转自：中国科学报 近年来，人工智能（AI）、机器学习、云计算及大数据技术呈现出爆炸式发展态势，全球数据处理需 求呈指数级增长。数据中心作为数字经济的核心物理载体，其能耗问题日益严峻。 1月5日，《自然综述-电气工程》在线发表了华南理工大学电力学院教授朱继忠团队与合作者的最新研 究成果。他们提出了一种以海洋可再生能源为支撑的水下数据中心零碳运行架构，为高能耗AI基础设 施的绿色转型提供了全新解决方案。 "这项工作是当前'绿色AI'背景下的一次前瞻性探索。"论文通讯作者朱继忠对《中国科学报》表示，该 研究首次系统性设计并论证了融合风能、光伏、波浪能和海水冷却的水下数据中心能源与热管理系统框 架，验证了其实现"全天候零碳运行"的可行性，展现出推动AI计算基础设施绿色化、低碳化的潜力。 《自然综述-电气工程》的审稿人对这一研究成果给予了高度评价。他们认为，该研究"在绿色计算基础 设施设计方面提供了系统性新思路"，兼具"突破性技术创新和工程可行性"。 数据中心绿色转型迫在眉睫 国际能源署（IEA）2025年4月发布的报告显示，2024年全球数据中心的用电量约为415太瓦时（TWh， 1太瓦时=10亿千瓦时），占全球电力 ...

文章核心观点 - 北汽集团通过举办科创投资生态论坛暨生态伙伴大会 旨在以资本为纽带 以技术为核心 以生态为载体 深化与产业界 投资界 科技领域的合作 共同推动汽车产业向智能化 绿色化转型 培育新质生产力 实现高质量发展 [1][2][4] 北汽集团的战略定位与举措 - 北汽集团作为中国汽车工业骨干力量 正积极发挥产业引领作用 其产业投资平台北汽产投肩负在汽车行业投资与洞察科技前沿的使命 为集团自主及合资企业提供技术链接 [1][2] - 北汽集团将以资本链接创新源头 以市场验证技术价值 以生态培育产业未来 与伙伴深化互信合作 [2] - 北汽产投将锚定“AI+汽车”重点布局 投资与汽车技术同源 产业链重合度较高的新技术与新赛道 覆盖新能源 智能网联 零部件 汽车+等领域 [2] - 北汽产投旨在推动整车厂 核心供应商与被投企业的业务资源对接 打造规模更大 范围更全的产业级供应体系 [2] 论坛活动与生态协同 - 论坛汇聚了来自产业界 投资界 科技领域的200余位生态伙伴 围绕新质生产力培育 汽车产业智能化绿色化转型等议题搭建交流与对接平台 [1] - 同期举办“AI大模型·新智驱”专题座谈会 新紫光集团 科大讯飞等近20家生态企业与北汽研究总院 北汽产投核心团队 就AI大模型在汽车产业的前瞻应用与产业链协同进行深度研讨 [3] - 现场举行了多项签约与发布仪式 是北汽科创生态协同发展的实践 [3] - 论坛邀请权威嘉宾分享 包括从全球经济格局解读汽车趋势 剖析绿色AI的发展逻辑与产业机遇 以及分享AI具身智能最新进展如何赋能实体产业 [3] 北汽集团各业务板块发展成果 - 北汽研究总院阐述了公司在核心技术研发与产品创新迭代的战略布局 [3] - 北京越野分享了以用户共创引领产业链协同发展的转型实践 [3] - 北汽新能源聚焦“极狐+享界”双品牌布局 展现了在智能驾驶与场景化创新领域的创新动能 [3] 未来展望 - 北汽集团将继续秉承合作共赢理念 以北汽产投为重要平台 深化与生态伙伴的协同合作 在汽车产业智能化 绿色化转型中凝聚力量 [4]

