智东西

作者 | 陈骏达

编辑 | 心缘

智东西 12 月 12 日报道，近日，在第二十届中国 IDC 产业年度大典（IDCC2025）暨数字基础设施科技展（DITExpo）上，商汤科技大装置事业群智算中心总经理林海分享了商汤大装置在算电协同方面的实践经验。

林海称，从全球范围看，算力基础设施正迎来新一轮 " 算力效能 " 战略竞争，包括各大科技巨头通过自研 AI 加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力效能。

同时以 Palantir "Chain Reaction" 等平台为代表，将算力调度、电力预测与芯片资源管理纳入同一体系，试图构建 " 国家级 AI 基础设施操作系统 "。

商汤大装置在算电协同领域已展开探索，并给出了一套 " 算力—能源 " 协同的建设范式。

一、全球推进 " 算力—能源 " 协同，商汤大装置构建算电融合体系

林海讲道，近期，美国知名大数据企业 Palantir Technologies Inc.（NYSE: PLTR）正式发布了名为 "Chain Reaction" 的产品，并将其定位为 " 面向美国人工智能基础设施的操作系统 "。

这一举措表明，以美国为代表的科技强国已开始从国家战略层面，系统推进推动 " 算力—芯片—能源 " 一体化布局，旨在构建自主可控、高效协同的国家级人工智能基础设施体系。

在这一全球趋势下，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，于 2025 年 7 月正式发布了自主可控的 " 算电协同智能调度平台 "，打通算力及电力数据。

这不仅是一项企业降本增效的技术工程，更是关系到我国在人工智能时代能否在基础设施层面掌握发展主动权的战略课题。

随着 AI 应用需求爆发与 " 双碳 " 目标推进，电力正成为制约算力扩展与绿色运营的关键瓶颈。林海称，新一代智算中心绝非单纯堆服务器、拼规模的传统数据中心，而是要实现 " 算力与能源的深度协同 "。

然而，当前行业普遍存在 " 模型任务数据、集群负载数据、底层电力调度数据 " 彼此割裂，以及结算机制的不穿透，造成了数据的孤岛以及运行模式难以协同。

为破解这一结构性难题，商汤大装置聚焦更深层次的基础设施运行逻辑，构建了 "IaaS+MaaS+ 算电协同 " 的整体架构体系，穿透从底层风、火、水、电到顶层模型任务的全链路数据，以 " 源 - 网 - 荷 - 储 " 全链路算电协同平台，实现算力与能源的精准匹配。

其中，商汤以能源大模型为核心，打破数据孤岛，实现智能预测与高频调度；同时携手宁德时代打造具备智能控制能力的大规模储能系统，为算力负载波动提供灵活、稳定的电力支撑。

二、能源大模型赋能：创新算法架构，让负荷预测更精准

商汤自研能源大模型采用多模态 MoE 架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融合能源行业知识库，可精准预测复杂场景的能源需求，并做出准确决策：

（1）打通数据闭环，实现全链路精准映射：打造 " 算力 - 电力 " 映射模型，通过独创的 " 能量块 " 数据模型与 " 算电功耗模型 "，打通从 AI 训练任务、算力平台、服务器硬件与配电系统的全链路数据，实现 " 任务 - 算力 - 功耗 " 的精准映射。

（2）创新 " 能量块 "，复杂场景精准预测：通过将能源本征数据、用户用能特性、能源平衡规则等信息与算力服务器绑定为 " 能量块 " 作为基础 TOKEN，并基于多轮预训练结果优化调整算法架构，全面提升复杂场景下的预测精度与泛化能力。

（3）高频次动态调度，实现最优能源平衡：以 15 分钟为周期进行高频次预测，并以 5 分钟为周期进行决策修正迭代，基于实时能源状态与负载预测，自动生成最优调度策略，并通过跨系统联动执行，实现精准的算力预测、负荷预测、策略生成与修正。

整体上，能源大模型可提前预测算力负载趋势，并综合电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联合动态求解，实现 " 算随电用、电随算动 " 的主动调度，将数据中心从 " 刚性负荷 " 转变为 " 可调资源 "。

目前，基于能量块的模型能源需求预测准确率已经达到 88% 以上，决策准确率已达到 93% 以上。随着算法与储能设备的持续迭代优化，预测准确率将达到 90%~95% 的行业领先水平，决策准确率将超过 95%。

三、联合宁德时代打造智慧储能系统，AIDC 跑通 " 算随电用、电随算动 " 双向闭环

在储能侧，商汤与宁德时代联合打造了规模达 17.888MW/35.776MWh 的新型储能系统，并为其赋予了智慧管理能力，面向大模型训练和推理的高峰波动场景进行了专项设计，可有效应对算力集群在高负载阶段出现的瞬时功率缺口与尖峰波动，同时参与削峰填谷和电力市场交易，直接创造经济价值。

这一储能系统成为智算中心的 " 电力缓冲池 "，具备毫秒级响应能力，可以在万卡级集群启动、负载突增时提供瞬时功率支撑，有效应对算力负载波动带来的冲击，保障集群稳定运行。

它还通过 " 分季节调度 " 实现安全效率平衡，在 PUE 较低的冬春秋季，采用传统两充两放模式；在高 PUE、低冗余的夏季，则切换至由能源大模型驱动的智能调度模式，确保系统在安全红线内高效运行。

得益于系统级的算电协同优化，由商汤建设并自持的全国首个 5A 级智算中心上海临港 AIDC 不仅可以根据算力负载变化，自动优化算力调度，还可通过能源大模型预测用电需求，智能控制储能系统实现削峰填谷，在保障稳定运行的同时持续降低能耗和用电成本，成功实现 " 算随电用、电随算动 " 双向闭环。

目前，上海临港 AIDC 实现了整体 PUE 降低至 1.267，PUE 比设计值降低 3%、全年节电超 1000 万度、年化电费成本节约 7%、碳减排 3000 吨的运营成效，带来显著的经济与社会效益，成为绿色智算中心 " 样板间 "。商汤大装置上海临港智算中心还获得 "2025 年度中国 IDC 产业算电协同先锋奖 "。

结语：能源成为 AI 基础设施重要一环

能源供给在 AI 基础设施建设过程中的重要性与日俱增。随着全球算力需求爆发式增长，大模型的训练与推理正带来前所未有的能源消耗挑战。产业不仅需要更高的算力，更需要更高效、更稳定、更可持续的算力供给方式。

未来，商汤大装置将以能源大模型和系统级算法为核心引擎，深化产业合作，打造面向大模型时代的下一代 AI 基础设施底座，为产业降本增效与绿色发展提供持续动能。