3月11日，市场全天震荡走高，创业板指领涨，权重股表现活跃，宁德时代涨超14%。截至收盘，沪指涨0.74%，深成指涨2.27%，创业板指涨4.6%。

　　板块方面，固态电池、飞行汽车、储能、液冷服务器等板块涨幅居前，煤炭、AI PC、油气等板块跌幅居前。
　　总体上个股涨多跌少，全市场超4400只个股上涨。沪深两市今日成交额10059亿，较上个交易日放量1453亿。
　　北向资金尾盘加速流入，全天净买入102.61亿元；其中沪股通净买入39.87亿元，深股净买入62.75亿元。
　　今天的盘面可谓皆大欢喜，也很好读懂。
　　简单捋捋：
　　1、创业板指肉眼可见是最强的，因为权重股宁德时代史诗级大涨。
　　为什么堪称史诗级？因为不算上市首日（2018年6月11日）涨幅（43.99%）的话，历史上仅有2021年1月4日的涨幅（15.09%）超过今天。
　　2、“宁王”异动，带动光伏+储能板块的集体爆发。
　　今天许多涨停的个股，都有光伏、锂电、电力、储能等概念。
　　平心而论，近期新能源板块自身就有不少好消息。比如：
　　1）外资突然唱多宁德时代。
　　3月10日，摩根士丹利发布报告，将宁德时代评级上调至“超配”，并设定目标价为210元。前不久，东吴证券给予宁德时代263元的目标价。
　　2）上周五光伏板块已有异动。新能源赛道许多分支，今年以来还是累计下跌的，有反弹需求。
　　3）近期行业迎政策利好。
　　日前，国家发展改革委、国家能源局联合发布了《关于新形势下配电网高质量发展的指导意见》，旨在推动配电网向有源转变，并提出了明确的阶段性建设目标。
　　市场人士表示，根据配电网高质量发展目标指引，利好受到配电网扩容、数智化升级与能效提升等利好的环节：综合型电网龙头、变压器产业链、电表行业、数智化建设、充电桩产业链。
　　而更有趣的是，今天盘中一些小作文在网上流传，大致意思是：
　　你有多看好AI，就该有多看好新能源。
　　为什么呢？据称：
　　英伟达的创始人兼首席执行官黄仁勋表示，人工智能的未来发展与光伏和储能紧密相关。需要全面考虑能源消耗问题，而不仅仅关注计算力。
　　同时， OpenAI的创始人山姆·奥特曼也认为，未来AI技术的发展将高度依赖于光伏和储能技术的进步。
网传截图，注意这并不是真的
　　乍一看，这不就是妥妥的新能源赛道新逻辑吗？
　　然而实际上，按照这些表述去检索互联网，你会发现，该说法是昨天到今天才突然爆火——仿佛在配合今天A股新能源板块异动一样。
　　截至收盘，最“攒劲”的那句话仅有32个（资讯类）检索结果。
　　那么，黄仁勋和奥特曼，究竟有没有这样大力唱多过新能源？
　　笔者继续考证后的结论是：有类似表述，但都不是原话。
　　首先来看黄仁勋。
　　2024年2月12日“世界政府峰会”上，在与阿联酋国务大臣对谈时，黄仁勋说，“如果你只是假设计算机的速度永远不会变快，你可能会得出一个结论——我们需要14个不同的行星、3个不同星系、4个太阳为这一切提供燃料。”
　　这段话的前一段则是：
　　当我们替换通用计算的基础设施时，请记住架构的性能将不断提高。你不能只想着要购买更多的计算机，你还必须假设，计算机的速度会越来越快。因此，你所需要的总量就不会这么多了。
　　但黄仁勋并没有明确提到光伏、储能。
　　提到二者的其实是OpenAI创始人山姆·奥特曼。
　　据国外科技媒体The Verge，今年1月，在瑞士达沃斯举办的“2024年度世界经济论坛”上，奥特曼表达了一个观点是——AI的未来取决于清洁能源的（技术）突破。
　　大致翻译一下：
　　“我们仍然不了解这项技术对能源的需求”，随着AI走向成熟，预计将消耗大量电力。奥特曼说，“如果没有（技术）突破，就无法实现这一目标。我们需要（核）聚变，或者更便宜的太阳能+能大规模存储（能源）的东西”。
