AI算力与能源容量规划教程：从选址到太空算力评估

教程目标

读完并完成本教程后，你应当能够独立完成以下产出物：

1. 一份算力—电力基线模型，能回答“现有/规划的电力容量最多能支撑多少有效算力”。
2. 一份本地供电扩张方案对比表，覆盖并网扩容、光伏配储、燃气轮机等路径的可行性与约束。
3. 一份多方案总拥有成本（TCO）对比模型，能量化不同供电路径对单位算力成本的影响。
4. 一份“非常规算力部署”（如轨道算力）的可行性评估结论，明确其成立条件与失效条件。

需要先建立的一个核心认知：数据中心总成本中，电力相关支出通常只占约 10%~15%，算力硬件（加速卡、整机、网络）才是成本主体。因此任何“把算力换个地方部署就能省很多钱”的论断，都必须先通过 TCO 模型验证，而不是直觉判断。

适用场景

• 新建智算中心或推理集群前的选址与容量论证。
• 现有数据中心遇到电力配额不足、无法继续扩容时的替代方案评估。
• 需要向管理层解释“为什么卡买了却上不了电”的技术—财务联合汇报。
• 对轨道算力、分布式离网算力等前沿方向做技术预研与可行性判断。

前置准备

知识基础：了解数据中心基本架构（供配电、制冷、IT 负载）、PUE 概念、容量因子（capacity factor）定义、折旧与 TCO 的基本算法。

数据准备（没有这些数据，后续步骤无法量化）：

数据项	说明
单机柜/单集群峰值功率	决定配电与制冷设计上限
年平均负载率	决定实际耗电量与电费
硬件采购单价与折旧年限	TCO 主要项
当地电价与并网可用容量	决定扩张天花板
许可审批周期	常被低估的关键路径

工具准备：电子表格或任意可运行的脚本环境即可，本教程不依赖特定商业平台。若使用百度智能云等公有云资源做临时算力验证，只需关注通用产品类别（计算、对象存储、监控告警、日志服务等）即可，不需要专有工具。

实施步骤

步骤一：建立算力—电力基线模型

做什么：把“算力规模”统一换算成“电力需求”，再把电力需求换算成“可用算力上限”。

为什么：访谈中的核心矛盾是“算力供给接近指数增长，而电力产出基本持平”。要让这个矛盾可见，必须有一个统一的换算口径，否则业务部门和电力部门永远在用两套语言对话。

怎么做：以单集群为例，先算出理论峰值功率，再乘年度平均负载率得到实际功率，再乘时间得到年耗电量；同时按 PUE 放大到园区侧输入功率。

# 通用容量换算示意
accelerator_count = 10000
tdp_per_unit_kw = 0.7          # 单卡典型功耗（kW）
host_overhead = 1.35           # 服务器内其他部件与非GPU开销系数
avg_utilization = 0.65         # 年度平均负载率
it_peak_kw = accelerator_count * tdp_per_unit_kw * host_overhead
it_avg_kw = it_peak_kw * avg_utilization
pue = 1.25                     # 制冷+配电+照明等附加开销
facility_peak_kw = it_peak_kw * pue
facility_annual_mwh = it_avg_kw * pue * 8760 / 1000
print(f"IT峰值 {it_peak_kw:.0f} kW，园区峰值 {facility_peak_kw:.0f} kW，年耗电 {facility_annual_mwh:.0f} MWh")

注意：tdp_per_unit_kw 与 pue 是最敏感的两个参数，务必取实测或供应商规格书数据，不要拍脑袋。avg_utilization 对训练类负载通常在 0.6~0.8，对推理类负载波动很大，建议按业务分时建模。

步骤二：确定电力约束的真实边界

做什么：区分“有电但不够”“申请得到但时间不够”“根本批不下来”三种约束类型。

为什么：很多团队默认“只要出钱就能加电”，但访谈中明确指出，非管制地区的发电量增长接近持平，而在部分地区铺设光伏板、建输电线路的第一步就是许可。约束往往是行政性的，而不是物理性的。

