行业投资评级 - 报告未明确给出具体的行业投资评级（如“增持”、“中性”等）[1] 核心观点 - 绿色算力正从单纯能效优化转向“算力-电力-碳力”系统协同，是未来若干年科技与能源交叉领域的核心赛道[1] - 短期重点关注液冷技术的改造推进、高效算法与模型架构以及高密度服务器与高带宽内存[1] - 长期持续关注“源网荷储”一体化系统与绿电直连、电算协同调度平台以及边缘计算与能碳大模型[1] 算力侧：算法、设备、载体的角色 绿色算法 - 绿色算法构成AI算力能效优化的底层逻辑，通过紧凑架构设计、高效训练策略、高效推理技术和高效数据使用实现优化[2] - DeepSeek采用专家混合（MoE）架构，仅用600万美元成本开发出DeepSeek-V3模型，显著降低训练开销[2] - 推测解码、KV缓存压缩等技术已成为GPT-4、Claude 3.5等主流模型降低平均响应功耗的关键创新路径[2] - 推理工作负载占比从2024年的65%预计提升至2028年的73%[32] - 高效训练策略包括计算压缩、存储减负和通信协同，如Flash Attention将O(n²)的注意力机制重写以降低能耗[43][45] 数据中心硬件设备 - 数据中心硬件设备是能耗产生的核心，IT设备系统功耗约占算力中心总功耗的45%[68] - 英伟达Blackwell架构芯片优势显著，GB200能效比达1.85；国产芯片中壁仞BR100能效比达1.86，表现突出[2][80][81] - 服务器向高密度化发展，ARM等精简指令集架构、整机柜高密度集成、智能功耗封顶与动态调频是主要方向[2] - 全球数据中心IT负载预计从2024年的68GW激增至2030年的174GW，2025-2030年间新增106GW，年均增长17.7GW[68] - 存储方面，HBM通过TSV垂直堆叠提供超高带宽，SK海力士1β制程配合MR-MUF封装技术使HBM3E传输速率提升50%[2] 数据中心运营载体 - 数据中心运营载体是能耗管控的核心，冷板式液冷PUE可降至1.3以下，浸没式液冷PUE更可达1.2以下[2] - AI驱动的DCIM系统通过3D可视化、数字孪生与负荷预测实现实时能效调优与智能运维[2] - 余热回收技术中，风侧、热泵与水侧三类系统已成熟应用，北方地区采暖投资回收期可缩短至5年以内[2] - 数据中心模块化与预制化可显著缩短建设工期50%以上，并能有效降低建筑垃圾、施工用水的产生[2] 能源侧：算力的尽头是电力 电力供应与结构 - 美国数据中心耗电占全球45%，电力制约显著；中国数据中心煤电占比约70%，需加快能源结构转型[2] - “东数西算”八大枢纽布局、“源网荷储”一体化微电网、绿电直连专线等创新模式优化能源配置[2] - 腾讯怀来数据中心成为国内首个“风光储”一体化并网项目[2] 储能技术 - 储能方面，磷酸铁锂电池主导电化学储能迭代，宁德时代“算力专用电池”体积能量密度提升30%[2] - 物理储能中江苏建成200MW飞轮储能阵列，数字孪生技术优化充放电策略使利用率提升至73%[2] 应用侧：AI+实现各行业各维度绿色赋能 行业减碳效果 - AI算力推动使能行业减碳，尤其聚焦AI+能源的反哺，推动四大使能行业的减碳比例：电力（12%-22%）、工业（13%-22%）、交通（10%-33%）、建筑（23%-40%）[2][3] - 能源垂式大模型如智子熹源通过MoE架构以1/10成本替代传统专家团队[3] - 人工智能物联网平台如远景EnOS实现全球845GW能源资产管理[3] 边缘计算与虚拟化 - 边缘计算推动大模型向网络边缘迁移，降低延迟并提升隐私保护[3] - 这些技术发展正在对经济社会的消费模式、生产方式、信息流动与生活方式产生全面而深远的系统性影响[3] - 全球经济向“虚拟化增值”模式深刻转型，有望进入资源强度持续下降的新发展阶段[3]