編者按：“未來之問”系列報道，是新華網數字經濟頻道聯合葦草智酷、中國科技新聞學會推出的年度深度觀察專題。從科技、社會、經濟等維度向時代提問，逾百位科學家、學者、企業家參與，聚焦技術發展帶來的長期性、結構性社會議題，推動前沿思考與公共討論。為這個急速變化的時代，安裝一套“思想減震器”和“倫理導航儀”，讓每一次技術飛躍，都不脫離人類價值的引力場。
“未來之問”深度觀察首期聚焦“算力與能源約束”這一核心瓶頸：2025年前後，大模型訓練與推理讓數據中心用電、散熱與先進封裝材料需求激增，部分地區出現電力、土地及水資源相對緊張。算力擴張所産生的技術外部性與社會總體收益如何匹配？算力帶來的生産率提升，能否充分覆蓋其能源消耗與環境代價？我們邀請到多位跨界專家參與討論。
多元碰撞，見仁見智，所刊為受訪者本人觀點，不代表新華網立場。
“未來之問”首期話題——算力與能源約束：算力爆發是否會被能源與材料瓶頸“卡住”，我們如何在能效、綠色電力與芯片工藝之間實現可持續平衡？
段偉文 丨 中國社科院文化發展促進中心研究員：
這是當前人工智能領域國家間競爭的一個熱點。美國將數據中心，當作未來的基礎設施來建設，甚至將AI大基建視為拉動經濟發展的新引擎。但這一決策的可行性和可持續的前提是兩大“賭注”：一是AGI（通用人工智能）或ASI（超級人工智能），即相信規模定律將繼續發揮作用，“大力出奇蹟”，靠堆算力可在短時間內實現通用人工智能甚至超級智能；二是AI經濟躍遷，即相信算力的躍遷必然在近期帶來生産率的躍遷。
我認為，第一個“賭注”的揭曉在近十年不太可能實現，第二個“賭注”在近二三年不太可能實現。這一波人工智能雖然目前在拼算力和材料，但實質性的技術突破已經放緩，應用層面也不會很快帶來顯著的效益。也就是説，由於地緣政治競爭的加持，整個世界被一種盲目對抗的力量裹挾，目前的人工智能實際上處於大而不能破的“厚泡沫”時期，如同一時吹不破的氣球。因此，即便在國家競爭的驅使下能在一定程度上實現能效、綠色電力與芯片工藝的平衡，如果總能耗增加且獲益者高度集中，將帶來更高的乃至不可逆的環境負債，甚至人類過度依賴AI等技術工具，可能引發“認知惰性”。
何 霞 丨 中國信息通信研究院政策與經濟研究所原總工程師
從長期看，算力帶來的生産率提升，可以充分覆蓋其能源消耗與環境代價。算力是基礎設施，從長期看，與社會效率可以匹配；但是從短期看，算力是超前布局。
胡延平 丨 上海財經大學特聘教授、智能科技産業與智能經濟研究學者
能源短缺只是結構性局部問題，美國這方面突出一些，中國並不嚴重。能源不是智能的約束條件，更不是決定智能水準的主要因素。智能原力從根本上還是取決於算法、數據、算力，這是人工智能科技的基本發展範式。
劉業進 丨 首都經濟貿易大學城市經濟與公共管理學院教授、博士生導師
算力與能源約束受制於資源稀缺性，能源必須在算力提升和其他經濟用途之間進行妥協。但是，長期來看，這種約束並不是確定不變的，因為能源獲取的基礎研究和技術進步本身不可預測。
馬光悌 丨 中國科學院大學金融科技研究中心教授
在人類科技發展中，“力”是一個必需的要素。從蒸汽機車的推力、電動機為力源而演變的各種動力、磁場産生的磁力等等。共同的特點是，將能源轉變成機械力的各種模式。信息時代開始，特別是在目前的數字時代，人們開始注意到另一種力——算力。
目前所談論的算力，往往是指為完成智能化任務而需要的機器的開銷。算力指的是數據處理能力，是集信息計算力、網絡運載力、數據存儲力於一體的新型生産力，主要通過算力中心等算力基礎設施向社會提供服務，存在於手機、筆記本、超級計算機等各種智能硬體設備。其本義是&&某個設備或系統的計算性能，隨着智能時代的到來，智能計算的三要素——算力、算法、數據，逐漸成為社會的信息基礎設施的重要組成部分，“算力”的內涵進一步擴大到用戶能獲得的體現為用戶實際效用的計算性能。