　　所以，今天流传的“小作文”，本质上是把两位AI大佬前段时间说过的话，拼凑起来，包装成新的“重磅”消息，给市场的走势推波助澜了一下。
　　这套逻辑不算有错，但也称不上新——市场原本就认这套逻辑。
　　如果投资者此前功课做得不够，却基于这类小作文来进行短线买卖，亏钱的风险还是会被放大。
　　市场有自己的节奏，涨跌原因往往是事后才能确认的。
　　想想看，如果AI和新能源的逻辑真被打通了，为什么今天AI方向许多板块，走得并不强势，甚至在跌呢？
　　当然，算力和电力关系密切，这里还是分享一些有据可依的干货。
　　据中国能源报，以AIGC（生成式人工智能）为代表的人工智能应用、大模型训练快速崛起，带动智能算力需求爆发式增加。
　　工信部数据显示，2022年我国基础设施算力规模达到180EFlops（每秒百亿亿次浮点运算次数），数据中心耗电量达到2700亿千瓦时。预计到2025年，我国算力规模将超过300EFlops，智能算力占比达到35%，数据中心耗电量达到3500亿千瓦时。根据《绿色算力白皮书（2023）》预测，到2030年我国数据中心耗电量将达到5900亿千瓦时。
　　算力的大规模部署和应用不仅消耗大量能源，同时也带来碳排放问题。
　　以数据中心碳排放为例，数据中心碳排放主要来源于IT设备、空调系统、电源系统、照明系统等电力消费产生的间接排放，根据生态环境部环境规划院发布的《中国区域电网二氧化碳排放因子研究（2023）》，目前我国各省平均电网排放因子约0.61千克/千瓦时，若2025年、2030年各省平均电网排放因子保持目前的水平不变，则2025年、2030年我国数据中心间接碳排放量将分别达到2.1亿吨、3.5亿吨。
　　随着新型电力系统建设加快，新能源大规模开发，电源结构持续优化，绿色电力占比不断提高，各省平均电网排放因子将稳步下降，带动数据中心间接碳排放减少，预计2025年、2030年减排潜力分别约为0.3亿吨、0.8亿吨，推动算力产业绿色可持续发展。
　　AI的发展，目前很“费水”。
　　因为旺盛的算力需求，要求与之匹配的散热能力。
　　去年曾有媒体报道称，微软支持的OpenAI技术需要耗费大量水用于冷却超级计算机，帮助其AI学习如何模仿人类书写。除了建造冷却塔，服务器运行需要大量电力，而火电、天然气和核能发电也会消耗大量水。
　　微软在其环境报告中透露，2022年，公司用水量同比去年激增了34%，较前几年大幅上涨，相当于超过2500个奥林匹克规格的游泳池水量，外部研究人员认为这与微软的人工智能研究有关。
　　此外，AI算力的发展，甚至还会更耗煤。
　　光大证券3月10日研报指出，根据KMPG发布的《Statistical Reviewf World Energy 2023》，2022年中国煤炭消费量中有57%用于发电，全球煤炭消费量中有60%用于发电。
　　2022年中国、全球智能算力规模分别对应DGX A100整机数量114万、289万台；按60%利用率、1.4PUE计算，2022年中国、全球AI算力对应用电量分别为547亿、1383亿千瓦时，分别占总用电量的0.63%、0.47%。
　　在煤炭发电占比不发生变化的情况下，智能算力增长100%，对中国、全球煤炭消费量的带动幅度分别为0.36%、0.28%。
　　该研报称，随着基数的快速提升，智能算力对能源需求的带动将愈发明显。预计2024年-2026年全球煤炭供需基本平衡，若AI相关产业链的发展超预期，在供给偏刚性的现状下，全球煤价的中枢有望提升，推荐盈利、分红均有保障的动力煤龙头。
（文章来源：每日经济新闻）