11 月 5 日，在第九届进博会英特尔展台，一套集装箱式储能算力一体化方案成为展示重点。英特尔与中国伙伴把计算设备、供配电和储能纳入同一套模块化设计，希望让 AI 算力更快部署到有绿电、有应用需求的地方。

英特尔中国区董事长王稚聪在接受太平洋科技等媒体采访时介绍，想法是一年多前提出的，从储能、配电到算力模块，完成技术架构大约用了三个季度，参与协作的上下游伙伴有数十家。他预计 2027 年上半年可能开始出现初步落地的方案。

今年是 " 十五五 " 开局之年，绿色电力与算力协同布局、降低企业用算成本，都已成为算力基础设施建设的重要方向。英特尔这次展示的方案，体现了它与本地伙伴参与这一建设过程的具体方式：将计算平台与供电、储能及散热系统整合，缩短 AI 部署周期，降低建设和使用成本。

英特尔进博会展台

让算力靠近绿电和客户

王稚聪在采访中谈到，开发绿色算力舱的初衷是利用中国西部丰富的光伏、风电和水电资源。他希望将算力就近部署，让当地的绿色电力用于 AI 推理和词元生成，再通过网络向用户提供计算服务再通过算力网络对词元进行调度，并经过软件优化后，下发给企业或个人使用。

把绿电用于 AI 计算，还需要解决供电和设备运行中的工程问题。风光发电的功率会随天气变化，AI 工作负载也会引起用电功率快速波动。计算设备需要持续、稳定的供电，需要通过储能、配电和调度系统的配合，应对发电侧与用电侧的功率变化。储算一体中的 " 储 "，指的就是储能。

王稚聪介绍，储能在方案中承担了两类作用：应对 AI 负载快速拉升，以及在新能源出力不足时提供一定的电力支持。实际能够支撑多大负载、持续多长时间，取决于储能容量、充放电能力和项目供电条件，需要在设计时统筹考虑。算力舱也可以连接市电，并非只能依靠风光发电独立运行。

计算侧同样需要调度。分布在不同地点的算力，只有能被用户稳定调用，才有使用价值。英特尔希望与算力运营和调度优化企业合作，根据客户需求组织分散的资源，使电力侧的条件与计算任务相匹配。项目的运行成本既包括电费、网络传输和运维费用，也受设备利用率影响。

今年 9 月天合光能与英特尔启动算电协同先导项目，提出让电力方舱与算力方舱配合，探索技术和商业模式。天合光能的方案综合考虑风电、光伏、储能、电网、电力市场和算力资源，覆盖日前规划、日内优化和实时响应。这项合作让能源企业进一步参与算力系统的调度和运行。

另一类部署地点是企业园区，对于需要在本地处理业务数据的客户，算力舱可以靠近工厂、办公楼或园区机房，连接当地电力和网络。王稚聪提到，这类客户关心私有数据的管理，也关心推理响应时间。靠近绿电资源部署，主要考虑能源供给；靠近客户部署，则更侧重数据管理和响应速度。两类场景可以采用不同配置。

" 十五五 " 规划纲要提出推动绿色电力与算力协同布局，也提出支持低时延场景、推进云边端协同、加强算力监测调度和降低中小企业用算成本。这些建设要求与算力舱所面向的场景有着直接联系。到 2026 年 9 月底，全国已有 24 个省份发布绿电直连配套文件，各地已批复算力设施绿电直连项目 12 个。算力设施的绿电配套，已经进入具体项目的建设安排。

三个季度背后的工程积累

把供电、储能和计算设备组合起来，首先要处理空间问题。

集装箱尺寸有限，既要容纳供配电设备、服务器和冷却系统，也要留出维护空间。王稚聪在采访中提到，如何压缩供电系统占用的空间、提高电力转换效率，是团队设计时遇到的难点。

为此，团队考虑引入固态变压器等供电技术，并寻找具备相关技术能力的本土供应商。王稚聪特别提到，中国新能源汽车围绕 800 伏充电系统形成的零部件和供应链积累，为算力舱的供电设计提供了合作基础。相关企业已有电力电子和高压供电技术经验，算力项目则提出了新的设备布局与运行要求。

储能与电力单元展示

液冷系统也有前期积累。高密度计算设备产生的热量，需要通过由冷板、管路等部件组成的液冷系统带走。不同厂商的部件要能够相互连接，还要保证接口密封和系统可靠运行。王稚聪介绍，英特尔近五年在中国与液冷伙伴开展标准化设计，推动不同厂商的组件适配，以降低系统整合的难度和成本。

这些积累为三个季度完成架构设计提供了条件，储算一体架构的开发，需要整合多个行业已有的技术和产品。英特尔要把计算平台的要求讲清楚，电力和储能企业需要理解 AI 负载的变化，液冷和设备制造商则要把各自的产品整合进有限空间。

合作还涉及投入意愿，供电企业过去未必考虑过专门为算力舱开发产品，也会判断这个市场能否形成规模、是否值得投入研发。让伙伴对应用前景形成共识，是项目推进中需要花时间完成的工作。因此，这三个季度既用于技术整合，也用于组织跨行业协作。

内部配置则需要保留调整空间，不同客户对 CPU、GPU、内存容量和网络带宽的需求可能不同，标准化设计也要支持不同配置。对于希望持续扩容的客户，后续增加的算力模块还要与原有系统连接，供电与冷却能力也要跟上。

