近期，随着Sora、ChatGPT等的人工智能应用的兴起，AI产业链的火热势头愈发明显。但与此同时，业界却发现电力消耗成为了AI发展面临的新挑战，AI已经逐渐成为新兴的“电力大户”、“耗电猛虎”。

根据宾夕法尼亚大学专家的分析，全球电力消耗中，计算机的占比不足2%。然而，至今这一数字已升至10%，并预计到2030年，这一比例将达到全球电力消耗的五分之一。

美国媒体的报道指出，ChatGPT的电力消耗引起了广泛关注。目前，ChatGPT每天消耗的电力可能高达50万千瓦时，这相当于1.7万个美国家庭的用电量。这一巨大的用电需求正成为openAI所在地的巨大负担，尤其是在美国电力供应本就紧张的背景下。

根据斯坦福人工智能研究所（HAI）发布的《2023年人工智能指数报告》，OpenAI的GPT-3单次训练耗电量高达1287兆瓦时（1兆瓦时=1000千瓦时）。国盛证券的估算显示，GPT-3的单次训练成本达到了140万美元，而更大的LLM（大型语言模型）训练成本介于200万美元至1200万美元之间，其中60%的成本为电费。

人工智能公司运作依赖于向模型输入大量数据，并进行持续的广泛训练。随着生成式AI技术的进一步采纳，其电力消耗预计将进一步增加。AI的快速发展可能导致全球能源供应更加紧张，我们对电力的需求将呈现出几十倍的增长，毕竟未来的用电需求远不止AI。

在今年1月瑞士达沃斯举办的2024年度世界经济论坛上，“ChatGPT之父”、OpenAI首席执行官山姆·奥特曼（Sam Altman）提出了一个观点，“AI的未来取决于清洁能源技术的突破”，他强调：“如果没有（技术）突破，就无法实现这一目标。我们需要（核）聚变，或者更便宜的太阳能+能大规模存储（能源）的东西”。

英伟达（NVIDIA）创始人兼首席执行官黄仁勋认为，AI不仅是科技型产业，同时也是能源密集型产业，这或许打破了许多人的常规认识。

持同样观点的还有埃隆·马斯克。在2月29日举办的“博世互联世界2024”大会上，特斯拉创始人埃隆·马斯克（Elon Musk）远程接受了博世CEO斯特凡·哈同（Stefan Hartung）和董事长马库斯·海恩（Markus Heyn）的采访，就人工智能议题发表看法。马斯克表示，芯片短缺的情况可能已经过去，但人工智能和电动汽车正在以如此迅猛的速度扩张，明年全球将面临电力和变压器供应紧张的问题。

面对这一挑战，国际能源署发布的《2023年电力市场报告》指出，可再生能源电力将成为未来三年全球电力装机增长的“绝对主力”。在光储融合与光储平价的大背景下，光储系统已经从过去的补充电源，发展成为稳定能源，并且在未来三年将逐步具备作为主力电源的能力。“电力巨兽”AI的挑战与储能新机遇。

中国作为世界最大的能源生产国，已建立了多元化且清洁的能源供应系统。根据中国国家能源局最新数据显示，2023年全球可再生能源新增装机5.1亿千瓦，其中中国的贡献超过了50%。中国风电机组等关键零部件产量占到全球市场70%以上，光伏多晶硅、硅片、电池片和组件产量占全球比重均超过80%。

中国的新能源产业，尤其是光伏产业的快速发展和技术进步，已大幅降低了光伏发电成本，为全球能源的绿色低碳转型提供了强大动力。工信部最新数据显示，2023年中国多晶硅、硅片、电池、组件产量再创新高，行业总产值超过1.75万亿元。在此背景推动下，光伏发电成本在过去十年内降低了80%-90%，并已低于传统的燃煤发电，达到0.3元/KWh以内，未来还将持续降低。

储能本质上并非直接产能源的行业，但对于光伏、风力等新能源来说，由于其发电的间歇性或波动性，需要一个中间体或关键枢纽进行能量存储，以便平衡新能源即发即用在时间和空间上的不连续性。因此，储能成为了整个新能源产业链中不可或缺的一环。

根据《2024年中国新型储能产业发展白皮书》市场篇（全球）部分中提到2023 年全球储能累计装机功率约 294.1GW，其中新型储能累计装机量约 88.2GW，占比为 30.0%。

构建以全钒液流电池和其他储能技术为核心的新型储能体系，以此为大规模和高比例的可再生能源接入提供强有力的支持，助力构建创新的电力系统。