在人工智能算力需求持续攀升的背景下，能源消耗与碳排放的精准核算成为行业发展的关键瓶颈。国网浙江省电力有限公司联合中国电信研究院、中国信通院等机构，成功研发出基于Token（词元）的碳排放追踪计量模型，并完成耗电专项实测，首次实现小时级单个Token碳排放的精准核算，填补了电力领域在Token级能耗计量方面的技术空白。这一突破标志着AI算力中心的能源管理与碳核算进入精细化时代。
当前，AI算力中心普遍面临两大核心难题：能耗数据模糊与碳排放核算失真。传统统计方式仅能获取机房整体用电量，无法拆解至单个算力任务或Token的具体能耗；碳排放计算则依赖年度平均因子，难以反映不同地区、时段的绿电占比变化，导致测算结果与实际情况偏差较大。这种数据盲区直接制约了行业发展——硬件配置依赖经验而非精准需求，算力调度仅以电价为单一标准，导致算力与电力的协同减碳缺乏量化支撑。
针对上述问题，研究团队从能耗与碳排放双维度构建技术体系。在能耗侧，通过分析算力负载与耗电量的正相关关系，将单任务能耗逐层分解至芯片、服务器等硬件单元，为硬件动态调配与Token成本核算提供数据基础；在碳排放侧，结合分时分区电碳因子，按小时、分地市核算真实排放量，并创新全流程折算方法，完整追踪“芯片耗电—服务器运行—Token生成”的碳足迹链路，实现全环节可量化、可追溯。
技术体系的可行性已通过实践验证。今年5月，国网浙江信通公司在嘉兴开展跨省、跨时段低碳调度试点，将部分算力任务从用电高峰时段的嘉兴迁移至青海绿色大数据中心，单位Token碳排放下降62%；在省内光伏发电高峰期运行任务，碳排放降低36%。任务迁移全程时延控制在3分钟内，业务运行零中断，验证了技术方案的经济性与实用性。
在应用层面，碳排放追踪计量模型已在中国电信TeleAgent大模型产品中规模化落地。自8月试点以来，该模型累计服务用户超3万人，日均完成超2000亿Token的碳排放精准计量。通过将碳足迹结果转化为Token分时价格信号，系统可引导非即时任务向绿电充足时段迁移，同时推动大模型与数据中心持续优化能效，形成“核算—反馈—优化”的闭环机制。
据项目负责人介绍，这套技术体系相当于为AI算力中心安装了“电表”与“碳标尺”，为硬件配置、模型效率优化、碳成本核算及跨区域算力调度提供了量化依据。随着技术的推广，智算行业有望从粗放用能模式转向绿色低碳的精细化发展路径，为全球人工智能产业的可持续发展提供中国方案。