大会概况与核心主题 - 2025年12月16日，北汽集团在北京举办科创投资生态论坛暨北汽产投生态伙伴大会，主题为“聚变而升”，吸引了来自产业界、投资界、科技领域的200余位生态伙伴参与 [1] - 大会旨在围绕新质生产力培育、汽车产业智能化绿色化转型等核心议题，搭建技术交流、资本对接、合作共赢的高端平台，为中国汽车产业高质量发展凝聚共识 [1] - 此次大会是北汽集团深化生态布局、赋能产业升级的关键举措，释放出以资本为纽带、以技术为核心、以生态为载体的开放发展信号 [1] 北汽集团的战略定位与生态构建思路 - 北汽产投作为北汽集团的产业投资与资本运作平台，肩负在汽车行业投资、洞察科技前沿的使命，为集团自主及合资企业在技术上提供链接 [3] - 北汽集团将以资本为纽带链接创新源头，以市场为舞台验证技术价值，以生态为载体培育产业未来，与生态伙伴深化合作 [3] - 北汽产投将锚定“AI+汽车”，重点布局与汽车技术同源、产业链重合度较高的新技术、新赛道，构建覆盖新能源、智能网联、零部件、汽车+等领域的投资生态 [5] - 公司旨在推动整车厂及核心供应商与被投企业的业务资源对接，打造规模更大、范围更全的产业级供应体系，实现多方共赢 [5] 大会具体活动与协同实践 - 大会同期举办“AI大模型・新智驱”专题座谈会，新紫光集团、科大讯飞等近20家生态企业代表与北汽研究总院、北汽产投核心团队展开深度研讨 [5] - 研讨围绕AI大模型在汽车产业的前瞻应用、产业链协同需求等关键议题进行，现场举行了多项签约与发布仪式，是北汽科创生态协同发展的生动实践 [5] - 大会设置两场“超级对话”环节，嘉宾围绕多模态感知融合、国产芯片突围、供应链协同创新等热点议题深入交流，为生态协同发展提供务实思路 [6] 与会嘉宾观点与北汽业务进展分享 - 世界金融论坛高级研究员宗良从全球经济格局切入解读汽车产业发展趋势，中国银河证券首席经济学家章俊剖析绿色AI的发展逻辑与产业机遇，星动纪元创始人陈建宇分享AI具身智能最新进展 [6] - 北汽研究总院阐述了公司在核心技术研发、产品创新迭代的战略布局 [6] - 北汽股份分享了北京越野以用户共创引领产业链协同发展的转型实践 [6] - 北汽新能源聚焦“极狐+享界”双品牌布局，展现北汽在智能驾驶、场景化创新领域的创新动能 [6] 未来展望 - 面向未来，北汽集团将继续秉承合作共赢理念，以北汽产投为重要平台，深化与生态伙伴的协同合作 [7] - 公司目标是在汽车产业智能化、绿色化转型浪潮中凝聚力量，共同书写中国汽车产业高质量发展的新篇章 [7]

文章核心观点 - 人工智能技术正通过重构基于数据的金融价值发现与跃迁体系，为破解科技金融发展中的痛点提供全新路径，其核心在于构建从价值发现、动态评估、资源分配到价值升华的闭环生态体系 [1][7][19] 科技金融发展的主要痛点与难点 - 信息不对称导致风险评估适配性不足，传统金融体系难以量化评估科技企业的专利、技术、人才等无形资产 [2][3] - 债权与股权融资联动不足，银行信贷对高风险、轻资产初创企业支持有限，而风险投资覆盖面不广，难以根据企业不同发展阶段提供灵活融资方式 [2][4] - 多层次资本市场存在信息披露有效性不够、研究覆盖不足、与高层次市场衔接不畅等问题，规范化与智能化水平有待提升 [2][5] - 整体服务效率相对滞后，金融服务流程难以匹配科技企业快速迭代节奏，缺乏全生命周期的持续陪伴与综合金融解决方案 [2][6] AI赋能科技金融的核心路径 - 构建科技企业精准画像，通过整合工商注册、专利技术、动态舆情等多元数据，将非结构化数据转化为高质量结构化特征，形成行为、技术、市场、财务四维全景画像 [7][8][9] - 