在 6 月 16 日召开的《2026 长三角枢纽芜湖集群算电协同技术研讨会》上，中科类脑正式发布全国首个跨三地异构算电协同智能调度测试成果。测试实现跨域迁移成功率 100%、调度响应时效≤ 200 秒 ( 约 3 分 20 秒 ) 、功率预测准确率 98% 三大核心指标，标志着算力与电力协同调度从概念验证迈入工程落地阶段。

这一成果的核心价值不在于单次技术验证，而在于它首次证明：跨区域、多主体、异构架构的算力与电力协同调度，在技术和工程层面均具备可行性。

破解多主体协同难题

此次测试横跨新疆、上海、安徽三个区域，涉及中科类脑、上海移动、提尔液冷三家经营主体，调度对象覆盖英伟达计算架构与国产昇腾计算架构两类异构算力。多经营主体之间的结算与协同，此前一直被业内视为算电协同规模化的主要堵点。

测试结果显示，异构芯片间任务无感迁移验证成功率达 100%，全流程在国网实际运营环境中完成，而非实验室环境。这大幅降低了从技术验证到商业部署之间的不确定性。

更关键的是调度响应时间，≤ 200 秒——约 3 分 20 秒的响应时效，远快于电网常规调度窗口要求，充分证明算力调度已具备参与电力现货市场和实时需求响应的技术可行性。

能耗模型构建与运营优化空间

另一项值得关注的技术突破，是芯片级能耗模型的构建。测试及能耗建模覆盖了英伟达 4090、5880、昇腾 910B 等主流芯片，建立了负载 - 功耗 - 温度三维耦合模型，实现高达 98% 的功率预测准确率。

这一模型的运营价值在于：只有精准掌握不同算力任务在不同芯片上的功耗曲线，才能实现算力调度与电力成本的最优化匹配。随着推理算力需求持续攀升，电力成本在算力运营全生命周期中的占比将不断提高，精细化的能耗管理能力正成为算力调度平台的核心竞争壁垒。

（中科类脑董事长刘海峰 中科类脑供图）

中科类脑董事长刘海峰在研讨会现场进一步指出，算电协同的核心逻辑不是单纯的省电（减去电力），而是追求效能（除以电力）。国内的关键矛盾不是找可用电，而是找可用的绿电——便宜的优质绿电，才是战略资源。算力、AIDC 和绿电三类资产的折旧周期、投资主体和运营周期存在显著差异，投资运营一体化将成为必然趋势。" 谁协同得更深，谁的效率和成本就会更优。"

" 度电智能 " 从 Token 维度重构成本模型

基于此次测试成果，中科类脑进一步提出 " 度电智能 " 策略——将每一度电转化为更多有效 Token，从源头优化算力运营成本。刘海峰判断，当推理芯片成本持续降低后，电力将成为全生命周期中的更大成本项。" 一度电能产生多少有效 Token、多少有效智能 " 将成为衡量 AI 基础设施效率的核心标尺。从未来价值链推演来看，电的价值为 1，算力为 10，Token 可以达到 130。在这一逻辑下，能源企业有望转型为算力工厂，三大运营商则可能成为全国前列的 Token 运营主体。

算电协同正从概念走向工程落地的关键拐点，算电协同智能调度有望从单纯的技术验证，逐步转变为具备电力市场收益贡献能力的实际运营节点，此次跨三地测试成果的发布，为这一演进方向提供了规模化验证样本。