在2026世界人工智能大会（WAIC）期间，南京深度智控科技有限公司联合中国信息通信研究院、工业富联、秦淮数据集团、上海联通等机构和企业，启动《面向绿色算力的人工智能》白皮书编制工作。白皮书拟围绕人工智能在数据中心、智算集群等算力基础设施中的应用，梳理相关技术路径、工程方法和实践案例。

算力扩张带来新的能源压力

随着大模型训练、智能体应用以及各类人工智能服务快速发展，数据中心和智算基础设施的建设规模持续扩大。算力供给能力不断增强的同时，其背后的电力消耗、设备散热和碳排放问题也更加突出。

据中国信通院测算，在高增速情景下，到2030年，国内算力用电量或将突破7000亿千瓦时。如何在保障算力供给的同时降低能源消耗，已经成为人工智能产业规模化发展的重要课题。

与传统数据中心相比，智算中心的服务器功率密度更高，算力负载变化也更加复杂。特别是在大规模GPU集群运行过程中，制冷系统、电力系统和计算任务之间如果缺乏协同，可能造成能源浪费，也会增加设备运行和维护压力。

此次启动编制的白皮书，正是希望从实际工程应用出发，研究人工智能技术如何进一步进入算力基础设施的控制、调度和运维环节。

聚焦液冷、算电协同和预测性运维

根据编制计划，白皮书将重点研究液冷智控、算电协同、人工智能节能优化以及预测性运维等方向。

其中，液冷智控主要关注如何根据服务器负载、设备温度和环境变化，对液冷系统进行动态调节；算电协同则着眼于计算任务与电力供应之间的匹配，通过负载调度、能源管理等方式提高电力利用效率。

在运维环节，人工智能可以基于设备运行数据，对异常状态进行识别，并提前判断潜在故障。相较于设备出现问题后再进行处理，预测性维护有望降低意外停机风险，提高算力基础设施运行的稳定性。

白皮书还将围绕数据中心PUE持续下降、算力与电力协同优化等问题，研究可行的实施方案，并形成技术图谱、工程指引和行业发展趋势判断。

不过，从行业实际情况看，人工智能技术进入数据中心能源管理系统，仍需要解决数据标准不统一、不同设备协议难以兼容、控制系统安全性以及节能效果验证等问题。如何将算法能力转化为稳定、可复制的工程方案，将是白皮书编制需要重点回应的问题。

推动产业链上下游形成协同

在当天举行的启动仪式上，来自工业富联、秦淮数据集团、上海联通和中国信通院的相关负责人参加活动。参与各方表示，将结合数据中心建设、设备制造、通信基础设施和行业研究等不同环节，共同推进绿色算力相关技术研究和实践验证。

深度智控方面表示，希望通过此次白皮书编制，进一步探索算力、电力和碳排放之间的协同关系，推动相关技术从单点设备节能向系统级能源优化延伸。

大会期间，深度智控还展示了液冷人工智能智控平台、源网荷储智控平台和能效智能体等产品。据企业提供的数据，其相关系统已覆盖390余家企业和约30万台工业设备，应用场景包括数据中心、园区能源管理和高端制造等。

业内人士认为，绿色算力并不只是简单降低制冷设备能耗，而是需要统筹服务器负载、供配电、制冷系统、储能设施和可再生能源供应。随着智算中心加快建设，算力基础设施竞争也将逐渐由单纯比拼规模，转向计算效率、能源效率和运营能力的综合竞争。（郑南）