算力与电力是支撑我国经济社会高质量发展的两大核心基础设施，当前正迎来历史性深度耦合，为数字经济与绿色低碳转型协同发展开辟新路径。
本文将从国家战略布局、产业运行逻辑与落地工程实践三个维度，系统梳理中国算电协同的推进脉络。
“算力的尽头是电力，在人工智能与能源双向赋能的浪潮中，必须从底层基础设施的重构开始。”百度集团副总裁侯震宇在7月17日世界人工智能大会“AI与先进核能共筑可持续智能未来”论坛上，用这句话开门见山地点出了一个正在被行业忽视的结构性问题。
生成式AI的快速迭代，让“算力的尽头是电力”这句行业玩笑正在变成现实：算力基建的能耗约束已从“技术问题”升级为数字经济可持续发展的核心命题。国际能源署测算显示，常规单次AI推理的能耗是普通搜索引擎查询的10倍，卡内基梅隆大学的研究则显示，复杂生成、深度推理等极端工况下，这一数字甚至能达到30倍。
以参数规模1750亿的GPT-3为例，其单次训练耗电量高达128.7万度，相当于美国121户普通家庭一整年的用电总量。面对算力高能耗挑战，海外科技巨头普遍采用市场化方式破局：微软、谷歌、亚马逊等企业均通过长期绿电购电协议（PPA）、定制化零碳能源配套等方式，对冲碳排放压力和供电波动风险。
在我国，“东数西算”工程布局、“双碳”目标引导、全国统一大市场建设三重战略的叠加，为算力与电力跨区域协同提供了清晰的顶层支撑。当前，AI大模型规模化应用持续推高算力用电需求，能源产业自身数字化转型又带来新的算力增量，双重需求共振下，算电一体化协同调度、全天候稳定运行的重要性愈发凸显。
枢纽挨着基地建：算电协同的空间逻辑
一个行业的良性发展，离不开政策的定向引导。由国家发展改革委、国家能源局、工业和信息化部、国家数据局等四部门联合印发的《关于促进人工智能与能源双向赋能的行动方案》明确指出：人工智能爆发式增长对能源供给提出了前所未有的高要求，算力设施用电呈现高密度、强连续、对电能质量敏感等特点，保障算力设施安全可靠的能源供给被置于突出位置。
政策的另一面，是更早铺开的空间布局。从2020年的《关于加快构建全国一体化大数据中心协同创新体系的指导意见》到2022年《“十四五”可再生能源发展规划》，两份文件共同勾勒出一幅耐人寻味的地图：我国西部核心算力枢纽与清洁能源基地，在地理上高度叠合。内蒙古和林格尔、甘肃庆阳、宁夏中卫、成渝等算力枢纽，分别对应黄河几字弯、河西走廊、黄河上游清洁能源基地及成渝负荷中心的配套新能源项目，形成鲜明的“枢纽对基地”空间格局。
这种刻意为之的地理相邻，释放出超越选址本身的协同红利：数据中心就近接入风光大基地，降低长距离输电损耗；新能源获得稳定的消纳场景，缓解弃电顽疾；动态调节算力负荷还能匹配风光出力的天然波动，减少储能投资压力。三重效益叠加，让“算力落哪儿”从一道工程题，变成了一道能源系统优化题。
在企业侧，这种“从底层整合”的思路同样正在重塑合作模式。百度智能云能源行业总经理李超在接受采访时表示：“我们现在和能源企业谈合作，越来越多的项目已经不是从某个具体业务场景切入，而是从基础设施规划层就开始联合设计。”这与侯震宇在论坛上的判断形成印证“从底层就整合在一起考虑”在业务侧的直接体现——能源企业正在意识到，AI不只是一个采购来的工具，更是需要和电力系统同步规划的基础能力。“算力稳不稳、够不够用、能不能随时调度，直接决定了AI在电网调度、设备预测这类高实时性场景里能不能真正跑起来。”
值得一提的是，算电协同还在悄然重塑西部的产业价值逻辑。过去，西部的角色是基础能源的输出地；如今，绿电可以就地转化为数据存储、算力服务等高附加值的数字产能。从“送出去的度数”到“算出来的价值”，西部正在完成一次从“能源输出地”到“数字服务输出地”的身份跃迁，也为区域协调发展注入了一种全新的动能逻辑。
