The argument in favor of using filler text goes something like this: If you use real content in the Consulting Process, anytime you reach a review
首页 » 纬景储能葛群:以能源新基建重构AI成本模型
2025年7月27日, 2025 世界人工智能大会 “AI 与绿色低碳发展” 论坛在上海举行,论坛聚焦人工智能爆发式增长带来的巨大算力能耗挑战,深入探讨构建“算力与电力共生”的可持续发展模式。
工业和信息化部节能和综合利用司副司长丁志军,上海市经济和信息化委员会副主任葛东波,徐汇区副区长邓大伟出席论坛并致辞,共同将国家发展蓝图,转化为上海及关键产业领域的具体行动纲领。中国工程院院士、清华大学碳中和研究院院长贺克斌教授,中国工程院院士、上海交通大学碳中和发展研究院院长黄震教授在会上发表主旨演讲。从宏观经济与能源系统的根本性变革出发,为理解AI与绿色的双重挑战与历史机遇,框定了清晰的战略坐标。
纬景储能联合创始人、董事长葛群受邀在论坛发表题为 “重构 AI 成本模型” 的专题报告,深入剖析了当前 AI 算力发展中电力带来的成本痛点,并提出突破性的算力与电力融合框架以破解困局。
“AI 算力的隐形成本正成为制约技术发展的关键,而‘智慧的芯片’与‘强大的储能’重构下的 AI 算力中心,能够在同等投入下实现更高的有效算力产出。” ——纬景储能联合创始人、董事长葛群
“AI 算力的隐形成本正成为制约技术发展的关键,而‘智慧的芯片’与‘强大的储能’重构下的 AI 算力中心,能够在同等投入下实现更高的有效算力产出。”
——纬景储能联合创始人、董事长葛群
AI 算力的隐形成本:被忽视的 70%制约力
算力规模扩大成为必然趋势,算力的尽头是电力,但电力相关成本在算力中心全生命周期中占据显著比重且易被低估。葛群在报告中指出,当前,算力中心的成本控制思维多聚焦于 “可见硬件 + 常规运维”:从初始建设看,“芯片” 类硬件成本占比可达 60%-80%;但从全生命周期维度审视,芯片、服务器、网络存储设备、软件,以及制冷散热能耗、UPS 和柴油发电等显性成本,合计占30%左右。剩余 70% 则是易被忽视的隐性支出,包括时间机会成本、电网容量成本、电力保障成本、电价波动成本、绿电溢价成本及安全风险成本等 —— 其中,电力相关成本在周期内产生的复利效应,更是成本控制中亟待关注的 “盲区”。
“半个世纪前,阿波罗计划中核心的制导计算机重达 32 公斤,而如今一部手机的算力已是其百万倍。” 回顾历史,算力的跃迁长期依赖于在更小芯片面积上集成海量晶体管。当前,全球 AI 竞争已从单芯片算力竞赛转向系统架构竞争,中国企业推出的 “超节点技术”,通过高密度、模块化服务器架构设计,实现了芯片协同效率的提升。但葛群强调:“仅靠硬件层面的优化远远不够,破解成本困局需要更系统的思维。”
AI算力中心的成本新模式:储能打造 AI 算力的 “电力底座”
葛群指出,算力中心对电力的要求极为灵敏,而当前的供电体系对算力中心而言却略显 “颠簸”。他以形象比喻点出算力与电力之间的矛盾:大规模 GPU 集群瞬时启动会对电网形成冲击,芯片可接受的电压波动远低于电网常态,传统 UPS 难以满足算力侧的连续性与稳定性需求,导致高价值算力被电力侧的不确定性所限制。
▲ 纬景储能联合创始人、董事长葛群在论坛上作专题报告
为此,葛群提出引入储能技术的新成本模式,储能能为算力中心带来多重效益,通过三大核心作用重构电力支撑体系,推动电力配套从 “成本中心” 向 “利润中心” 转变:
AI 能源综合体:算力与能源的融合共筑新基建
葛群进一步提出 “AI 能源综合体” 概念 —— 将算力中心与储能中心深度耦合、统一调度的基础设施,实现算力与电力的双向赋能:向上连接电网与分布式新能源电站,参与智慧电网调节;向下对接电力聚合商、充电桩、智慧园区等,组建虚拟电厂(VPP),输出融合算力与能源的综合服务。
在西部,依托丰富绿电资源,AI 能源综合体专注处理大规模、非实时的 “冷数据”,通过储能平滑绿电波动,实现清洁能源 100% 就地消纳,将能源优势转化为算力优势;在东部,聚焦高时效性 “热数据” 业务,算力中心通过储能与虚拟电厂技术,成为 “电网友好型” 资产,既能提供秒级调峰调频服务,又能参与电力市场交易创造收益。
