绿色转型浪潮席卷：从能源到AI的变革之路

2024年，全球极端天气频发，成为有气象记录以来最热的一年，飓风、干旱等灾害比往年更加严重。在此背景下，推动社会绿色低碳转型，提升经济发展的“绿色含量”，不但成为广泛的行业共识，更是上升至国家战略层面。oydesmc

2025年1月21日，中国国务院副总理丁薛祥在瑞士达沃斯召开的世界经济论坛2025年年会特别致辞中指出，“绿色转型是全球发展大方向，是解决气候变化问题的根本之策。中国走绿色转型之路是长远之策，绝非权宜之计，并正以实际行动争取在2030年前实现碳达峰、2060年前实现碳中和。”oydesmc

打造全链条的“绿色能源”

2012年以来，中国单位国内生产总值能耗、碳排放强度分别累计下降超过26%、35%，目前可再生能源发电量在总发电量中占比超过35%。中国已建成全球最大、最完整的新能源产业链，为全球提供70%的光伏组件和60%的风电设备，这些优质产能为世界绿色发展和应对气候变化提供了重要助力。oydesmc

得益于此，涵盖新能源发电、输送、储存、使用全链条的“绿色能源”，成为引领全球发展的新潮流，并展现出前所未有的活力与潜力。oydesmc

英飞凌科技高级副总裁、工业与基础设施业务大中华区负责人于代辉援引IEA(国际能源署)最新的报告指出，预计到2030年，全球光伏产业还需要再额外装机超过5,000GW；在电网基础设施领域的投资将达到每年6,000亿美元以上；电池储能容量将增加1,000GW以上，在电动汽车充电领域的投资将超过1万亿美元。oydesmc

接下来，随着可再生能源安装量的持续增长，以及电力基础设施的不断完善，绿色能源产业还将有望迎来更加蓬勃的发展。数据显示，2024年光伏领域新增装机量190至220GW，继续维持高位；2023年，充电基础设施累计数量859万台，同比增长65%，到2024年底这一数字达到了1,200万台；2024-2030年间，新型储能累计装机规模的复合增长率将超过30%。oydesmc

“在绿色能源的发展中，碳化硅(SiC)技术扮演着至关重要的角色。”于代辉指出，作为“满足可持续性能源生产和消费的核心技术”，碳化硅产品的升级和创新对于提升系统能效、降低系统成本、提高系统可靠性具有重要意义，尤其是在可再生能源发展和电网升级、电动汽车普及和扩展、以及工业/消费类应用的能效与智能提升三大领域。oydesmc

从目前的趋势来看，2024至2029年，全球SiC市场规模预计将从31亿欧元增长到90亿欧元，年复合增长率超过24%。个别领域，例如固态断路器和风能，未来5年，碳化硅市场的年复合增长率将分别达到76%和95%，十分惊人。oydesmc

“我们可持续技术计划的目标是在整个产品生命周期内，以可持续发展的方式开发负责任的产品，并携手客户一起解决生命周期终结问题。”意法半导体(ST)人力资源和企业社会责任总裁Rajita D’Souza在最近的一次采访中表示，在2023年ST推出的新产品中，负责任产品占比为82%，2022年为77%。“我们正在推进2027年负责任产品营收贡献率至少33%的目标，2023年是23.2%，2022年是22.6%。”oydesmc

以电动汽车为例，通过在车载充电器、48V电源系统、DC/DC直流变压器、电驱逆变器，以及混动汽车高压系统方面的创新，电动汽车的能源利用效率得到了大幅提升，减少了能源浪费并降低运营成本。家庭和楼宇节能方面同样如此，目前住宅和商业照明、暖通空调和电器占总用电量的50%以上，对高效电源管理、功率开关和驱动器、传感器和控制器、电机控制等方案需求巨大，这些都是半导体企业的巨大机会。oydesmc

