7月26日至28日，2025世界人工智能（WAIC）大会在上海举办，引发全球广泛关注。近年来，人工智能（AI）技术高速发展，一系列先进产品推进科技创新和产业创新深度融合。与此同时，人工智能在能源领域的应用也引发业界讨论，本期专题聚焦人工智能在清洁能源转型方面的发展前景，并对现阶段人工智能的能源消耗问题进行深入分析，敬请关注。本版文字除署名外由 张文杰 提供

　　根据国际能源署（IEA）发布的《2025年全球关键矿产展望》报告，随着全球清洁能源转型的加速推进，2024年，关键能源矿产的需求在全球范围内持续强劲增长，其中锂需求增长近30%，显著高于2010年~2020年10%的年增长率。锂被誉为 “白色黄金”，主要用于电动汽车电池生产和能源存储领域。

　　近年来，全球电动汽车市场呈爆发式增长态势。国际可再生能源署（IRENA）预测数据显示，用于电池制造的锂需求量从目前至2030年仍将大幅增加，而锂产量远不能满足需求预期，存在大量供需缺口。

　　然而，在锂需求迅猛增长的同时，也面临令人担忧的回收困境。据估算，全球每年有数百万甚至上千万吨含锂资源被丢弃到垃圾填埋场。尤其在电子消费领域，每年有大量电子产品被淘汰，然而这些设备中的锂电池大多未能有效回收。

　　锂电池回收将给环境与经济带来多重价值。斯坦福大学今年1月发表的研究成果显示，电池回收对环境的破坏至少可比开采新锂资源减少58%。具体来看，锂电池回收过程中排放的温室气体不到传统采矿和精炼过程的一半，消耗的水和能源仅为1/4。传统锂矿开采过程中需要大量水资源用于矿石的破碎、研磨和提取，并产生大量尾矿和废渣，对生态环境造成不可逆的破坏。而电池回收则是对已有资源的二次利用，有效减少了对自然资源的环境破坏。

　　从经济层面考量，提高回收率同样重要。科技资讯平台Tech Xplore报道称，提升电池回收利用率有助于解决关键矿产长期面临的供应问题。2023年由于全球供应链波动，部分欧美国家的电动汽车企业因锂资源供应不足，被迫减产，出现巨大经济损失。如果部分国家能提高回收率，有助于实现供应链的多元化，进而构建更具竞争力的全球市场。

　　此外，电池回收还能创造新的经济增长点。回收过程中不仅可以提取锂，而且能回收钴、镍等其他有价金属。这些金属的市场价值相当可观。随着回收技术的进步和规模效应的显现，电池回收有望成长为千亿级的新兴市场。

　　面对锂市场的困境，来自香港的初创企业Achelous Pure Metals开发了一种便携式回收系统，用于处理废旧锂电池。该系统采用模块化设计、体积小巧，可灵活部署在城市中心，方便居民和企业投放废旧电池，实现了便利化回收服务，完美契合全球日益城市化的发展趋势。此外，该公司还打造了一条机器人辅助的试验生产线，能对电池的目标材料进行精准分类和过滤。他们运用先进的人工智能（AI）图像识别技术，通过对电池外观、材质等特征的分析，快速准确地识别不同类型的电池，并对其进行分类处理。

　　该公司联合创始人兼技术总监黄毓俊表示：“我们的目标是解决日益严重的废弃锂电池问题，将可扩展、可移动且环保的回收技术引入城市中心。”借助AI技术，企业能更高效地识别和分离电池中的各类材料，提高回收效率和纯度，降低回收成本，为行业发展开辟新路径。

　　虽然新技术为行业带来了新机遇，但当前电池回收市场的竞争也十分激烈。近年来，我国大力提升电池回收能力，在政策支持和产业投入的双重驱动下，回收规模不断扩大。截至目前，我国电池回收相关企业超16.6万家，仅2024年新增注册的相关企业就达到4万余家。我国还出台了一系列扶持政策，如税收优惠、补贴等，鼓励企业加大技术研发和产能扩张力度，推动了行业的快速发展。

　　AI技术在电池回收领域将有广阔的应用前景。随着技术不断迭代升级，不仅有望提高锂电池的整体回收率，而且可能推动回收技术向更高效、更环保的方向发展。AI技术未来可能与物联网、大数据等技术深度融合，实现对电池回收全流程的实时监控和智能管理。例如，通过在回收设备上安装传感器，实时采集设备运行数据，并利用AI算法进行分析，提高设备的可靠性和稳定性。

