沙利文：绿色算力开启“双向奔赴”新范式

从行业的商业化角度看，当前算力节能降碳领域进入规模化拐点的是冷板式液冷，其市占率超过80%，目前不仅浪潮、华为等头部品牌的服务器已原生支持，而且新建智算中心基本默认配置，PUE可稳定压在1.15至1.25之间，是当下唯一能够"交付即用"的技术路径。浸没式液冷虽然性能更优，但面临初始投资高、运维体系需重建的实际课题需要进一步解决，目前仍依赖零碳园区和金融、运营商的标杆项目拉动，行业预测距规模化尚差约3至5年左右。余热回收技术本身成熟，但商业闭环严重受限于地理条件：北方有市政热网接口，宁夏中卫等项目已将余热打包进绿电直供方案；南方则只能对接温室、泳池等零散场景，回收周期过长，尚未形成独立可复制的商业模式。此外，CPO的分化最为显著：交换侧将在2026年下半年开始起量，英伟达Quantum 3400 CPO交换机已定档量产，传输损耗降低60%；但芯片间的scale-up光互连要等到2028年Feynman架构量产才能规模铺开，届时市场有望迎来新一轮的应用爆发；

从行业发展角度看，建立一个全国统一的算力绿色评价体系是必要的，但在当前阶段做到"完全可比"并不现实。单一PUE指标的局限性已经非常明显：它完全不反映能源结构——PUE 1.1的全煤电数据中心与PUE 1.3的全绿电数据中心，碳排放差距可能达到数倍；它也不衡量算力产出效率——一台PUE 1.15但GPU利用率只有30%的集群，本质上是一种"虚假高效"；此外，建设期、设备制造、退役处置等范围三排放完全不在PUE的覆盖范围之内。政策层面已在推动转变：2026年政府工作报告首次将"算电协同"纳入新基建工程，国家数据局、国家能源局配套明确"枢纽新建算力设施绿电占比≥80%、西部PUE≤1.20/东部≤1.25"的双约束；信通院同时在推进面向AI业务产出的两类新指标——算力能效与Token能效，这两个新指标标志着行业的评价焦点从"机房效率"转向"业务产出效率"。另一方面看，推行统一标准，还面临三个实质性障碍：一是绿电溯源口径尚未统一，绿证、绿电交易、绿电直供、自发自用光伏四种路径的认定标准存在分歧；二是范围三碳排放的核算方法缺乏行业共识；三是区域资源禀赋差异过大，宁夏等西部枢纽靠风光+绿电直供易达标，长三角硬做到80%需跨省绿证+储能配套，强行用同一套分数去比较，东西部产业市场都会存在一定的顾虑。所以未来，更可能的演进路径是，由国家制定综合框架，由行业协会出台分级领跑值，类似LEED认证的金银分级逻辑，以达到更好的落地效果。

未来三到五年，沙利文认为绿色算力行业的变化将集中在四条相互嵌套的主线上。第一条是"绿电80%"从政策倡导变为刚性约束，这将从根本上重构数据中心的投资逻辑。目前八大算力枢纽中，只有宁夏、甘肃、内蒙古拥有成熟的绿电直供通道，其余节点的绿电占比大多低于30%，而2026年政府工作报告已明确将这一比例写入约束条件。这意味着2026年到2028年是抢占绿电直供通道、签署长期购电协议、锁定源网荷储资源的窗口期，错过这个窗口的项目将难以通过能评审批。第二条是产业布局将从"东数西算"进一步细化为"绿电腹地训练与存储、沿海推理、枢纽中转"的新版图，万卡以上的训练集群将基本锁定西部。第三条是液冷加零碳园区从示范性质转为准入标准，"十五五"方案明确要求建设100个国家级零碳园区，算力设施的绿色低碳转型已被单独列条，未来新建大型集群基本上将是液冷、绿电直供、余热利用三件套的标配组合。第四条是算电协同将催生出新的交易品种，数据中心作为可调节负荷参与电网调峰、绿电现货套利、非实时任务跨区域迁移，这些行为将使"算力碳效"和"绿电溯源"成为可交易的资产，经CCER核证后的项目回报率将高于纯硬件投资。沙利文认为，未来三到五年真正拉开企业差距的可能不是硬件参数，而是绿电采购协议的签约能力、碳资产的运营能力以及算力资产的调度能力——硬件大家都能买到，绿电通道、碳核证和可信的计算服务资产才是稀缺资源。易助能源在苏州某产业园的分布式算力中心，系统协同调度光伏、储能、负荷和算力任务。绿电充裕或电价低时增加非实时任务；用电高峰时降低或迁移可延迟负载，使算力中心从刚性负荷变为柔性负荷，参与削峰填谷和绿电消纳。系统根据任务、电价和能源供给，动态调整任务运行，保障稳定并降低成本。这表明其竞争力从硬件规模转向绿电获取、能源协同和算力调度能力。

沙利文认为用AI技术优化数据中心自身能耗这条路径，实际进展比多数市场认知要快，但需要明确一条关键边界：AI调优是存量改造中性价比最高的杠杆，但它无法挽救PUE在1.3以上的老旧风冷机房——那些机房需要先更换液冷硬件，AI只能在此基础上做锦上添花。技术演进已经走过了三个阶段：第一阶段是基于负载预测的预调节，避免临时性峰值冲击；第二阶段是全局寻优，通过对冷机、水泵、冷却塔、CDU的联合调优，在已有节能架构基础上再挤出10%到30%的能效空间；第三阶段则是算电协同，将制冷策略与绿电出力时序、算力迁移联动起来，绿电充裕时提前预冷并多运行批处理任务，绿电紧张时主动降低非实时负载。沙利文认为未来真正具有溢价能力的产品形态，很可能是"AI调优加绿电时序匹配加跨区域负载迁移"的整套打包方案，单纯售卖AI节能软件。无锡某高端装备制造企业将其园区将能源和算力管理委托易助能源进行智能化运营管理。易助能源通过AI联动服务器、制冷、光伏和储能系统，预测算力负载、设备温度及绿电出力，动态调整制冷策略、服务器运行状态和任务时序，实现算力、制冷与电力的一体化优化。在绿电充裕时，系统可提前预冷并增加批处理和推理任务；在园区负荷高峰时，则通过服务器降频、任务错峰和储能调节降低峰值能耗。该场景将传统的单一制冷节能，进一步升级为对算力、冷量和电力资源的全局优化，体现了“用AI节能AI”从技术验证向实际运营场景加速落地。