很多人提起算力，第一印象就是耗电、发热，简单将其归为高耗能产业。但这个判断，混淆了算力硬件的能耗属性和算力产业本身的价值属性。算力不等于天然高耗能，它是能耗敏感型产业，能否变成高耗能，取决于能源结构、技术路线、资源布局与调度模式。放在数字经济和新型电力系统的大框架下，算力更像一把“能源转化的双刃剑”，核心矛盾不是要不要耗能，而是怎么耗能、用什么能源耗能。

算力的能耗，根源来自底层硬件。服务器、交换机、冷却系统是能耗主体。一台高密度AI服务器，满负载运行时功耗可达数千瓦，大规模智算中心上万台服务器集中部署，用电规模相当于一座中小城市。PUE（电源使用效率）是衡量数据中心能效最核心指标，PUE越接近1，代表制冷、供电等配套损耗越低。早年传统数据中心PUE普遍在1.4以上，大量电能没有用于计算，而是变成热量白白耗散，这也是外界形成“算力=高耗能”印象的直接来源。从物理规律上看，计算必然伴随能量损耗，热力学第二定律决定算力不可能零能耗，算力具备能耗刚性，这是客观事实。

但刚性能耗≠高耗能产业。高耗能产业的传统定义，一般是单位产值能耗高、能源以化石能源为主、附加值偏低、减排改造空间有限的产业，比如钢铁、电解铝、水泥。算力产业的逻辑完全不同：算力是数字时代的基础生产力，属于算力供给型基础设施，它本身不生产实体工业品，而是向外输出计算能力，赋能工业仿真、气象预报、油气勘探、新能源调度、生物医药研发、智能制造等几乎所有行业。单位算力承载的经济外溢价值，远高于它自身消耗的能源成本。

同样是耗电，能耗的结构差异，决定了算力项目的属性天差地别。如果算力中心布局在负荷中心，依靠火电供电、采用老旧风冷方案、长时间低负载空转，PUE居高不下，它就会表现为高碳高耗能项目；如果算力基地落地风光富集区域，配套绿电直供、源网荷储一体化，采用液冷、余热回收、错峰调度技术，PUE压低至1.2甚至1.1以内，算力就可以成为消纳新能源、调节电网负荷的友好型资源。西北、西南多个智算集群的实践已经证明：夜间风电大发时段启动算力，光伏出力高峰匹配算力负荷，算力可以作为灵活可调负荷，消纳原本要弃掉的风光电量，把不稳定的新能源，转化成可存储、可交易的数字生产力。这时候算力不再是单纯的能源消费者，而是新型电力系统的调节资源。

当前行业最大的争议点，集中在AI大模型驱动的智算集群。大模型训练需要长时间、满负荷高密度算力，能耗远高于传统云计算。部分地方盲目上马算力项目，同质化建设、算力利用率不足，大量服务器空载耗电，造成无效能耗浪费，放大了算力的耗能负面效应。这不是算力本身的问题，是无序发展带来的资源错配。所以国家层面不断出台政策，强调算力布局要和能源资源匹配，严禁算力盲目上马，推动东数西算工程，本质就是引导算力向绿电充裕区域转移，实现“算力跟着绿电走”。

长远来看，算力产业的能效天花板还在持续突破。芯片工艺迭代、液冷、浸没式冷却、余热供暖、算力调度算法优化，都在持续降低单位算力能耗。未来随着绿电成本持续下行、电力市场机制完善，算力的碳强度会稳步下降。我们评判一个算力项目，不能只看用电量，还要看三个指标：PUE、绿电占比、算力利用率。

算力天生需要耗能，但并非天然属于高耗能产业。它是数字基础设施，是能耗敏感型产业。算力的能耗属性，是布局模式、能源结构、技术水平共同赋予的。有序布局、绿电支撑、高效调度的算力，是绿色转型的助推器；无序扎堆、火电支撑、低利用率的算力，才会变成需要管控的高耗能项目。算力和能源不是对立关系，二者深度耦合，将是新型电力系统与数字经济融合的长期主线。