　　从行业格局来看，随着全球范围内更多企业参与到电池回收技术创新和产业布局中，供应链多元化的趋势将愈加明显。各国政府也加大对电池回收产业的投入力度，并制定了相关支持政策。未来或将形成多个区域化的回收中心和产业集群，共同构建一个更平衡、更稳定的全球电池回收市场。然而，行业发展也面临诸多挑战。技术瓶颈的突破、市场竞争的加剧、政策法规的变化等，都可能影响锂电池回收行业的发展进程。目前的电池回收技术在处理一些新型电池时还存在效率低、成本高的问题，但可以确定的是，AI技术已为电池回收行业带来了变革的曙光，在多方努力下，一个资源高效利用、环境友好的电池回收新时代正加速到来。

　　随着人工智能（AI）应用场景不断扩大，能耗问题日益凸显。专家指出，如果不能及时掌握AI的真实能耗情况，可能给能源规划和环境保护带来挑战。关于AI的能耗问题至今仍没有确切数据，因为多数AI研发企业都未公开系统的真实能耗数据，外界很难准确评估各种AI技术及产品的实际能源需求。部分研究团队虽然致力于建立AI系统的能耗测算模型，但由于缺乏关键数据支持，进展较为缓慢。

　　AI系统的能耗贯穿于整个生命周期，以当前主流的大规模语言模型为例，单次训练耗电量可达千兆瓦时级。部分大学和研究机构尝试通过各种间接方法估算AI能耗，但由于缺乏企业的配合与数据支持，这些估算往往存在较大误差，难以作为制定政策的科学依据。

　　现下业内关于AI能耗的流行说法可能存在严重偏差，不同AI查询任务的能耗差异可能达到几百倍。这主要取决于任务的计算复杂度、系统的优化程度和硬件平台的能效表现。最新跨学科研究表明，AI系统的能效表现与其底层架构设计、硬件配置方案和使用场景都有复杂的关联性。因此，业界亟须建立更科学、系统的评估方法体系，而不是进行简单的横向比较，这样才能把握AI能耗问题的本质。

　　国际能源署（IEA）最新发布的预测报告显示，随着AI技术在各行业的快速普及和应用，全球数据中心的能耗在未来几年将呈加速增长态势。AI产业已从最初的学术研究成长为规模不断扩大的重要经济领域，但其爆发式增长带来的能源需求可能给全球能源供应体系带来前所未有的压力。目前，全球范围内都缺乏强制性的AI能耗数据披露机制，这使得不断增长的能源成本很可能通过电价调整等方式转嫁给终端用户，而这种隐性成本转移方式值得警惕。

　　AI能源需求增长主要体现在3个关键维度，首先是模型规模的持续扩大需要更多计算资源，新一代大模型的参数量往往呈指数级增长，训练所需的算力也随之激增；其次是AI应用场景的快速扩展带来推理计算需求的爆发式增长，从云计算到边缘计算，AI正渗透到各个领域；最后，支撑AI服务所需的数据存储需求持续上升，海量数据的存储和处理都需要消耗大量能源。这些因素相互叠加共同推动了AI能耗的快速增长曲线。

　　在应对AI能耗挑战的过程中，持续的技术进步和创新实践提供了新的解决方案和发展路径。许多企业正从多个维度探索更高效的解决方案，包括算法架构的创新和专用硬件的研发，以系统性降低AI技术的能星空体育平台官网耗水平。此外，使用可再生能源为数据中心供电正成为行业共识和发展方向。几家科技巨头，如谷歌、微软和亚马逊都已做出承诺，未来几年将使用清洁能源来支持AI业务发展。这些技术创新和实践经验证明，通过持续的技术优化和模式创新，在保证AI性能持续提升的同时，可有效控制其能耗的增速，实现技术发展与环境友好的平衡。

　　当前AI能耗问题凸显了技术进步带来的新挑战，需要社会各界形成共识、共同应对，构建系统性的解决方案。在享受AI技术带来便利的同时，应高度重视其潜在的能源成本问题，以负责任的态度推动技术创新。通过建立完善的数据透明机制、制定科学的能效标准体系、实施有效的监管政策等多措并举，才能确保AI发展的可持续性，实现经济效益与社会效益的统一。