- 背景与问题:全球数据中心用电量占全球电力需求约1.5%,预计2030年前接近翻倍,单一大模型训练碳排放达千吨级CO2当量。若缺乏有效约束,AI基础设施扩张将加剧电力系统与碳排放压力。早期AI发展未关注能源约束,算力布局未考虑绿色能源。
- 变化与挑战:大模型与生成式AI兴起,词元(Token)消耗与算力负载持续扩张,AI成为电力需求重要新增来源,暴露出算力体系与能源体系结构性脱节,绿色能源供给与AI计算活动未形成有效协同。
- 绿色AI与GTI概念:绿色AI将绿色属性纳入AI基础价值维度,GTI(绿色词元指标)作为基础计量单位,代表单位AI Token生成过程中的绿色能源覆盖水平,连接AI算力体系与绿色能源体系。
- GTI计量方法:提出两种路径——时间切片动态计算法与总量全口径计算法。比较后选择总量全口径计算法作为现阶段基础路径,兼顾可执行性、可验证性与规模化推广能力。
- 绿色电力计量基础:明确绿色电力纳入口径,将绿色电力划分为就地风光、外购绿电、电网绿电三类,并建立统一统计口径与周期核算规则,形成统一能源计量基础。
- GTI实现措施:建立算力能耗映射机制、建立GTI核算与标识机制、建立核验与可信机制,推进实施路径分阶段演进,形成多主体参与下的协同核算体系。
- GTI绿色属性生成:提出“源网荷储算一体化”绿色能源协同体系,以新能源供给为基础,通过智能电网连接、储能调节、算力负荷响应实现能源与计算活动的协同优化。
- 绿色AI未来图景:绿色AI将逐步从倡议性概念演变为智能基础设施的重要评价维度,形成算力、能源与环境价值联动的新型生态,推动智能增长与资源约束之间的动态平衡。
- 核心指标与计算:以“AI Token计算所消耗电力中的绿色能源占比”为核心指标,采用总量全口径计算法进行核算,并建立统一评级与视觉标识体系(“树杈与绿叶”),使绿色属性具备透明表达与市场识别基础。
- 产业应用与价值:绿色属性将成为企业选择智能服务的新参考维度,推动绿色AI进入企业ESG披露、绿色采购、绿色云服务评价及用户选择机制,形成市场驱动绿色应用发展的基础力量。