怎么做：

1. 向当地电网主管部门确认当前可分配的并网容量、排队周期与扩容前置条件。
2. 统计本地区近三年新增发电装机与新增用电需求的差值，判断供需趋势。
3. 把许可周期作为关键路径纳入项目排期，而不是当作并行任务。

判断准则：如果“并网扩容审批周期 > 硬件到货周期 + 建设周期”，那么电力就是项目的实际瓶颈，硬件投资必须分阶段释放。

步骤三：设计本地供电扩张组合方案

为什么：访谈给出一个很有用的量级参照：1 太瓦平均发电能力，按 25% 容量因子估算，需要约 4 太瓦的光伏装机，占地面积仅约国土面积的 1%。也就是说，土地和光照资源通常不是主要障碍，间歇性与许可才是。

怎么做：按“基荷 + 调峰 + 补充”三层结构设计。

层级	可选方案	特征
基荷	电网直供、燃气轮机	稳定、可预测，受并网容量与燃料供应约束
补充	光伏 + 储能	度电成本较低，受容量因子与许可约束
调节	电池储能、需求响应	削峰填谷，改善容量利用率

# 供电组合规划示意（字段名可按内部规范自定义）
power_plan:
  baseline:
    source: grid_or_gas_turbine
    capacity_mw: 120
  supplement:
    source: solar_pv
    installed_capacity_mw: 300
    capacity_factor: 0.25
    expected_average_mw: 75
  regulation:
    storage_mwh: 400
    purpose: peak_shaving_and_ramp_control
  constraint_check:
    permitting_lead_time_months: 24
    interconnection_queue_months: 18

风险说明：容量因子是可变项，云量、季节、纬度都会显著改变实际出力；储能容量决定了离网运行的时长上限。规划时应对容量因子做敏感性分析（如 0.15 / 0.25 / 0.35 三档），而不是取单一值。

步骤四：构建多方案 TCO 对比模型

做什么：把步骤三的每个方案代入统一 TCO 公式，比较单位有效算力成本。

为什么：这是纠正“换个地方就能省钱”这一直觉的关键步骤。能源只占 TCO 的 10%~15%，即使把电费降到零，成本下降幅度也存在天花板；而搬迁或改变部署环境往往抬高硬件折旧与运维成本。

def tco_per_effective_flops(hardware_cost, years, energy_cost, opex, ops_risk_factor, effective_utilization):
    depreciation = hardware_cost / years
    total = depreciation + energy_cost + opex
    effective = total / effective_utilization
    return effective * ops_risk_factor

注意：effective_utilization 与 ops_risk_factor 是把“维护难度”货币化的两个杠杆。在难以维护的环境中，这两个系数会明显恶化，从而抵消电费节省。评估时必须显式建模，而不是隐含假设。

步骤五：评估轨道算力的成立条件

做什么：用同一套 TCO 与工程约束模型，评估轨道算力方案，并列出其成立与失效条件。

为什么：访谈中一个提问非常精准——能源只占 TCO 的 10%~15%，搬到太空省的正是这一小部分，而硬件无法维护会导致折旧周期缩短，看起来更贵。那么真正的驱动力是什么？答案是能源可获得性，而不是成本。这决定了轨道算力的评估口径必须换成“约束解除价值”，而不是“单位成本”。

成立条件：

• 地面电力供给长期无法匹配算力增长速度。
• 发射成本持续下降到可摊薄硬件折旧的程度（发射频率是关键变量，发射次数越少，单公斤成本越高）。
• 轨道环境散热、辐射防护、可靠性设计已通过验证。
• 硬件折旧周期缩短的幅度，小于地面电力成本节省与容量增量带来的收益之和。

失效条件：地面并网扩容可在可接受周期内完成，或发射频率不足导致运力成本居高不下。

额外收益需单独计价：在轨部署可获得更接近连续的高强度光照，且绕开了地面土地与并网许可的行政约束。访谈把这半开玩笑地称为“监管套利”——工程上应把它建模为“许可风险规避收益”，并单独列示，避免与成本项混算。

