今天OpenAI官宣暂停下一代最先进大模型的训练工作，表面是AGI安全评估的合规要求，背后实则是全球超大规模算力集群的绿电供给能力，已经跟不上大模型参数的迭代速度。作为深耕新能源领域10年的顾问，我最近半年接到的算力中心绿电配套咨询量涨了2倍多。这不是单一企业的研发节奏调整，而是整个AI产业撞上能源硬约束的信号。

过去三年，大模型训练算力规模每年翻3倍，能耗增速甚至超过算力增速，因为先进制程芯片的功耗密度还在持续上升。万卡级训练集群的年耗电量，相当于一座20万人口县城的居民生活用电，这已是行业共识。之前很多厂商靠火电兜底供电，但随着双碳政策收紧，火电扩容的路子已经基本被堵死。

这次OpenAI对外公布的停训理由是“前沿模型安全风险评估”，但我从北美绿电交易圈的同行处了解到，核心诱因是其东海岸主力训练集群绿电直供比例达不到40%的预设要求，当地电网峰值供电已触顶。海外大模型厂商早就在布局绿电配套，比如特斯拉德州超算中心直接配套GW级光伏和储能集群，就是为了避免供电卡脖子。国内监管也在趋严，今年西部算力枢纽的项目审批，已把“绿电消纳比例不低于50%”作为硬性门槛。

国际能源署（IEA）刚发布的2026年全球算力能耗中期报告有组关键数据：全球数据中心用电量占全社会用电量的比例，已从2023年的2%攀升至4.5%，大模型训练贡献了60%的能耗增量。国内厂商也在提前破局，比如华为数字能源今年推出的“算力绿电一体化”方案，通过光伏直供、储能调峰、液冷降耗组合拳，能把超算中心绿电消纳比例提至60%以上，已在3个国家级超算中心落地。之前行业普遍认为大模型核心瓶颈是芯片和算法，现在看来，能源硬约束可能比技术瓶颈更早到来。

我判断，接下来1-2年，全球大模型研发竞速会彻底转向，从过去的“拼参数、堆算力”，变成“拼能效、拼绿电储备”。没有稳定绿电配套的大模型项目，要么被迫降规模、慢迭代，要么承担高额绿电溢价，最终被第一梯队甩开。另外，AGI安全评估体系大概率会新增“全生命周期碳足迹”维度，能耗过高的模型哪怕性能再强，也过不了全球合规门槛。

最后给同行们提3个实操建议：一是新能源服务商要尽快打磨“算力绿电包”产品，整合光伏、储能、虚拟电厂能力，给大模型厂商提供定制化绿电直供方案，这是下一个确定性高增长赛道。二是大模型研发团队要把“训练能效比”纳入核心考核，不要盲目堆参数，提前对接新能源侧供需，避免供电问题打断研发节奏。三是地方政府招商算力项目时，不要只盯算力规模，要同步配套可再生能源项目，避免“算力落地、电网承压”。

信息来源：国际能源署（IEA）2026年全球算力能耗中期报告、OpenAI官方公告