按照英特尔的预估，算力舱可在工厂完成定制，周期约为 8 至 12 周。设备到场后，最快一周内投入运营，并支持整体迁移和分批扩容。工厂制造与现场部署是两个阶段，具体项目仍需要完成场地、电力和网络等配套。模块化设计可以把更多集成工作提前到工厂完成，使设备交付和现场准备能够更好衔接。

在 AI 基础设施投资中存在的实际问题是：模型、芯片和应用需求持续变化，项目建设周期却可能很长。按需求逐步增加算力舱，可以根据业务增长安排后续投资，减少一次性配置大量设备后闲置的压力。

英特尔参与系统设计 同时保留合作伙伴的交付空间

参与完整算力舱的设计，使英特尔需要考虑更多系统部署问题。它需要了解客户准备运行什么应用、使用什么模型、需要多少计算资源，再与伙伴共同决定设备组合及部署方式。

对于最终产品由谁提供，王稚聪给出了明确回答：" 无论我们把算力舱做得多好，我们也不太会去推出一个 Intel 英特尔牌子的算力舱卖给最终用户。" 英特尔仍将自己定位为基础技术的研发者和供应商，希望专业伙伴在共同的技术基础上构建产品。

这一分工体现了英特尔扩大 AI 业务的路径，计算平台仍是其参与项目的基础，而平台能否进入更多应用场景，越来越依赖整套系统能否顺利部署。参与供电、散热、网络设计和软件适配，有助于伙伴将计算平台整合成客户能够购买、部署和运行的产品。设备制造商、系统集成商和运营企业，则可以根据各自的业务参与交付和运营。

今年 9 月，英特尔与伙伴发布开放 Agent 整机柜平台规范，把计算、内存、供电和散热放在机柜层面共同考虑。集装箱式算力舱的设计还需要考虑场地部署与能源条件，随着设计涉及的环节增多，芯片供应商需要与更多行业协作，才能让计算设备的性能在实际应用中发挥出来。

智能体的发展增加了这种协作的必要性，一次任务可能包含模型推理、读取资料、调用工具、执行代码和保存结果，CPU、GPU、存储与网络承担着不同工作。如果某个环节响应慢，其他设备即使仍有性能余量，整项任务也可能停下来等待。这要求系统中的计算、存储和网络资源能够协调工作。

王稚聪将推理及混合部署视为英特尔未来的重要方向，部分企业希望在本地保存和处理核心数据，同时调用云端能力；不同业务对模型规模、响应时间和成本的要求也不相同。这给计算平台带来了多样化需求，也要求平台供应商在设计阶段更深入地理解客户。

储算一体所体现的商业变化，是英特尔通过更广泛的系统协作推动平台进入具体项目。能源企业也在扩大自己的业务范围：发电和储能能力可以与算力负载结合，进一步参与供电优化和项目运行。双方能否形成持续合作，要看这套系统能否降低客户的使用成本、提高运行稳定性和部署效率。

中国伙伴共同参与方案开发

英特尔早期主要把产品和技术带入中国，随后参与系统设计、帮助伙伴开发产品；目前，随着本地企业积累更多原创能力，英特尔和本地合作伙伴双方共同定义需求、开发方案的合作越来越多。

储算一体提供了一个具体例子，方案根据中国市场实际需求提出，所面对的是本地的绿电利用、企业部署和算力服务需求，开发过程又需要中国的储能、电力电子、液冷和 IT 制造企业参与。中国市场既提出了需求，本土产业链也提供了实现方案所需的工程能力。

英特尔在中国的研发与服务网络，为这类本土合作提供了支持。英特尔在上海有产品研发和工程团队，北京有面向未来技术的研究力量，还有覆盖本地客户的业务与技术服务网络。面对模型和应用快速变化的市场，这些团队能够与客户、软件开发者及设备伙伴持续沟通，调整平台和方案。

进博会为这些不同行业的企业提供了集中交流的机会，过去英特尔与发电、储能、配电等企业打交道相对少，开发算力舱后，需要加强电力设备与计算设备企业之间的合作。在进博会不同展馆中，就能找到新能源发电、变电、储能和电池企业，也能接触未来可能使用 AI 的行业客户。

对于英特尔来说，中国市场的作用已延伸到产品开发过程。多样化的行业需求可以检验方案是否实用，本土供应链则为设计调整和系统集成提供条件。若这些合作能够积累可复用的设计和交付经验，再向其他市场推广就有了基础。王稚聪也提到，伙伴正在讨论算力舱未来面向海外的可能性，目前仍需要先完成项目落地。

从进博会展示走向长期运营，方案还需要接受实际项目的检验。一套配置能否匹配客户的推理任务，储能投入与电费节约如何平衡，设备利用率能否达到预期，都会影响项目能否持续运营。较短的建设周期可以帮助客户更早开始使用，后续是否扩容，则取决于业务需求能否持续增长。

这也是观察英特尔如何应对本轮 AI 周期的一个角度，模块化部署允许客户分阶段投入，灵活配置有利于适应不同工作负载，伙伴协作则扩大了平台能够进入的行业范围。这些设计和合作能否为英特尔带来持续订单，仍取决于客户项目的实际运行效果。

按王稚聪给出的预期，2027 年上半年可能出现初步落地的方案。到那时，就可以进一步观察储算一体在实际负载下的用电情况和运营成本。英特尔与中国伙伴已经完成了从想法到技术架构的协作，下一步是让这套系统在真实业务中持续运行。