截至2025年1月底，浙江省內電源總裝機突破1.5億千瓦大關，達1.52億千瓦。其中新能源裝機容量達5908萬千瓦，占比近四成。風電光伏發電合計裝機達到5596萬千瓦，成為電源裝機增長的主力，并超越煤電成為浙江第一大電源。

伴隨裝機規模增長，風電光伏發電等新能源在電力保障上的作用進一步凸顯。數據顯示，2025年2月8日，浙江風電光伏發電最大出力3215萬千瓦，首次超過3000萬千瓦，其中光伏最大出力2864萬千瓦，創歷史新高。

近年來，以創建全國清潔能源示范省為契機，浙江省持續優化能源結構，新能源發電能力穩步增長。2024年，浙江新能源發電量達717.8億千瓦時，同比增長29.24%。

這個信息不一般。作為工業大省，能夠做到這一點，非常不容易。

截至2023年12月，全國已有多個省份在風電和光伏發電方面超越了煤電。具體來說，青海和甘肅是其中的代表省份。

青海省在清潔能源發電量方面占比接近九成，顯示出其風電和光伏發電的顯著優勢。而甘肅省的新能源發電量也超過了煤電，進一步證明了這些地區在可再生能源領域的領先地位。

全國范圍內新能源的裝機規模也在2023年實現了歷史性跨越，突破了2億千瓦。這一成就標志著我國在新能源發電領域取得了重要進展，為實現綠色低碳發展目標奠定了堅實基礎。

作為內陸省份，湖北人最羨慕浙江的海上風電。

根據浙江省能源局發布的《浙江省海上風電發展規劃（2021-2035年）》，到2035年海上風電裝機容量達到1000萬千瓦以上。

在具體實施方面，浙江省已經啟動了多個海上風電項目。例如，浙能嘉興1號海上風電場是浙江省首個開工建設的海上風電項目，該項目位于杭州灣平湖海域，裝機容量達301.2兆瓦。還積極推進其他海上風電項目的建設，如華能蒼南4號海上風電項目等。

盡管如此，浙江只能是排在第四位。

截至2023年12月，中國海上風電裝機容量持續領跑全球，具體排名如下：

江蘇省：作為中國海上風電的領頭羊，江蘇省的海上風電裝機容量穩居全國第一。其豐富的海上風電資源和強大的產業基礎為這一成就提供了堅實支撐。

廣東省：廣東省在海上風電領域也取得了顯著進展，裝機容量緊隨江蘇省之后，位列全國第二。

福建省：福建省憑借其優越的海域條件和政策支持，海上風電裝機容量在全國排名中占據重要位置。

浙江省第四。

山東省：充分利用其沿海地區的風能資源，大力發展海上風電。

我們知道，人工智能（AI）的快速發展對電力需求提出了新的挑戰和要求。AI技術的廣泛應用，尤其是在數據中心、機器學習訓練和推理任務中，消耗了大量電力。

1. 高計算能力需求

AI模型（如深度學習）的訓練和推理需要大量的計算資源，尤其是GPU、TPU等高性能硬件。高性能計算設備通常功耗極高，單個GPU的功耗可達數百瓦，而大型AI訓練集群的功耗可能達到兆瓦級別。訓練一個大型語言模型（如GPT-3）可能消耗數十萬度電，相當于數百個家庭一年的用電量。

2. 數據中心電力消耗

AI依賴于大規模的數據中心來存儲和處理數據。數據中心需要持續供電以支持服務器、冷卻系統和網絡設備。全球數據中心的電力消耗約占全球總用電量的1-2%，而AI相關計算正在成為數據中心電力消耗的主要驅動力。

3. 持續性和穩定性

AI任務（如云計算、實時推理）需要不間斷的電力供應。電力供應的穩定性至關重要，任何中斷都可能導致服務中斷或數據丟失。需要配備備用電源（如UPS）和可再生能源儲能系統。

4. 能效優化

隨著AI規模的擴大，電力消耗的快速增長引發了能效問題。需要更高效的硬件（如低功耗芯片）和算法優化，以減少單位計算任務的能耗。業界正在開發專門針對AI的能效優化技術，如稀疏計算、量化訓練和低精度計算。

5. 綠色電力需求

AI的高能耗引發了環境擔憂，尤其是碳排放問題。越來越多的企業和研究機構要求使用可再生能源（如風電、光伏）為AI計算供電。谷歌、微軟等科技巨頭承諾使用100%可再生能源為其數據中心供電。

6. 分布式計算和邊緣計算

為了減少數據傳輸和集中化計算的能耗，邊緣計算和分布式AI正在興起。邊緣設備（如智能手機、物聯網設備）需要低功耗設計，以延長電池壽命并減少整體電力消耗。

7. 未來挑戰

隨著AI模型規模（如大語言模型、多模態模型）的不斷擴大，電力需求將持續增長。現有的電網和能源基礎設施可能難以滿足AI的快速增長需求，需要升級和改造。政府和行業需要制定政策，推動AI與可再生能源的結合，并鼓勵能效優化。