中国工程院院士：AI有望以较小算力部署至县域，突破新能源中长期预测能耗瓶颈

在近日举行的第五届气象经济论坛上，中国工程院院士张小曳表示，当前全国风光发电小时数约为2000小时，而全年有8760小时，提升新能源利用效率、突破中长期精准预测的能耗壁垒，是新型电力系统面临的现实难题。AI的介入有望改变这一局面——未来AI预报预测系统可能以较小算力部署至县域，实现更长时效、更精准的预报。

张小曳长期从事大气化学、大气环境与气候变化研究。他在接受21世纪经济报道专访时进一步指出，气象与能源转型可在规划、运行、极端天气预估等环节深度结合。规划层面，将自然气候系统模式与社会经济发展模式耦合，可回答在何处建设、采用何种技术、经济成本最低等问题；运行层面，AI有助于突破精准预报与能耗之间的矛盾，让过去需要大量团队常年攻关的参数化方案构建实现跨越式发展。

针对AI大模型自身的碳足迹，张小曳表示，AI算力中心若建在绿电旁边，以绿电直供支撑，AI碳排放可大幅减少。据他介绍，目前全国每十度电中有四度来自非化石能源；到2035年，我国预估将有36亿千瓦非化石能源装机容量，按平均2000小时发电计算，年发电量或超7万亿千瓦时，届时一半以上电力将由非化石能源提供。

关于全球增温，张小曳提到，其团队与清华大学合作构建的全球排放情景已被世界气象组织纳入耦合模式对比计划。多模式测算显示，21世纪60年代中期全球温度将达峰，按该情景推演，到2100年全球地表温度将上升1.93摄氏度左右，未来气候变化可能并不会走向“沸腾时代”。