研究背景与目的 - 算力是国家数字经济发展的关键基础设施和新质生产力发展的核心动力 [1] - 针对中国算力规模与能耗总量统计差异较大的现状，报告旨在建立统一的多层次统计框架，明确定义、分类和统计范围，为人工智能产业发展提供科学依据 [1] 研究方法 - 报告对算力类型和数据中心类型进行分类，重点关注智能算力统计，统一采用FP16精度测算并兼顾FP8倍数关系 [2] - 采用芯片出货量推算、服务器与机柜折算、功率反推等多维度科学方法进行交叉验证，提高了测算的科学性和准确性 [2] 当前算力能耗现状分析 - 按830万个标准机柜理论测算，全年总耗电量约为2726亿度电，但实际年耗电量约为1166亿度电，两者存在显著差距 [3] - 理论计算显示数据中心能耗约占全社会用电量的3%，但部分观点对算力中心能耗过高的担忧可能源于缺乏深入研究的“数字担忧” [3] - 电力成本是算力中心运营压力的重要来源，电费在运营成本结构中占据极高比重，由此产生的“算力中心耗能过大”判断本质上是成本焦虑 [4] “十五五”算力规模预测 - “十五五”期间中国算力年均增长速度将保持在35%以上，到2030年算力总规模将突破2500 EFLOPS（FP16） [5] - 随着低精度算力普及，若以FP8为统一口径测算，到2030年中国算力总规模有望突破5000 EFLOPS [5] “十五五”能耗与产业规模预测 - 到2030年，算力中心全年电力消耗理论值预计达到6000亿度电，约占全社会用电总量的5%-6% [6] - 算力是产业链发展的核心引擎，到2030年与人工智能算力相关的直接产业规模约2万亿元 [6] - 算力基础设施完善将推动AI在多个领域的应用，到2030年AI应用产业规模约5万亿元，带动上下游产业规模可超过15-20万亿元 [6] 统计标准建议 - 应在国家层面制定统一算力分类与统计框架，将算力分为智能算力、通用算力和存储算力，确保统计口径一致 [7] - 应建立统一统计指标体系，要求算力中心上报数据时至少同时提供按FP16或FP8的算力规模和实际能耗指标 [7] - 应在地方政府层面建立统一统计流程，出台统一申报表格、统计方法和核验流程，并通过交叉验证确保数据真实一致 [7] - 应研究建立国家级算力与能耗数据平台，定期发布权威数据，为政策制定和产业调控提供重要参考 [8]