从“西电东送”到“西数东用”：一场正在发生的价值迁移
在全国统一大市场建设的背景下，算电协同不只是技术层面的能效优化，更是东西部区域价值分配机制的一次市场化重塑。《中共中央 国务院关于加快建设全国统一大市场的意见》明确提出“健全多层次统一电力市场体系”和“加快培育统一的技术和数据市场”，为绿色算力标准化跨省交易、电力与算力资源跨区域优化配置提供了顶层政策支撑。
全新的算电交易体系，使清洁能源的环境价值变现成为可能。西部绿电对应的绿证、碳减排信用等权益，可随标准化算力服务一同进入东部市场定价，既提升了新能源消纳率、降低了全社会算力成本，也缩小了东西部数字基础设施差距，为区域协调发展探索出一条市场化新路径。
产业落地层面，这套逻辑带来的不只是数字上的账面收益。算力枢纽的落地，为当地创造了数据中心运维、网络设备管理等技术岗位，也带来了数据标注、内容审核等门槛较低的灵活就业机会，帮助西部地区加速积累数字化人才。与此同时，绿色算力交易产生的绿证溢价、碳资产收益从东部反向回流西部，反哺当地新能源企业——从绿电生产到算力产出，再到跨省交易与价值回流，一个自我赋能的闭环正在形成，逐步破解传统能源开发“收益、人才双外流”的痼疾。
在产业侧，这套逻辑已有具体落点。在电网诊断层面，AI已能对电网进行“问诊把脉”，例如针对福州今夏的气温与用电情况，精准定位重过载设备，从运行方式、设备容量、网架结构、负荷特性等维度推理问题成因，将过去依赖经验的人工排查转化为可复现的系统化流程。在新能源场站建设环节，百度“伐谋”通过混合启发式优化算法，在满足地形、道路、禁布区域等全部工程硬性约束的前提下，将光伏场站整体线路成本压降了17%；同样的能力还被引入海上风电电缆桥架布置，AI产出的路径比人工更短，项目交付节省数倍时间。
运维阶段同样是硬仗。龙源电力在全国管理着超过100个风电场、上万台风机，大多矗立在戈壁、山地、海域等偏远地带——这些百米高的“钢铁巨人”每天沉默运转，而最近的维修人员，可能在十几公里之外。传统模式下，一台风机报警，从工程师翻山越岭赶赴现场、协调人员备件到确认检修方案，走完全套流程往往需要4天。借助百度智能云AI智能体平台，龙源电力为上万台风机配上了AI运维天团：故障分钟级定位、检修方案自动生成、高空作业实时盯防，故障处置周期从天级压缩至小时级。“以前派个单要打好几个电话，现在系统一键搞定。”一线员工如是说。
从电网诊断到场站建设，再到日常运维，多个场景指向同一个结论：AI对能源基建的这套算力随绿电动态调度的机制已在运行。
从用电大户到电网伙伴：数据中心的角色翻转
在算力调度层面，百度百舸平台已在落地这一逻辑：系统实时采集各枢纽节点的新能源出力与碳排放因子数据，将模型训练、离线推理等对时延不敏感的任务，跨地域调度至绿电占比最高的节点执行——算力不再固定在某一地点等电，而是主动跟着绿电走。这些枢纽节点所承载的算力，将助力国家能源局51个“人工智能+”能源高价值场景的规模化落地。
在基础设施层，这种协同还在向更底层延伸。“我们部署的AI动态功耗调节系统，核心是让数据中心能‘看懂'自己在消耗什么、下一分钟会消耗多少。”百度阳泉数据中心一位工程师介绍道，“功耗曲线有了分钟级响应能力之后，算力负荷池就不只是被动用电了——它可以作为可调节资源，直接参与区域电网的调频辅助服务和需求响应。电网需要削峰的时候，我们能配合；绿电多了消纳不掉的时候，我们也能多接一些。”
算力中心从单向用电方，变成了能够反向支撑电网稳定运行的柔性节点。这或许是“算力的尽头是电力”这句话最完整的注脚：不只是算力需要电力，电力同样需要算力。从西部枢纽的绿电调度，到算力中心的双向响应，算电协同正在从一个产业命题，走向一套有迹可循、有据可查的中国实践。
文丨本报记者 王长尧
