算电协同:AI时代真正的底层战争,不在芯片,而在电力

<{$news["createtime"]|date_format:"%Y-%m-%d %H:%M"}>  财中社 武岩 1.9w阅读 2026-03-30 18:17
慧博智能投研发布的深度报告显示,AI大模型的一次训练,其耗电量已经可以达到一座小型城市一整年的用电水平。算力不再只是“计算问题”,而正在演变为一个典型的“能源问题”。

如果把这一轮AI浪潮看作一场全球竞争,大多数人的注意力仍然停留在模型能力、算力芯片甚至算法效率上。但随着行业不断深入,一个更底层、也更关键的变量开始浮出水面——电力。

慧博智能投研发布的深度报告显示,AI大模型的一次训练,其耗电量已经可以达到一座小型城市一整年的用电水平。算力不再只是“计算问题”,而正在演变为一个典型的“能源问题”。

也正是在这样的背景下,“算电协同”从一个行业概念,迅速被提升为国家级战略。2026年3月,算电协同首次被写入政府工作报告,并被明确列为新型基础设施工程的一部分,这标志着其从探索阶段正式进入全面推进阶段。

这一变化的背后,本质上是算力增长速度与电力系统承载能力之间的矛盾正在迅速放大。

在过去的数据中心体系中,算力与电力是两条几乎独立运行的系统。数据中心只负责消耗电力,而电力系统只负责供给电力,二者之间并不存在真正意义上的互动关系。但随着AI时代到来,这种模式已经难以为继。算力需求呈指数级增长,而电力系统尤其是新能源体系,却具有明显的波动性与区域不均衡特征。

根据慧博智能投研的研究,算电协同的核心在于通过数字化和智能化手段,实现“电支撑算”与“算优化电”的双向互动。一方面,通过绿电直供、源网荷储一体化等方式,为算力中心提供稳定、低成本的绿色电力;另一方面,利用算力负荷的可中断、可迁移特性,使其参与电网调节,从而将数据中心从“耗电主体”转变为“调节资源”。

这种变化看似只是技术路径的升级,但实际上是能源系统的一次深层重构。

从政策演进路径来看,这一逻辑经历了一个清晰的三阶段演进过程。早在“东数西算”启动之初,行业就已经意识到算力与能源之间的空间错配问题——东部需求集中但电力紧张,西部绿电充足却缺乏算力承载。但在那个阶段,解决方案仍然停留在“把数据中心搬到西部”的层面。

真正的转折发生在2023年之后。随着“算力电力协同”被写入国家政策体系,相关行动计划逐步出台,算力开始被纳入电力系统调度逻辑之中。到2025年,算力负荷正式被视为可调度资源,而到了2026年,算电协同被明确为国家战略,这一体系才真正完成从概念到落地的跨越。

推动这一切的核心变量,其实非常直接——成本。

在数据中心的运营结构中,电力成本占比高达60%至70%。这意味着,谁能够获得更低成本的电力,谁就能够在算力竞争中获得更大的优势。

这种优势已经开始在全球范围内体现出来。慧博智能投研的报告指出,由于中国在绿电成本上的优势,国内模型的Token成本远低于美国,每百万Token输入成本仅为0.5至1.5美元,而美国则高达2.5至10美元。这种成本差距正在转化为市场份额,中国模型在全球Token消耗中的占比已经超过60%。

换句话说,AI竞争正在从“算力效率竞争”,转向“能源成本竞争”。

为了应对这一变化,算电协同逐渐形成了几种典型实现路径。其中最直接的是“物理直供”模式,即在西部风电或光伏资源富集地区建设数据中心,通过专用线路直接接入电站,实现源网荷储一体化运行。这种模式可以实现极低电价和高比例绿电供应,是当前成本最优的解决方案之一。

但由于算力需求主要集中在东部,“虚拟直供”模式成为另一种重要路径。数据中心通过电力市场与西部新能源企业签署长期协议,以“绿证+电量”的方式获取绿色电力,并通过虚拟电厂参与电网调节。在实际案例中,这种模式不仅可以通过峰谷电价套利获得收益,还能参与辅助服务市场,实现多元化收入,整体用电成本可降低约18%。

除此之外,通过特高压输电通道实现跨区域算电协同,也成为一种战略级解决方案,将西部低成本绿电与东部高需求算力直接连接,完成空间上的资源重构。

然而,尽管路径逐渐清晰,现实约束依然存在。

慧博智能投研指出,当前算电协同面临的首要问题是绿电供给仍然不足。尽管绿电交易规模快速增长,但在整体电力市场中的占比仍然较低,数据中心实际使用的绿电比例仍有较大提升空间。同时,跨区域交易存在壁垒,部分企业缺乏独立交易资格,也限制了绿电获取能力。

另一个关键问题在于绿电直供模式落地难度较高。源网荷储一体化项目往往涉及大规模投资,包括新能源电站、储能系统和输电设施,同时缺乏成熟的成本分摊机制和标准体系,导致企业在实际推进中仍持观望态度。

更深层的问题,则在于算力调度能力尚未完全成熟。虽然理论上算力可以跨时间与空间调度,但在实际应用中,如何根据电价与碳强度动态调整算力任务,仍处于探索阶段。

但从趋势来看,这些问题更多是节奏上的约束,而非方向上的不确定。

从更宏观的角度来看,算电协同的意义并不只是降低数据中心成本,而是在构建一个新的能源与算力融合体系。在这个体系中,“比特”和“瓦特”不再是两个独立的变量,而是形成一个闭环:电力驱动算力,算力反过来优化电力系统运行。

当这一闭环逐步建立,电力将不再只是成本项,而会成为一种可以被调度、交易甚至套利的资源;而算力,也将不再只是计算能力,而成为电力系统中的重要调节工具。

这意味着,未来AI竞争的核心变量,可能会发生根本性转变。

过去我们讨论的是芯片、模型和算法,而未来真正决定胜负的,很可能是——谁能够获得更便宜、更稳定、更绿色的电力。

如果说AI是这场革命的表象,那么算电协同,才是它真正的底层结构。

【注】更多研报请上慧博智能策略终端PC版或慧博投资分析APP

重要提示:本文著作权归财中社所有。未经允许,任何单位或个人不得在任何公开传播平台上使用本文内容;经允许进行转载或引用时,请注明来源。联系请发邮件至editor@caizhongshe.cn。

相关推荐

最新文章推荐

长按保存图片