全球最大电池制造商为何不担忧AI能耗问题 管理AI的数据使用量已迅速成为全球范围内一项重要的资源与政策议题。宁德时代创始人曾毓群对AI数据中心将压垮电网的主流担忧提出了不同看法至少在中国如此。从整体系统出发、在规划之初便开展协同设计正日益被视为实现长期成功的关键所在。对于全球众多领导者、商界人士和政策制定者而言AI的未来——包括其能源供给问题——充满不确定性、高昂成本与相当程度的焦虑。与这一主流情绪形成对比的是宁德时代创始人、董事长兼首席执行官曾毓群。他在大连举行的新领军者年会上发表演讲描绘了一幅截然不同的图景。在题为《无电力无AI》的演讲中曾毓群表示与中国电网整体增长规模相比国内大量新建数据中心对电网造成的需求其实相当有限。能源体系已经非常成熟……与中国的整体增长相比AI数据中心消耗的电量并不多。因此电网不是问题所在。他进一步指出中国商界和政界领导者真正需要关注的不是容量问题而是电力来源。中国法规规定所有新建数据中心必须使用80%的可再生能源这一政策正在加速电网稳定性和电池技术领域的研究其中储能成为核心议题。曾毓群认为评估储能解决方案成熟度需考量三个阶段一是技术能力——供应商能否为大型数据中心全年1吉瓦的电力需求提供稳定可靠的能源供应二是成本效益——成本须等于或低于传统能源方具竞争力三是长期可靠性与运行表现。目前全球近五分之一的大型储能电站存在性能不达标的问题这凸显了持续创新在该领域的重要性。与此同时供应链可靠性也是一大紧迫课题。宁德时代正在开发钠离子电池以降低中国对锂资源一种关键矿产的依赖。曾毓群透露该公司已研发出可大规模部署的钠离子电池并预计在三至五年内这类电池每年的产能将达到100吉瓦时届时将能够全面支撑现代数据中心的运营需求。我们可以量产用于储能的大规模钠电池从而摆脱对锂的依赖。中国已在利用AI优化数据中心的运营效率尤其是能源使用效率。AI系统可在电价较低时自动购电同时维持设施的稳定运行。谈及宁德时代的AI应用实践曾毓群表示公司目前的电费已节省约30%。我们已经在部分数据中心投入使用。AI自动竞价系统能够从电网采购低价电力供给我们的制造工厂同时保障工厂运行的高度稳定性。曾毓群对不远的未来充满更深度融合的愿景。车辆到电网V2G技术已允许电动汽车将电力反向输送至电网——据曾毓群介绍中国目前已有超过4000万辆电动汽车这一技术前景极具吸引力。在换电站大容量电池可以存储电能尤其是在夜间有助于平衡可再生能源的供需关系。曾毓群描绘了一个更具前瞻性的未来电动汽车不仅仅是出行工具而是成为一种Token——当车主不使用时其宝贵的电池和算力资源将被接入能源与数字系统加以利用。你没有使用你的电池没有使用你的芯片没有使用你的算力——那么只要技术到位就可以把这些资源作为Token来使用。这将形成一种社会层面的双赢局面电动汽车的普及既能支撑更广泛的电网与数字系统的稳定运行也能为车主带来实实在在的收益。在未来AI数据中心向电网反馈电力这一愿景上曾毓群并非孤例。宾夕法尼亚大学创新与创业副院长瓦内萨·陈提出了新型架构的概念聚焦于系统设计方式、社区参与方式、监管与税收机制以及技术应用路径等方面的创新。与曾毓群的观点相呼应陈认为我们不应将数据中心视为电网的负担而应将其视为一个能够灵活调配的动态系统。我们过于关注线路本身但灵活性才是真正的资产。AI中心可以成为一个灵活的节点将能源反馈给电网。然而在陈看来问题的起点在于重新审视能源的需求侧而非仅仅关注供给侧。大型用能主体如数据中心如何降低能耗陈及其团队正在研究提升数据中心效率的方法例如以针对特定任务、能效更高的专用AI模型取代通用大语言模型。芯片架构同样是研究方向之一包括单片三维构型的研究——这种构型比现有二维构型快四倍电池技术尤其是储能与配电也在持续深入探索之中。在美国政策制定者正日益要求谷歌等科技巨头在本地开发能源基础设施、支持电网现代化并开始为电池、热泵和电动汽车充电设施提供资金。弗吉尼亚州当局已着手制定复杂精细的大用户电价体系而在佐治亚州大型用电客户则参与资助新建清洁能源项目并以能源价值积分作为回报。我们需要思考分布式能源资源不仅仅是市场参与者更是真正参与电网规划、帮助应对部分负荷挑战的规划资产。与此同时灰度化转型趋势也日益凸显——数据中心开始接手退役煤电厂等搁置资产将其改造为服务本地社区的数字枢纽。如果能将这些搁置资产重新利用起来对社区而言同样是一大收益。这种向更广泛生态系统融合的转变需要更宏观的系统性思维。与之相应协同设计正变得越来越普遍。电力、储能与算力不应各自孤立设计而需从一开始便统筹规划、协同推进。与会者一致认为这将有助于提升能源的经济可及性并在理想状态下让更广泛的社区受益。QAQ1宁德时代曾毓群为什么说中国电网不存在AI能耗问题A曾毓群认为与中国电网的整体增长规模相比AI数据中心消耗的电量其实相对较少因此电网容量本身并不是核心问题。他认为真正的问题在于电力来源而非供应量。中国已规定新建数据中心必须使用80%可再生能源这正在推动储能技术的快速发展。Q2宁德时代的钠离子电池有什么用途进展如何A宁德时代正在开发钠离子电池以减少对锂资源的依赖。曾毓群表示公司已研发出可大规模部署的钠离子电池预计在三至五年内年产能将达到100吉瓦时届时将能够完全满足现代数据中心的能源需求从而在供应链层面降低关键矿产的依赖风险。Q3宁德时代如何用AI降低电费A宁德时代已在部分数据中心部署AI自动竞价系统该系统能够在电价较低时自动从电网购电供给制造工厂使用同时保障工厂运行稳定。曾毓群透露这一举措已帮助公司节省了约30%的电费开支。

