报告概述
本报告围绕AI快速发展带来的能源压力，提出绿色词元指标（GTI）概念，旨在将绿色属性引入AI计算单位，实现从绿色电力到绿色计算的表达跃迁。报告详细阐述了GTI的计量框架、实施路径、绿色评级体系以及面向AI数据中心的源网荷储算一体化能源方案，为绿色AI从倡议走向可度量、可比较提供基础语言。
报告的核心结论
GTI将绿色属性首次引入AI计算单位
通过设定单位Token对应绿色能源占比，使AI计算活动具备可度量的绿色价值，词元从纯算力单位扩展为兼具计算与绿色属性的计量载体，为绿色AI提供统一表达基础。
全量全口径计算法是现阶段基础计量路径
该方法以核算周期内绿色电力总消纳量与AI算力总用电量之比核算绿色属性，兼顾可执行性、可验证性与制度兼容性，适合当前行业标准尚未成熟的阶段。
源网荷储算一体化是支撑GTI落地的能源方案
面向AI数据中心构建以新能源供给、智能电网、储能调节、算力负荷和调度系统协同的闭环体系，使绿色能源可获得、可稳定、可调度、可匹配，保障绿色属性的真实性与连续性。
GTI可成为连接算力、能源与环境价值的接口
GTI不仅提供绿色计量，其统一表达机制有望对接绿证、碳资产等环境权益体系，并进入ESG披露、绿色采购、投资评价等市场机制，推动绿色AI从技术概念向产业规则演进。
报告回答的关键问题
什么是GTI？如何理解绿色词元指标？
GTI（Green Token Index）是描述AI计算活动绿色属性的基础计量单位，代表单位AI Token生成过程中对应的绿色能源覆盖水平。它将绿色属性嵌入Token，使算力单位同时承载环境价值，实现绿色计算的可度量与可比较。
GTI如何计算绿色属性？
报告提出两种计算路径：全量全口径计算法以周期内绿色电力总消纳量与AI算力总用电量之比核算；时间切片动态计算法以15分钟为颗粒度实时匹配绿电供给与算力负荷。当前阶段推荐全量全口径法，因其可执行性强且兼容现有能源统计体系。
GTI对AI行业有什么实际价值？
GTI使绿色成为AI服务的可评价维度，企业可据此选择低碳算力，用户可感知数字服务背后的能源属性。长远看，GTI可接入绿色采购、ESG评价和绿色金融，推动算力体系与能源体系协同，创造围绕绿色算力的新价值空间。
数据中心如何实现绿色AI？
报告提出‘源网荷储算一体化’方案：以新能源供给为基础，通过储能平滑波动、智能电网优化配置、算力调度系统动态调节，使绿色能源与AI计算负荷高效匹配，从而支撑GTI持续生成高可靠性绿色属性。
报告中的代表性数据
全球数据中心用电占比及增长预测
2023年及2030年预测，当前全球数据中心用电量约占全球电力需求1.5%，受AI驱动预计在2030年前接近翻倍增长，来源为国际能源署（IEA）。
单次大模型训练碳排放量级
近年，单一大模型训练（如GPT-3）碳排放约500吨CO₂，相当于数万棵树一年的碳吸收能力。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 绿色能源供给体系规划：详细阐述面向AI数据中心的源网荷储算一体化架构，包括光伏风电、储能、智能电网与算力调度的协同设计。
- GTI绿色评级与视觉标识体系：展示基于绿电占比的0~5级绿色评级标准及树杈绿叶视觉符号，用于AI服务和算力平台的统一标识。
- GTI实施路径分阶段演进：短期试点、中期认证与长期规则三个阶段的具体行动建议，包括联盟建设、标准制定和试点项目。
- 两种计算路径的完整公式与参数：附录中提供时间切片动态计算法和全量全口径计算法的详细公式、绿电权重折算机制及储能处理规则。
- 可信核验与协同核算机制：介绍第三方评级联盟、区块链存证、隐私计算等保障绿色属性可追溯、防重复计量的技术方案。
- 产业应用场景与价值空间：绿色属性如何进入企业ESG、绿色采购、用户选择、绿色金融等市场机制，拓展绿色AI的商业与社会价值。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
