在人工智能快速發展的背景下，算力需求呈爆發式增長，成為推動數字經濟發展的關鍵力量，截至2023年底，我國數據中心的算力總規模已達到230 EFlops，其中智能算力占比超過30%，年均增速接近70%。

　　以ChatGPT為代表的生成式人工智能模型不斷迭代，其參數量和計算需求呈指數級增長，如GPT-4的參數量是GPT-3的10倍，計算量是后者的3倍。

　　這種快速增長不僅推動了數據中心的規模化發展，也對電力供應提出了更高要求。當前，全國數據中心用電量占全社會用電量的比重約為1.6%，預計到2025年，這一比例將提升至2.0%~2.3%。

　　然而，算力與電力協同發展面臨諸多挑戰。一方面，數據中心的高耗能與低用能效率矛盾突出，其平均電能利用效率（PUE）雖逐年下降，但仍高于政策要求的1.3。另一方面，數據中心的高碳排放與低綠電使用率問題亟待解決。

　　2023年，我國數據中心的間接碳排放量達1446萬噸，而綠電消費占比僅約22%。此外，數據中心的區域集聚性與電力負荷達產周期長的矛盾也較為突出，特別是在“東數西算”背景下，數據中心向西B-sport B體育官方網站部轉移，但新能源發電的波動性與數據中心對高供電可靠性的需求存在結構性矛盾。

　　為應對這些挑戰，報告提出了一系列協同發展的思考與建議。在規劃層面，需加強算力與電力發展規劃的銜接，提前預留新能源場址并完善電網建設。在建設層面，推動數據中心與可再生能源的融合開發，構建綜合能源系統，提升綠電消納能力。

　　在調度層面，探索算力負荷的時空靈活性，通過優化調度實現綠色算力資源的高效利用。在市場層面，完善綠電交易機制，推動數據中心參與綠電、綠證交易，探索“碳-電”市場協同，以市場化手段加快數據中心的綠色化進程。