相关新闻

最新新闻

论文AI率检测与优化工具实测及降AI率指南

论文AI率检测与优化工具实测及降AI率指南

1. 论文AI率检测与优化的核心挑战去年帮学弟修改毕业论文时遇到个棘手问题:查重系统显示他的论文"AI生成率高达99%"。这并非个例,随着AI写作工具的普及,国内外高校和期刊编辑部纷纷引入AI检测机制。Turnitin、iThenticate等主流查重…

2026/7/26 2:06:03
电力安全三维数字化管理:技术架构与应用实践

电力安全三维数字化管理:技术架构与应用实践

1. 项目背景与核心价值电力行业作为国民经济命脉,其安全生产管理一直是行业发展的重中之重。传统安全管理模式存在"事件还原难、处置过程模糊、责任界定不清"三大痛点。当发生安全事故时,往往面临:现场信息采集不完整,关…

2026/7/26 2:06:03
Spring Boot+Vue项目Docker容器化实战指南

Spring Boot+Vue项目Docker容器化实战指南

1. 项目概述最近在帮朋友公司重构一个前后端分离的管理系统,技术栈选用了Spring Boot Vue的组合。考虑到后续的部署维护成本,决定采用Docker容器化方案。这种部署方式在实际生产环境中已经非常普遍,但新手在初次尝试时往往会遇到各种"坑…

2026/7/26 2:06:03
船舶轨迹跟踪控制:神经网络与自适应滑模的融合方案

船舶轨迹跟踪控制:神经网络与自适应滑模的融合方案

1. 项目背景与核心挑战船舶轨迹跟踪控制一直是航海自动化领域的核心课题。去年在IEEE Transactions on Control Systems Technology上读到一篇关于无人船自适应控制的论文时,我发现传统PID控制在应对复杂海况时存在明显局限性——当遇到突发风浪干扰或系统参数突变时…

2026/7/26 2:06:03
大模型工程化:核心痛点与前沿技术解析

大模型工程化:核心痛点与前沿技术解析

1. 大模型工程化现状全景扫描2026年的大模型工程化领域已经完成了从技术探索期到产业落地期的关键跨越。根据全球AI工程院最新发布的产业白皮书显示,企业级大模型部署量在过去18个月实现了400%的爆发式增长,但与此同时,有78%的CIO在技术调研报…

2026/7/26 2:06:03
深入解析CRC控制器:硬件加速、DMA协同与嵌入式数据完整性保障

深入解析CRC控制器:硬件加速、DMA协同与嵌入式数据完整性保障

1. CRC控制器:嵌入式系统数据完整性的守护者在嵌入式系统,尤其是汽车电子、工业控制这类对可靠性要求极高的领域,数据在存储和传输过程中哪怕出现一个比特的错误,都可能导致灾难性的后果。想象一下,一辆高速行驶的汽车…

2026/7/26 2:01:03

月新闻