建设银行"方舟计划"推进金融大模型建设，其"技术流评价体系"已为全省28.5万家科技企业绘制科技能力画像 [9] - 优化智能风控体系，AI作为内嵌的"定价引擎"实现风险动态价值评估，支持基于实时经营数据的贷款利率与额度自动调整 [11][12] - 建设银行"3R"智能风控平台覆盖贷前、贷中、贷后全环节，中信银行"网格风控"实现年还款额提升数千万元，还款率提升40%以上 [12] - 赋能债权与股权融资，AI根据企业生命周期、风险特征智能推荐最佳组合方案，实现"千企千面"的智能匹配策略 [14][15] - 2025年工银理财成功投资首批10只科技创新债券并发布行业首个"科技金融债券指数"，其背后依托AI驱动的多因子评估模型 [15] - 赋能多层次资本市场，AI通过智能发行审核、流动性管理、信息披露监管等手段，将非标"技术信用"转化为标准化高流动金融资产 [17][18] 对策与建议 - 加强绿色AI探索应用，从算法模型和算力基础设施层面打造绿色算力支撑体系，谷歌TPU和亚马逊Inferentia定制化芯片能效比远高于普通GPU [21] - 加强数据基础设施建设，推动政务数据在安全合规框架下向金融机构有序开放，建行湖北省分行实现与湖北省"科创智慧大脑"平台数据直连 [22] - 探索基于隐私计算的数据共享模式，鼓励金融机构与科技企业共建联合实验室，形成"风险共担、能力共建、利益共享"的战略共生关系 [22] - 加强复合型人才培育，支持高校设立"金融与科技"交叉学科，加大新兴技术人才引进力度并针对性设立数据分析、生成式AI开发等前沿岗位 [23] - 构建闭环风险治理路径，完善监管沙盒机制，强化可解释AI技术规制，加强行业自律参与，构建协同共治体系 [24][25]

人工智能与数据中心能耗 - 人工智能每次对话消耗约一瓶水 若使用深度思考功能则升至一吨水 [1] - 2030年全球数据中心耗电量将超过印度全国总用电量 [1][8] - 2024年数据中心占全球电力消耗1.5%(415太瓦时) 2030年将翻倍至945太瓦时 [8] 数据中心水资源消耗现状 - 谷歌2023年数据中心耗水242亿升 相当于1.7个西湖水量 [8] - 谷歌微软Meta三家数据中心年耗水量相当于上海2500万人口22天洗澡总量 [8] - 数据中心用水占全球总量1% 冷却系统贡献95%水利用效率(WUE) [13] 液冷技术发展现状 - 液冷技术冷却效率比传统方式高1000-3000倍 [14] - 2024年中国液冷服务器市场规模23.7亿美元 同比增67% 2029年预计达162亿美元(CAGR46.8%) [14] - 当前79%液冷系统冷却液样品存在指标异常 主要问题为pH值过低(57%)和乙二醇浓度不足(27%) [14] 绿色AI解决方案实践 - 阿里云通过云计算改造帮助企业减少85.5%碳排放 AI辅助ESG报告生成降低80%人力成本 [12] - 艺康纳尔科液冷数据中心全生命周期水管理方案入选牛津大学评选"2025十大气候技术" [4] - 实际案例显示采用全周期管理后数据中心换水频次从2周/次延长至1年/次 年节约维护成本15万元 [22] 行业技术挑战与创新 - 液冷技术面临标准化缺失、微生物腐蚀(导致27%系统宕机风险)和冷却液降解三大挑战 [14][15] - 3D TRASAR数字化平台可实时监测冷却液参数 降低40%运维风险 [15][18] - 超90%全球超大规模数据中心采用艺康解决方案 国内头部数据中心已实现成熟应用 [22]