2030年全国算力用电量或达8000亿度，绿电成为AI基础设施关键变量

据央视财经 8 月 12 日报道，随着人工智能训练、推理和数据中心规模持续扩张，算力背后的用电需求正在快速上升。报道提到，当前一个万卡集群一天至少消耗 20 万度电；据测算，到 2030 年，全国算力用电量将达到 8000 亿千瓦时。与此同时，我国绿色电力供给也在加速提升：截至 6 月底，非化石能源发电装机容量达到 25.2 亿千瓦，占总装机容量的 62.4%；到 2030 年，预计将有近 6 万亿度绿电并入电网。对于 AI 产业而言，未来竞争不只是谁拥有更多芯片和更大模型，也取决于谁能以更低碳、更稳定的方式支撑算力运转。

算力扩张正在把“电力成本”推到台前

过去几年，AI 产业讨论最多的是大模型参数、GPU 供给、集群规模和推理效率。但从实际基础设施角度看，算力中心并不是单纯堆服务器就能运行，供电、散热、调度和能源成本同样决定其可持续性。来源显示，一个万卡集群一天至少用电 20 万度，这意味着当超大规模训练集群成为常态后，能源消耗会成为企业和地区布局 AI 基础设施时必须优先评估的因素。

到 2030 年全国算力用电量预计达到 8000 亿千瓦时，反映出 AI、云计算、数据处理和智能化应用的持续渗透。对模型厂商、云服务商和政企用户来说，算力不再只是硬件采购问题，而是长期能源保障问题。如果电力供给不足、价格波动较大或碳排压力上升，都会影响大模型训练成本、云端推理价格以及智能应用落地速度。

绿电托底：东数西算正在重塑数据中心布局

报道指出，算力在狂奔，绿电在托底。我国新增用电需求几乎全部由绿电满足，东数西算八大枢纽内，大型绿色算力集群的绿电使用率持续攀升。其中，内蒙古和林格尔、甘肃庆阳等地新建数据中心绿电消费占比已超过 80%，全国已有 172 个算力中心通过绿色低碳 4A 认证。

这背后对应的是数据中心从单纯靠近用户、靠近城市，逐步转向“靠近能源、靠近网络枢纽、靠近调度体系”的新格局。西部地区具备较好的风电、光伏等新能源资源，适合承接大规模、可调度的训练和离线计算任务；东部地区则更适合部署低时延推理、业务交互和行业应用节点。东数西算的价值不仅在于把数据和任务向西部转移，更在于把算力需求与绿色能源供给重新匹配。

• 对 AI 企业：未来训练集群选址将更看重绿电比例、电价稳定性和供电冗余。
• 对云厂商：绿色算力可能成为云服务差异化卖点，影响大客户采购决策。
• 对地方产业：新能源资源丰富地区有机会通过数据中心、智算中心吸引模型、算法和应用生态。
• 对碳减排：提升绿电消费占比，有助于缓解算力规模增长带来的碳排压力。

影响解读：AI 全球竞争力将由“芯片+电力+调度”共同决定

来源显示，东数西算工程已撬动万亿级社会投资，并在解决算力高能耗、新能源发电波动等方面发挥作用。对于中国 AI 产业而言，这意味着基础设施竞争正在从单点能力走向系统能力：芯片决定峰值算力，网络决定数据与任务流动，电力决定持续运行能力，而调度系统决定能源与算力能否高效耦合。

尤其在大模型进入产业落地阶段后，推理需求可能长期、高频地增长。相比一次性训练，推理更接近持续运营成本。谁能用更稳定的绿电、更低的综合能耗提供算力，谁就可能在模型服务价格、行业智能化解决方案和长期运营能力上获得优势。绿色能源底座正在成为 AI 基础设施的一部分，而不是附属选项。

从中文科技产业观察角度看，2030 年 8000 亿度算力用电量这一测算，提醒市场重新理解 AI 的底层约束：模型能力提升并非只依赖算法突破，也依赖电网、储能、数据中心工程和跨区域调度能力。随着近 6 万亿度绿电预计入网，AI 产业的下一轮竞争，很可能会在“更强算力”和“更绿色算力”之间找到新的平衡点。