当前，全球人工智能技术加速迭代，算力需求呈指数级攀升，而能源供给的韧性、清洁性与经济性正成为决定产业能级的关键变量。
算力与能源如何实现有效奔赴？绿色电力如何托举智能算力？随着顶层设计不断完善，算力产业的成本逻辑、数据中心的绿色转型路径以及中国方案的全球价值，亟待来自产业前沿的深度解答。
近日，阿里云全球数据中心总经理王朝阳接受中能传媒记者专访，围绕“Token经济学”、AI与能源协同发展的现实挑战与未来图景，分享来自一线的战略思考。
“计算能力1年翻10倍，算力产业的‘推背感’前所未有”
中能传媒：人工智能发展突飞猛进，您作为从业者，如何评价算力产业感受到的“推背感”？
王朝阳：当前AI算力需求的增速前所未有。模型训练所需的计算能力正以每年约10倍的幅度攀升，过去3个月，阿里云百炼MaaS平台上，公共模型服务市场的Token消耗规模就增长了6倍，这种爆发式增长给整个算力产业链带来了强烈的“推背感”，折射出行业的加速并不是线性增长，而是指数级攀升。从产业角度看，这种“推背感”直接体现在3个层面：一是GPU（图形处理器）等算力芯片的迭代速度不断加快，单颗功耗已达700~1000瓦，是同级CPU的7~8倍；二是数据中心规模快速扩张，一个十万卡规模的GPU集群功耗将超过100兆瓦；三是应用端需求持续爆发，2026年推理工作负载已占据AI计算资源约三分之二，而2023年这一比例仅为三分之一。
作为从业者，我们既感受到巨大的机遇——AI正重塑全球产业格局，也感受到紧迫的压力——如何在这种高速增长中保障能源供应、控制碳排放、实现可持续发展。
中能传媒：放眼全球，当前，影响算力产业发展的约束因素有哪些？其中能源扮演着什么样的角色？
王朝阳：当前，大规模GPU算力集群成为全球竞争的“入场券”，影响算力产业发展的约束因素主要包括以下方面：
一是来自能源供给安全、充沛、经济、绿色方面的挑战。如果供电保障不足，必将制约人工智能技术创新与规模化应用。
二是芯片供给瓶颈及算力短缺。高端算力芯片的产能和供给仍是制约算力规模扩张的重要因素。
三是网络时延与通信基础设施。特别是对于推理需求高的场景，需要低时延的网络保障。
四是土地、水资源等物理空间约束。数据中心建设需要合适的地理位置和充足的冷却水资源等。
五是交付速度制约。数据中心的建设速度直接决定着算力产业的发展速度。
中能传媒：阿里云的算力布局是如何安排的、基于哪些考量？能源供给质量与韧性，是否是我们战略布局中的主要关切？
王朝阳：阿里云基础设施目前已面向全球四大洲开服运营31个公共云地域、101个可用区，在全球拥有超过3200个边缘节点，这意味着能够为全球四大洲的用户提供就近接入的低时延云计算服务。
阿里云的全球布局，会综合考虑当地能源结构、政策环境与市场需求等因素。2025年，我们在泰国、马来西亚、菲律宾、韩国和墨西哥新建了数据中心，并不断规划更多数据中心资源。
在国内，我们已建成8大超级数据中心，辐射京津冀、长三角、粤港澳三大经济带。未来，我们在国内“算电协同”的布局遵循“西部大基地训练+东部推理算力因地制宜”的路径，与“东数西算”战略一脉相承。能源供给质量与韧性是我们战略布局的核心因素。选址时会重点评估当地清洁能源可获得性、电网稳定性、绿电交易机制成熟度等指标，并进一步探索绿电直连、核电协同等创新模式。
上一篇：无
