W | 1 KWh | 1度电 |
1 MW | 1000 KW | 1 MWh | 1000度电 |
1 GW | 1000 MW | 1 GWh | 100万度电 |
1 TW | 1000 GW | 1 TWh | 10亿度电 |
备注：
1）1 瓦（W）= 1 焦耳/秒（J/s）
2）度= 千瓦时（kWh）
3）1 KWh（度）=1 kW设备连续运行1小时消耗的电量
Q2：这些AI算力中心为啥需要这么大的用电量？
A2：AI算力中心（AIDC）内摆满了AI机柜，AI机柜上布满了服务器，服务器上插满了GPU，在进行高密度数据的大模型训练和推理工作时，会消耗大量电力。
三、AI算力基础概念
1. AI算力中心（AIDC）：专门承载大模型训练（训练算力）、大规模推理（推理算力）的高密度数据中心。
(1)AI 机柜：多台服务器集成机柜，行业功率划分：
n传统IDC 机柜：7–15kW/台；
nAI 推理机柜：30–50kW/台；
n大模型训练高密度机柜：80–150kW/台；
(2)服务器/智算服务器：搭载多块 GPU 的整机，分训练服务器、推理服务器；
(3)GPU 图形处理器：AI 训练/推理核心芯片，并行计算能力强，是大模型标配；单卡300W–700W，高密度集群是电力消耗主体。
2.训练算力（Token）vs 推理算力（Token）
1）训练算力（Token）：从零/微调大模型，一次性输入海量的文本、图像数据等学习参数（输入Token）。
l超大集群长时间连续运行，7×24 小时不中断；
l单次训练耗电量极高，但全年运行时长有限，占整体AI 用电约 20%–30%。
2）推理算力（Token）：用户实际调用 AI 生成内容、问答、图像识别等（输出 Token）。
l7×24 小时在线刚性负荷，不能随意停机；
l用户规模持续扩张，Token 调用量逐年暴涨；
l是全球AI 耗电增长第一来源，占 AI 总用电 70% 以上。
3.Token-词元（AI流量/计量单位）
Token 是大语言模型处理信息的最小计算单元，中文叫词元，相当于AI 世界的 “流量/计量单位”。人类文字无法直接进神经网络，模型会用分词器（Tokenizer）把句子拆成碎片化 Token，再转为数字向量计算。
基本概念如下：
Token：词元（千进制单位）
k Token：千词元
M Token（MTok）：百万词元，行业计费、耗电统计标准单位
G Token：十亿词元
举例说明：
1）英文：1 Token ≈ 0.75个单词/4个英文字符；长单词会被拆多段。
2）中文（国内模型通用）1个汉字 ≈ 1～2个 Token，标点、空格全部单独算 Token；
4.算力衡量指标（算力大小量化）
1）FLOPS 每秒浮点运算次数，算力标准单位。
2）TFLOPS：万亿次浮点/秒，衡量芯片理论计算能力；
3）卡数（万卡集群）行业通用规模单位：万卡集群 = 10000块高端 GPU。
Q3：AI算力中心用电量目前在全球和中国的使用情况如何？
A3：全球AI算力用电量逐年攀升，在2023年时AI算力仅占数据中心用电量的15%，25年达到30%，26年预测达到35%，2030时可高达50%。
四、数据中心及AI算力用电量简介
1.全球数据中心及AI算力用电量（数据来源于IEA 国际能源署）：
1）2025年：数据中心总量 485 TWh（4850亿度电），AI算力占比30%；
2）2026年：数据中心总量预测达565 TWh（5650亿度电），AI算力占比升至35%；
3）2030年预测：数据中心总量945 TWh（9450亿度电），AI算力占比接近50%；
2.2025—2030 年，中国 AI 算力用电量长期稳定占全球 AI 总耗电量的25%左右。美国头部大模型训练集群规模领先，占全球AI 耗电量的46%左右，中美两国合计占据全球 70% 以上 AI 算力的电力消耗量。
Q4：AI算力中心用电量这么大，怎么样做好后续的电量供应工作？
A4：节流方面：尽力提升算力中心的能源利用效率；开源：除了传统的化石燃料发电，寻找更多低碳新能源发电形式。
五、AI用电量供应保障
1. 提升电能利用效率PUE（Power Usage Effectiveness），PUE为全球通用数据中心能效衡量标准。
1）定义：PUE = 数据中心全年总耗电量/ AI设备全年耗电量
l数据中心全年总耗电量：机房全部用电，包含：空调制冷、UPS / 配电损耗、照明、水泵、安防、备用设备、储能系统等所有配套能耗；
lAI设备全年耗电量：仅服务器、GPU、存储、交换机等真正产生算力的设备
3）中国数据中心PUE的区间范围（理论极限为1；数值越接近1越节能）：
备注：
1）2025 年底全国数据中心平均 PUE 降至1.5 以下；
2）北京、上海等：新建大型机房PUE≤1.15，超标执行差别加价电价、限批新项目；
3）东部八大枢纽新建大型/ 超大数据中心：PUE≤1.25；西部风光基地枢纽新建智算中心：PUE≤1.2（气候冷、天然冷源充足）。
4）AI 高密度机房硬性导向：单机柜 50kW 以上必须配套液冷，风冷无法满足 PUE 合规要求。
2.大力发展低碳新能源方式
中国发电量增速年均4.9%左右，风光水核电等低碳能源发电大规模投产，由此预测中国2030 可再生新能源单独占比高达 50%，含核电后的低碳能源占比高达60%，转型速度领先全球平均；火电逐步从电量主力转为系统调节支撑电源。（详见后附表中国发电量情况）
预测全球2030 年新能源 + 核电刚好过半；煤电仍是单一最大电源。（详见后附表全球发电量情况）
2025年中国发电量占世界发电量的33.8%，2026年占比34.4%，到2030年将占全球发电量的35.5%，是全球电力供给第一大国。
根据本文前面第四章节《数据中心及AI算力用电量简介》中，2030年预测：数据中心总量945 TWh（9450亿度电），AI算力占比接近50%，中国AI算力用电量长期稳定占全球 AI 总耗电量的25%左右。
到2030年，预测中国AI用电量约945*50%*25%=118.125TWh，仅占全国发电不到0.9%，庞大的总发电量、持续扩张的新能源装机完全可以承载算力增长。
1）全球发电量情况（数据来源于IEA 国际能源署及预测）
2）中国发电量情况（数据来源于国家能源局及预测）