步骤六：制定分阶段落地路线

按“先电力、后硬件”的顺序释放投资：

1. 阶段一：完成基线建模与并网容量确认，锁定可支撑的算力上限。
2. 阶段二：小规模部署验证 PUE 与实测功耗，修正模型参数。
3. 阶段三：并行推进供电扩张（基荷 + 光伏配储）与许可申请，以许可周期决定硬件到货节奏。
4. 阶段四：当电力供给增速连续多个季度低于算力需求增速时，再启动非常规部署方案的工程预研。

结果验证

用以下指标判断规划是否成立：

• 容量利用率：园区实际平均功率 / 已获批可用容量，长期低于 0.7 说明电力资源闲置，高于 0.9 说明无扩容余量。
• 模型偏差率：实测功耗与步骤一模型预测值的偏差，训练类集群建议在 ±10% 以内。
• 单位有效算力成本：与行业公开区间对比，判断方案是否落在合理带内。
• 关键路径匹配度：许可周期是否已被纳入项目排期并可追踪。
• 敏感性稳健性：容量因子、电价、折旧年限各波动 ±20% 时，方案排序是否发生反转。若发生反转，说明结论依赖假设而非事实。

常见问题与排查

现象	可能原因	通用处理思路
卡到货后无法满负载运行	并网容量不足或配电设计按旧功耗估算	按实测功耗重算配电容量，必要时限功率运行并申请扩容
电费远超预算	容量因子估计过于乐观，光伏实际出力偏低	用实测发电数据替换假设值，补充基荷电源
PUE 长期偏高	制冷方案与负载密度不匹配	调整机柜功率密度分布，优化送回风路径
TCO 结论与直觉相反	忽略了折旧与维护风险系数	显式建模维护难度，比较“节省的电费”与“缩短的折旧年限”
项目延期	许可周期未纳入关键路径	将审批列为并行前置任务，预留缓冲期
轨道方案评估无法收敛	缺少发射频率与运力成本输入	先做发射频次敏感性分析，再判断是否值得深挖

优化建议

• 成本：优先压低占 TCO 主体部分的硬件与折旧成本，而不是只盯电费；采购周期与硬件更新节奏往往比电价谈判影响更大。
• 性能：把供电与制冷约束前置到集群拓扑设计阶段，避免因配电限制导致高价值算力长期空转。
• 稳定性：基荷与补充电源解耦，避免单一电源故障导致全集群停机；储能既做调峰也应做应急后备。
• 安全与合规：许可、并网、土地、燃料储运均有各自的合规要求，应在设计阶段并行启动，而非在建设阶段补救。
• 可维护性：为每类部署环境定义可达性等级（可现场维修 / 需下线返修 / 不可维护），并把它作为折旧年限的输入参数，而不是事后补救项。
• 可复用性：把基线模型、敏感性分析与 TCO 公式固化为内部模板，后续项目只做参数替换，减少重复论证成本。

总结

本教程从“电力只占 TCO 的 10%~15%”这个容易被误读的事实出发，建立了一条完整的规划链路：先用统一口径把算力换算成电力需求，再区分电力约束的物理性与行政性，接着用三层供电组合（基荷 / 补充 / 调节）设计扩张方案，然后把维护难度货币化后进入 TCO 对比，最后才评估轨道算力等非常规路径。

关键结论有三条：第一，AI 基础设施竞争的瓶颈正从芯片转向能源、制造与许可；第二，非常规部署的价值主要体现在解除电力与土地约束，而不是降低单位成本，评估时必须换口径；第三，任何方案都应通过敏感性分析检验稳健性，避免结论建立在对容量因子、折旧年限等参数的乐观假设上。

后续可继续深入的方向包括：实测功耗与 PUE 数据采集体系建设、许可与并网流程的标准化管理、以及发射与运力成本模型的细化建模。