能源与人工智能的协同进化:从算力革命到可持续发展路径

doi:10.12267/j.issn.2096-5931.2025.06.003

信息通信技术与政策 ›› 2025, Vol. 51 ›› Issue (6): 15-20.doi: 10.12267/j.issn.2096-5931.2025.06.003

能源与人工智能的协同进化:从算力革命到可持续发展路径

Energy and AI co-evolution: from computing power revolution to sustainable development pathways

贺力真¹, 汪振涛²

1.中国信息通信研究院技术与标准研究所,北京 100191
2.安徽电信规划设计有限责任公司,合肥 230000

收稿日期:2025-04-22 出版日期:2025-06-25 发布日期:2025-07-04
通讯作者: 汪振涛安徽电信规划设计有限责任公司人工智能研究中心研究员,主要从事大语言模型应用、人工智能工程化以及智慧能源等领域的研究工作
作者简介:
贺力真中国信息通信研究院技术与标准研究所工程师,主要从事智慧能源、人工智能、5G等领域的研究工作

HE Lizhen¹, WANG Zhentao²

1. Technology and Standards Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China
2. Anhui Telecom Planning and Design Institute Co., Ltd., Hefei 230000, China

Received:2025-04-22 Online:2025-06-25 Published:2025-07-04

摘要/Abstract

摘要：

人工智能(Artificial Intelligence,AI)能源与算力技术发展的非对称性导致“能源-算力剪刀差”持续扩大。提出能源与算力协同新范式,通过能源革命重构AI基础设施,以新能源技术驱动算法创新,实现双向赋能。实证分析表明协同度呈现非线性增长特征,且受区域异质性及政策选择压力的显著影响。可持续发展路径涵盖能源互联网与联邦学习融合、全球能源-算力交易市场构建以及算力-电力互操作技术突破。基于我国产业生态现状,提出通过技术-机制协同创新,力争2030年前建成全球示范性协同模式。

关键词: 能源, AI, 双向驱动机制, 可持续发展

Abstract:

The asymmetric development between Artificial Intelligence (AI)-driven computing power and energy technologies has led to a persistently widening energy-computing scissors gap. This study proposes a synergistic paradigm to reconcile this disparity by reconstructing AI infrastructure through energy revolution while leveraging novel energy technologies to drive algorithmic innovation, thereby achieving mutual reinforcement. The empirical analysis reveals that synergy intensity exhibits nonlinear growth characteristics, significantly influenced by regional heterogeneity and policy selection pressure. Sustainable pathways encompass integration of energy internet with federated learning architectures, establishment of global energy-computing trading markets, and breakthroughs in computing-electricity interoperability technologies. Building upon China’s industrial ecosystem, this paper advocates for coordinated technological-institutional innovation to establish a globally exemplary synergistic model by 2030.

Key words: energy, AI, two-way driving mechanism, sustainable development

中图分类号:

TP18

贺力真, 汪振涛. 能源与人工智能的协同进化:从算力革命到可持续发展路径[J]. 信息通信技术与政策, 2025, 51(6): 15-20.

HE Lizhen, WANG Zhentao. Energy and AI co-evolution: from computing power revolution to sustainable development pathways[J]. Information and Communications Technology and Policy, 2025, 51(6): 15-20.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2025.06.003