我們應當看到，這裡的算力與傳統機械力、磁力還有不同之處。機械力是由電、氣、風等能源産生，而算力，除了用電讓一台計算機運行，還要靠計算機的運算和處理能力。
算力消耗的不光是傳統意義上的能源，更重要的是處理數據的能力。這種提供算力的機器，“磨損”度最高的是顯卡。顯卡的核心就是GPU，GPU由高性能芯片構成。傳統概念的能源卡不住算力，僅僅是耗電問題。而真正的瓶頸在於芯片。在同樣硬體環境、同樣算法水平下，GPU性能的“天花板”就是算力的瓶頸。綠色電力（電力的環保獲得形式）、綠色存儲（低耗電、不耗電的非易失信息數據存儲non-volatile memory）能在一定角度、一定程度上降低算力的開銷。但後摩爾時代，芯片的亞微米工藝才是突破瓶頸的所在。
因此，能效、電力、芯片工藝（關乎GPU的能力）之間微妙平衡，不是人為干預的，而是競爭、需求、環保，它們自己形成的。就像市場經濟，有無形的手在影響。
盤和林 丨 工信部信息通信經濟專家委員會委員、知名經濟學家
通過資源循環再生系統可以在一定程度上解決問題。比如在內蒙古和山西就有一些算力中心採用的是自發電方式，一方面，位於靠北位置的內蒙古溫度較低，適合散熱，另一方面，內蒙古陽光充足，通過光伏電站+儲能電站的配備，可以實現電力自給自足。而對於水資源，可以採用循環水的模式來嘗試在缺水地區減少水量消耗。除此之外，內蒙古土地資源也較為豐富。所以，解決算力和資源的矛盾，根本路徑是兩條：其一是選址，在沒有資源瓶頸的地區布局算力中心，其二是技術，散熱技術，芯片製造技術，餘熱再利用技術，都將是未來解決能耗問題的重要路徑。
王 中 丨 首都科技發展戰略研究院科幻産業發展中心主任
當前以大語言模型為核心的AI發展路徑，在能效上正呈現出不可持續的態勢。其技術本質，可以視為一種依賴“暴力計算”的範式：通過在海量人類語料（這本質上是人類思維活動産生的、經過咀嚼的“信息副産品”）中搜尋統計規律，來生成新的內容。這種方法在過程上存在根本性的低效，為了換取邊際的性能提升，往往需要耗費指數級增長的算力與能源，導致電力、土地和水資源緊張。
因此，一個尖銳的問題是：算力帶來的生産率提升，能否覆蓋其巨大的環境代價？我的判斷是，在現有路徑下，其産生的技術外部性（能源、散熱、材料需求）正迅速逼近甚至可能超過其社會總體收益。這種“高能耗、弱理解”的智能模式，其長期性價比是存疑的。
要破局，必須尋求根本性的範式轉變。我們應果斷超越對“規模至上”的路徑依賴，轉而探索更接近人類智能習得方式的道路。
相比於當前大語言模型範式，這種路徑有望實現“降維打擊”式的能效提升。因為它學習的是高度抽象和普適的物理規則與因果邏輯，能極大地提升數據與計算效率，從根本上降低對數據規模和算力堆砌的依賴。這不僅是用更少的能源做更多的事，更是通往具備真正常識與推理能力的AGI的更可能路徑。投資於此，才是實現算力擴張與能源環境可持續平衡的治本之策。
張 曉 丨 中國互聯網絡信息中心副主任
能源與材料確實是算力爆發的瓶頸，但只是瓶頸之一。當算力的供給側發現缺乏持續盈利能力，但生意還能繼續做下去的時候，差不多就達到可持續平衡了。
趙 剛 丨 賽智産業研究院院長、北京賽智時代信息技術諮詢有限公司CEO
我的觀點是算力爆發不會被能源與材料瓶頸“卡住”。其實，在AI大規模部署和應用來臨之前，地球上已經有幾十億的高等智能體——就是我們人類。他們的確也消耗很多能量，但他們完美和諧地生存着。他們明白能量守恒定律，也知道如何更高效、更綠色地使用能量，包括：從太陽系獲取能量；尋找、挖掘和利用煤礦、石油等不可再生能源；利用風能、水電、光伏等綠色能源等。他們自身的智能系統也是非常高效的。
反觀AI算力對能源的需求，可預計的能源需求量的確是巨大的。因此，在AI快速發展中，的確要考慮能源約束。但總體上看，能源約束還是比較樂觀的。理由有三點：
一、當前的能源供應能夠滿足AI基礎模型迭代對算力的要求，隨着AI模型的推理化和智能體化，AI本身並沒有對能源提出更高量級的要求。
