在近期举办的世界人工智能大会上，除了穿戴式智能终端和具身机器人等前沿科技产品吸引眼球外，一个此前未受广泛关注的话题逐渐升温——能源问题正成为人工智能规模化发展的关键制约因素。随着AI技术从虚拟算法加速向实体世界渗透，能源不再仅仅是产业发展的配套条件，而是演变为支撑AI持续进步的核心基础设施。
大会期间，两场能源主题论坛引发广泛讨论。其中，"AI与先进核能共筑可持续智能未来"论坛和"人工智能与能源双向赋能"论坛明确传递出信号：能源体系的建设水平将直接影响人工智能产业的未来格局。过去几年，全球AI竞争主要围绕模型能力、芯片性能和算力规模展开，但随着大模型进入产业化阶段，算力增长正面临能源供应的现实约束。行业观察人士指出，AI竞争的下半场焦点已从"谁拥有更强模型"转向"谁具备支撑规模化运行的能源体系"。
这种转变在产业层面已显现端倪。国家能源局局长公开表示，AI生成高清视频的耗电量已相当于多部手机充电，未来需统筹能源资源配置与算力设施建设。市场数据也印证了这一趋势：过去三年，燃气轮机价格累计上涨300%，相关企业股价持续走高。这背后是科技巨头加速建设AI数据中心带来的需求激增，但部分地区电网扩容速度难以匹配数据中心建设节奏，迫使企业转向自建能源设施作为过渡方案。
然而，燃气发电并非终极解决方案。业内专家普遍认为，随着算力规模持续扩大，未来需要构建多元、稳定、高效的能源体系。澳洲会计师公会专家金科提出产业框架：将AI生成的Token视为数字产品，算力是生产设备，电力则是核心原料。他强调，芯片决定算力上限，而电力供应决定算力规模化的发展空间。这种观点得到施耐德电气执行副总裁尹正的呼应，他指出："在AI时代，能源成本、供电稳定性和能源结构将成为影响算力基础设施竞争力的核心要素。"
面对能源压力，产业界正在探索"算电协同"的新路径。施耐德电气推出的全生命周期数智化体系，通过数字孪生技术优化供配电架构，利用智能配电和AI节能技术实现电力与算力的动态匹配。这种实践已应用于万卡集群等高密度算力场景，显著提升数据中心运营效率。与此同时，能效评价体系也在革新，商汤科技提出的TPW（单位电力产出Token数）概念，试图从应用产出角度重新定义能源效率标准。
全球主要经济体正根据自身优势探索不同路径。美国科技企业通过长期购电协议和新能源投资保障电力供应，但整体升级速度取决于电网改造进程；欧洲则侧重通过绿色能源标准和AI治理规则构建市场壁垒；中国依托"东数西算"工程和特高压输电体系，探索算力需求与西部绿色能源的协同发展模式。这种差异化竞争格局，正在重塑全球AI产业版图。
在能源供给端，多元协同体系成为共识。本届大会首次设立的"AI与先进核能"论坛上，全球首个"AI for ADANES"技术路线发布，该方案通过数据、物理模型和专家经验的三重驱动，试图解决核工业安全要求与AI可控性之间的矛盾。专家指出，核能因其稳定输出和高能量密度特性，可能成为支撑大型智算中心的重要选项，但技术突破、安全保障和经济性仍是待解难题。
随着新能源占比提升和算力负荷增长，能源系统的波动性挑战日益突出。行业普遍认为，未来支撑AI发展的能源体系将由稳定基荷能源、新能源和储能系统共同构成。这种转变标志着AI竞争已从数字世界延伸至实体基础设施领域，能源体系的承载力、运行效率和协同韧性将成为决定产业竞争力的新维度。