葛群在报告结尾强调,”AI+储能”不仅是技术创新,更是国家战略安全的必然选择。以”AI+储能”为技术引擎,推动算力网络与电力网络深度融合,共筑数字时代的新基建。
更多新闻 >>
首页 » 纬景储能葛群:以能源新基建重构AI成本模型
纬景储能葛群:以能源新基建重构AI成本模型
2025年7月27日, 2025 世界人工智能大会 “AI 与绿色低碳发展” 论坛在上海举行,论坛聚焦人工智能爆发式增长带来的巨大算力能耗挑战,深入探讨构建“算力与电力共生”的可持续发展模式。
工业和信息化部节能和综合利用司副司长丁志军,上海市经济和信息化委员会副主任葛东波,徐汇区副区长邓大伟出席论坛并致辞,共同将国家发展蓝图,转化为上海及关键产业领域的具体行动纲领。中国工程院院士、清华大学碳中和研究院院长贺克斌教授,中国工程院院士、上海交通大学碳中和发展研究院院长黄震教授在会上发表主旨演讲。从宏观经济与能源系统的根本性变革出发,为理解AI与绿色的双重挑战与历史机遇,框定了清晰的战略坐标。
纬景储能联合创始人、董事长葛群受邀在论坛发表题为 “重构 AI 成本模型” 的专题报告,深入剖析了当前 AI 算力发展中电力带来的成本痛点,并提出突破性的算力与电力融合框架以破解困局。
AI 算力的隐形成本:被忽视的 70%制约力
算力规模扩大成为必然趋势,算力的尽头是电力,但电力相关成本在算力中心全生命周期中占据显著比重且易被低估。葛群在报告中指出,当前,算力中心的成本控制思维多聚焦于 “可见硬件 + 常规运维”:从初始建设看,“芯片” 类硬件成本占比可达 60%-80%;但从全生命周期维度审视,芯片、服务器、网络存储设备、软件,以及制冷散热能耗、UPS 和柴油发电等显性成本,合计占30%左右。剩余 70% 则是易被忽视的隐性支出,包括时间机会成本、电网容量成本、电力保障成本、电价波动成本、绿电溢价成本及安全风险成本等 —— 其中,电力相关成本在周期内产生的复利效应,更是成本控制中亟待关注的 “盲区”。
“半个世纪前,阿波罗计划中核心的制导计算机重达 32 公斤,而如今一部手机的算力已是其百万倍。” 回顾历史,算力的跃迁长期依赖于在更小芯片面积上集成海量晶体管。当前,全球 AI 竞争已从单芯片算力竞赛转向系统架构竞争,中国企业推出的 “超节点技术”,通过高密度、模块化服务器架构设计,实现了芯片协同效率的提升。但葛群强调:“仅靠硬件层面的优化远远不够,破解成本困局需要更系统的思维。”
AI算力中心的成本新模式:储能打造 AI 算力的 “电力底座”
葛群指出,算力中心对电力的要求极为灵敏,而当前的供电体系对算力中心而言却略显 “颠簸”。他以形象比喻点出算力与电力之间的矛盾:大规模 GPU 集群瞬时启动会对电网形成冲击,芯片可接受的电压波动远低于电网常态,传统 UPS 难以满足算力侧的连续性与稳定性需求,导致高价值算力被电力侧的不确定性所限制。
▲ 纬景储能联合创始人、董事长葛群在论坛上作专题报告
为此,葛群提出引入储能技术的新成本模式,储能能为算力中心带来多重效益,通过三大核心作用重构电力支撑体系,推动电力配套从 “成本中心” 向 “利润中心” 转变:
AI 能源综合体:算力与能源的融合共筑新基建
葛群进一步提出 “AI 能源综合体” 概念 —— 将算力中心与储能中心深度耦合、统一调度的基础设施,实现算力与电力的双向赋能:向上连接电网与分布式新能源电站,参与智慧电网调节;向下对接电力聚合商、充电桩、智慧园区等,组建虚拟电厂(VPP),输出融合算力与能源的综合服务。
在西部,依托丰富绿电资源,AI 能源综合体专注处理大规模、非实时的 “冷数据”,通过储能平滑绿电波动,实现清洁能源 100% 就地消纳,将能源优势转化为算力优势;在东部,聚焦高时效性 “热数据” 业务,算力中心通过储能与虚拟电厂技术,成为 “电网友好型” 资产,既能提供秒级调峰调频服务,又能参与电力市场交易创造收益。
葛群在报告结尾强调,”AI+储能”不仅是技术创新,更是国家战略安全的必然选择。以”AI+储能”为技术引擎,推动算力网络与电力网络深度融合,共筑数字时代的新基建。
推荐阅读
更多新闻 >>
媒体关系:media@weview.com