二、隨着AI系統更加聰明，AI系統也會找到更高效的能源消耗的方式和結構。
三、能源技術本身也在發展，可控核聚變等新的能源供給方式也會提供更大的能量供給。
從算力的外部性和經濟性等方面考慮，算力逐漸成為公共資源，需要政府和企業加大公共性的能源基礎設施和算力基礎設施的投資和運營，讓所有企業或個人公平享有通用的、低成本的、綠色能源支撐的算力雲供給服務。
馮興元 丨 中國社會科學院農村發展研究所研究員、中國社科院研究生院教授
算力擴張所産生的技術外部性包括正外部性與負外部性。算力擴張造成“電力-土地-水資源”三重約束瓶頸，屬於負外部性，即負面外部影響。現在和未來數年，訓練大模型和雲推理的算力擴張是造成高能耗的最重要因素。
AI的大量開發利用體現為算力擴張，其提升生産率的程度是空前的。
AI的大量開發利用，構成一種超級迂迴生産結構。算力擴張帶來的生産率提升，體現為各种經濟與非經濟收益，會遠遠超過覆蓋其能源消耗與環境代價。
算力擴展將依賴太陽能、水能、風能和核能。核能包括傳統核能和非傳統核能。我們已從傳統鈾基核電向更安全、可持續的“第四代”核技術的躍遷。這一革命源於中國科學院上海應用物理研究所主導的TMSR項目，已於2023年實現關鍵性突破，並在2025年加速商業化。
不同於西方國家對釷技術的“半途而廢”，中國通過“戰略耐力”實現了全球首例釷燃料在線轉化與穩定運行，定位為實現“雙碳”目標（2060年前碳中和）的關鍵支柱。
傳統能源的可開發量難以支持算力擴張。算力擴展必然需要依賴太陽能、水能、風能和核能，尤其是釷基核能這樣的新核能。另外，空間太陽能發電（Space-Based Solar Power, SBSP）技術，即在軌道上部署太陽能陣列，收集太陽能量，通過微波或激光無線傳輸回地球。
這種概念自1968年提出以來，受火箭成本下降和AI/數據中心能耗激增驅動，2025年迎來美國、中國、日本和英國多國關鍵突破。它不是科幻，而是解決全球能源危機的現實路徑。中國2025年發射了中小型實驗衛星（110MW級），實現千米級陣列在線轉化；結合釷核，未來將建成GW級電站。空間太陽能燈意義不止於“無限太陽能”，而是重塑全球能源格局：提供連續基載電力（99.7%可用率），效率是地面太陽能的5-10倍（空間1m産5kW vs 地面1kW）。摩根士丹利在2024—2025年的多份AI能源消耗報告中，將中國視為AI能源轉型的關鍵玩家。報告強調，中國能源生産的規模化優勢、政府主導投資和清潔能源産能，將顯著貢獻於全球AI電力需求（預計2030年達945 TWh/年）。這不是“輔助角色”，而是戰略性領導力——中國可通過出口LNG、核電技術和電力基礎設施，填補AI數據中心擴張的“能源缺口”。
AI能耗激增（年增長70%）將重塑全球能源格局，中國作為“世界工廠+能源巨人”，其生産潛力可覆蓋30-50%的增量需求，並加速脫碳轉型。
算力帶來的生産率提升，能否充分覆蓋其能源消耗與環境代價，可以看算力密集型的AI開發企業是否能夠彌補自己在能源和環境方面的私人成本和它們造成的外部成本。算力密集型的AI開發企業會有私人成本與私人收益，它們的運營所帶來外部成本和外部收益，私人成本與外部成本之和為社會成本，私人收益與外部收益之和為社會收益。AI開發的相關能耗和環境代價意義上的社會成本需要盡量內部化到這些公司。如果能源價格考慮到了能源本身的成本和環境代價，體現可持續性，而這些AI公司能承受這些價格，公眾願意購買其股票，説明其是盈利的，其帶來的企業收益肯定是覆蓋了能源本身的成本和環境代價的。企業收益大是因為社會收益大，是因為對社會帶來了前所未有的生産率提升。
不同能源的定價要反映其真實成本。企業利用成本最低廉的能源。不同的能源之間在此基礎上相互競爭，爭取其使用者。AI的開發利用要基於這一邏輯。未來能源開發利用對土地和水的負荷會大大降低。另外，AI發展會帶來一場前所未有的農業革命。未來農業對土地密集利用的依賴性將大大降低。土地的稀缺性將會大大降低。