为了通过智能化技术节省能源和资源，追寻产品的“碳足迹”或其它类似方式，正成为全球领先半导体公司的通用做法。所谓产品的“碳足迹”，简单而言，就是一个产品在生命周期的所有阶段产生的温室气体排放量综合，以千克二氧化碳排放当量(kgCO₂e)表示，人们可以计算部分生命周期或完整生命周期中的碳足迹。oydesmc

罗姆半导体集团(ROHM Semiconductor)功率元器件事业部应用战略室课长水原德健表示，除了分阶段增加可再生能源的引进量，最终实现2050年可再生能源利用率100%这一目标外，罗姆还着眼于使用产品时的功耗削减量进行环境影响估算。例如，如果以2022年度开发的氮化镓(GaN)器件在2023年度的销售额为基础进行估算，通过大幅削减产品使用时的耗电量，与以往产品相比减少了332吨CO₂排放。oydesmc

ST方面则列举了SiC的“碳足迹”实例。数据显示，制造一颗碳化硅芯片将产生22,000克二氧化碳当量，假设一辆普通汽车在12年内有8%的时间处于活动状态，该芯片使用阶段的碳足迹将达到1,020kgCO₂eq(超过1吨)，但对比硅基IGBT后会发现，被避免的影响高达-1,960 kgCO₂eq(接近2吨)。oydesmc

推动实现“绿色AI”

AI将加速融入可持续实践。除了使用高能效技术，“绿色AI”策略也将受到越来越多的关注。例如，为了应对日益增长的能源需求，AI模型训练可能会来越多地选择在碳排放较低的地区和电网负荷较低的时间段进行，这可能会成为未来的标准操作。通过平衡电网上的能源负载，这种方法将帮助缓解峰值需求压力，减少总体碳排放量，也会吸引更多云服务提供商推出针对能效优化的模型训练调度服务。oydesmc

在这一过程中，可再生能源与AI的深度融合发展可能会成为新的课题，并有望推动整个能源行业的创新。目前，可再生能源在可靠性和灵活性方面存在不足，难以平衡峰值负载，这限制了电网脱碳进程。而随着AI技术的不断迭代演进，AI很快就能够更准确地预测能源需求，实时优化电网运行，并提高可再生能源的效率，从而帮助解决这些问题。oydesmc

同时，电能储存解决方案也将受益于AI，因为AI能够优化电池性能和寿命，这对于平衡可再生能源的间歇性特性至关重要。不仅于此，引入AI不仅有助于解决预测和平衡峰值需求的难题，还能预见性地识别维护需求，从而减少能源供应中断。智能电网则可利用AI进行实时电能流动的实时管理，有效降低能源损耗，极大地提高能源系统的效率和可持续性。oydesmc

其他方法还包括：优化现有AI模型以提高能效、重复使用或重新定位预训练的AI模型、以及采用“绿色编码”以尽可能减少能源消耗。在“绿色AI”浪潮中，我们可能还会看到自发性标准的引入，随后逐步形成正式标准，以促进AI的可持续发展。oydesmc

这可能就是许多AI工作负载已经转向在边缘侧运行，而不是在大型数据中心进行处理的原因。毕竟这种转变不仅能为企业节省电力和成本，还能为消费者带来隐私和安全方面的保障。oydesmc

2025年乃至今后数年内，先进的混合AI架构会成为热词和趋势。这些架构能够将AI任务在边缘设备和云端之间进行有效分配，边缘设备上的AI算法会先识别出重要的事件，然后云端模型再介入提供额外的信息支持。至于在本地还是云端执行AI工作负载，将取决于可用能源、延迟需求、隐私顾虑以及计算复杂性等考虑因素。oydesmc

总体而言，边缘侧AI工作负载代表着AI去中心化的趋势，使设备能在数据源附近实现更智能、更快速且更安全的处理，这对于需要更高性能和本地化决策的市场，如工业物联网和智慧城市，尤为关键。oydesmc