http://ictp.caict.ac.cn/CN/Y2025/V51/I6/15

图/表 2

参考文献 14

[1]	朱潇璇, 朱慧彤, 左飞云, 等. 人工智能如何降低能源强度?基于产业升级和技术进步的视角[J]. 合肥工业大学学报(社会科学版), 2025, 39(2):72-82.
[2]	IDC, 浪潮信息. 2025年中国人工智能计算力发展评估报告[R], 2025.
[3]	石鑫, 刘奇央, 高峰. 深度神经网络在新型能源系统中的应用及展望[J]. 综合智慧能源, 2025, 47(2):88-101. doi: 10.3969/j.issn.2097-0706.2025.02.009
[4]	王林. AI“渴电”困局,用地热能来破[N]. 中国能源报, 2025-04-21(10).
[5]	王林. AI推动数据中心成新增用电需求主力[N]. 中国能源报, 2025-05-12(17).
[6]	滕越, 杨姗, 刘芮存. 基于生物分子的神经拟态计算研究进展[J]. 科学通报, 2021, 66(31):3944-3951.
[7]	赖博宏, 郝俊红, 杨天缜, 等. 数字孪生支撑下综合能源系统的智慧运维发展与挑战[J/OL]. 中国电机工程学报, 2025,1-17[2025-04-20]. https://doi.org/10.13334/j.0258-8013.pcsee.242248.
[8]	柴尚蕾, 周倩倩, 魏伟. 绿色金融政策对产业结构转型升级的影响研究:基于绿色金融改革创新试验区的准自然实验[J]. 煤炭经济研究, 2025, 45(3):67-77.
[9]	罗世华, 王栋. 中国用能权交易试点政策对能源强度的影响研究[J]. 统计与决策, 2024, 40(24):78-83.
[10]	杨博, 陈义军, 姚伟, 等. 基于新一代人工智能技术的电力系统稳定评估与决策综述[J]. 电力系统自动化, 2022, 46(22):200-223.
[11]	李艳红, 王勇. 张家口数据中心集群建设蓄势待发[N]. 河北日报, 2023-02-13(07).
[12]	郭庆来, 兰健, 周艳真, 等. 基于混合智能的新型电力系统运行方式分析决策架构及其关键技术[J]. 中国电力, 2023, 56(9):1-13.
[13]	任语杰, 黄宇涵, 魏震波. 基于SCP的多区域互联综合能源系统分布式协调调度模型[J]. 工程科学与技术, 2025, 57(1):318-329.
[14]	李焕浩. 基于区块链的工业物联网分布式能源安全交易模型研究[EB/OL]. 2024[2025-04-10]. https://read.cnki.net/web/Conference/Article/ZBDL202412001077.html.

[1]	赵俊湦. 人工智能大模型为能源行业注入数字新动能[J]. 信息通信技术与政策, 2025, 51(6): 2-7.
[2]	刘伟, 李朝阳, 史海超. 人工智能技术推动能源变革的政策体系和应用挑战研究[J]. 信息通信技术与政策, 2025, 51(6): 27-32.
[3]	汪振涛. 人工智能驱动能源系统变革的挑战与应对策略[J]. 信息通信技术与政策, 2025, 51(6): 38-43.
[4]	王宇航, 史翔, 申一彤. 能源行业AI大模型工程化实践研究[J]. 信息通信技术与政策, 2025, 51(6): 52-59.
[5]	张恩皖, 乔驰, 夏姚敏. 基于运营商位置能力的充电桩规划与绿色能源协同研究[J]. 信息通信技术与政策, 2025, 51(5): 28-34.
[6]	杨吉双, 王华丽, 杨晨. 人工智能时代智能算力带来的能源挑战与建议[J]. 信息通信技术与政策, 2025, 51(5): 58-62.
[7]	马妍. AIGC技术赋能数字孪生城市建设的价值与路径[J]. 信息通信技术与政策, 2024, 50(9): 43-50.
[8]	黄倚霄, 张湛梅. 基于解耦、收敛、互联三原则的运营商AI+MaaS IT支撑新模式探索与实践[J]. 信息通信技术与政策, 2024, 50(12): 31-36.
[9]	董昊, 刘星辰, 曹峰, 张发恩, 高凌燕. 人工智能赋能制造业全流程的技术及应用研究[J]. 信息通信技术与政策, 2024, 50(12): 42-50.
[10]	高浩, 闫东伟, 樊颖爽, 董晓刚, 秦思思. 基于人工智能的航天控制软件代码检索方法[J]. 信息通信技术与政策, 2024, 50(12): 64-72.
[11]	任怀影, 刘芷若, 李红阳, 刘燕. 能源转型变革中数字技术的应用场景与模式研究[J]. 信息通信技术与政策, 2024, 50(10): 15-20.
[12]	高信波, 张素, 李小龙, 卢亚光. “双碳”目标下能源数字化转型推动我国工业绿色低碳发展[J]. 信息通信技术与政策, 2024, 50(10): 28-34.
[13]	张博钧, 靳涛, 冯志芳, 刘美. 数据要素赋能能源行业发展的现状、挑战与路径研究[J]. 信息通信技术与政策, 2024, 50(10): 41-46.
[14]	王宇航, 郑金辉, 史翔, 陈龙. 基于数智融合的能源行业数据要素流通发展建议[J]. 信息通信技术与政策, 2024, 50(10): 54-62.
[15]	乔辉, 崔阳阳, 赵崇岩. 能源央企数字化转型路径研究[J]. 信息通信技术与政策, 2024, 50(10): 63-67.

能源与人工智能的协同进化:从算力革命到可持续发展路径

Energy and AI co-evolution: from computing power revolution to sustainable development pathways

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 14

相关文章 15

编辑推荐

Metrics

本文评价