文 | 字母 AI

2026 年，一座位于北美的 AI 数据中心建成前，最先卡住进度的可能不是 GPU，而是一根输电线路。

今年 1 月，谷歌高管 Marsden Hanna 在一场活动上表示，美国输电系统已经成为谷歌数据中心接入电力的最大障碍。部分地区接入等待时间超过十年，其中一家公用事业公司给出的并网研究周期长达 12 年。为了绕过输电瓶颈，谷歌正在研究把数据中心直接放到电厂旁边。

一根输电线路，暴露了 AI 大基建的真实顺序。GPU 买到手，机房建起来，却不代表模型可以开始迭代，因为 AI 基建的重要基础——电网，很难跟着 AI 公司的节奏同步生长。

相比北美，身为 " 基建狂魔 " 的中国，算力网络与电力设施的狂飙突进正在同步上演。国内的数据中心面对的是一道进阶问题：涌入园区的每一度电，怎样更安稳、更高效地 " 炼 " 出算力。

算力和电力，已经成为 AI 数据中心的两条命脉。一条决定智能能不能生成，另一条决定智能能不能持续生产。

算力输出问题，需要能源企业回答

近日，经济学家任泽平在《AI 的背后是算力，算力的背后是电力》一文中写道：" 随着算力需求指数级增长，未来，电力决定了 AI 产出上限。"

这样的判断背后，是 AI 行业开始承认一个事实：GPU 像一座座昂贵矿山，但只有矿山不会自动产出黄金。只有将算力层和电力系统、冷却系统统一调度，才能点燃将 GPU 炼成 Token 的炉火。

过去几年，AI 公司更习惯用 GPU 数量证明实力。但在下一阶段，算力的利用效率更加重要：同样一批芯片，谁能用更低能耗、更高利用率跑出更多任务，谁才真正拥有核心生产力。

另一边，政策层面已经将这一理念写进指标。

2024 年，国家发展改革委、工业和信息化部、国家能源局、国家数据局联合印发《数据中心绿色低碳发展专项行动计划》。文件提出，到 2025 年底，全国数据中心整体上架率不低于 60%，平均电能利用效率降至 1.5 以下，可再生能源利用率年均增长 10%。

算力增长的过程中，效率和可再生能源成了关键点。AI 数据中心的主战场，已经从建设端挪到运行端。

《人民日报》今年稍早前刊发评论《AI 的尽头是电力，电力的优势靠什么》。

评论指出，AI 竞争正在从模型、算力延伸到电力系统，低成本、稳定供电和快速电网调度，正成为中国 AI 产业的新基础优势。

所以，优化数据中心的算力供给能力，要在宏观层面调控能源侧和算力侧。

在美国，一项研究此前在凤凰城的商业云数据中心完成测试。研究团队调用 256 块 NVIDIA A100GPU 运行典型 AI 负载，并通过软件调度，让 GPU 集群在电网高峰时降低功率，在 3 小时内将集群功率降低 25%，同时还能维持 AI 服务质量。

这一过程中，数据中心的身份正在变化。它过去只需要考虑接入电网，如今，算力任务和电力管理必须在一个框架内协同优化。

国际能源署在《Energy and AI》中预测，到 2030 年，全球数据中心用电量将接近 945TWh，约为当前水平的两倍。2024 年至 2030 年，数据中心用电量预计年均增长约 15%，是其他部门用电增速的四倍以上。

算力中心越大，电力质量、机房能效、任务调度的平衡管理就更为关键。能源行业需要回答这样一个问题：下一代 AI 能源节点，应该如何推动算力生产效率的提升？

一度电，怎样变成更多算力

今年 5 月，国家发改委、国家能源局发布《关于有序推动多用户绿电直连发展有关事项的通知》。文件提出，优先支持算力设施、绿色氢氨醇等新兴产业开展绿电直连，并要求项目按照 " 以荷定源 " 原则合理规划新能源装机规模。

" 以荷定源 " 把算力设施推到了电源规划前端，数据中心在建设过程中，现在开始反过来影响新能源装机、线路布局和园区负荷设计。

近日，全国 " 人工智能 +" 能源现场推进会在深圳举行。远景作为新能源民营企业，与中国石油、国家电网、国家能源集团、阿里云、腾讯等企业同台发言。

能源生产、电网调度、云计算和 AI 应用公司坐到同一张桌前，讨论的是同一个命题：AI 数据中心继续扩张后，能源系统怎样参与算力运行。

远景科技集团董事长张雷在会上提出开创 "AI 电力系统 "，并把核心问题概括为 "AI 生产全链路能量管理 "。

张雷的观点，直接点出了能源企业在 AI 产业链中的地位变化。过去，AI 竞争更多由模型公司、芯片公司和云厂商定义，但随着 " 智力生产 " 与电力系统紧密相连，能源企业已经站在了 AI Infra 舞台的中央。

AI 基建的下一场较量，不看机房数量，而是看算力能不能持续跑满。如今，市场上并不缺少大型能源公司，缺少的是懂 AI 负荷、懂 GPU 集群、懂算力任务的 AI 电力系统公司。

会上，张雷把 GPU 比作 " 新的蒸汽机 "。他在发言中说：" 今天 GPU 就是新的蒸汽机。这台新蒸汽机的功能一样也是能量的转化，把电力变成智力。"

显然，这台机器 " 烧 " 的不是煤，是电；产出的智力，则是撬动下一次工业革命的关键。

在发言中，张雷还提到，大模型大约每 6 个月重大迭代一次，芯片几乎 12 个月一个版本，电力系统却是慢变量；而 GPU 机柜功率正从过去 5kW 走向未来 200kW、300kW。

事实上，正是产业规模的指数级跃迁，把能源系统推到了 AI 发展的正面。模型和芯片继续提高智能上限，算力中心就像一座持续吞吐电力、热量和任务的 AI 工厂。

张雷提出，AI 电力系统要解决三件事：相同功率带宽下接入更多 GPU，相同电量下产生更多智力，相同投资下降低电力成本。

这三件事合在一起，就是 AI 时代的新成本公式。

功率带宽决定带卡能力，单位电量决定智力产出，长期电力成本决定算力价格。三项同时优化，一座数据中心才算真正高效跑出智力。

以远景为代表的新一代能源企业，已经开始把这套公式搬进现实场景。在赤峰的零碳产业园，正是它交出的第一张答卷。

能源公司，正站在 AI Infra 舞台中央

在内蒙古赤峰，远景的零碳产业园把 "AI 生产全链路能量管理 " 从一句产业判断，推进到了工业现场。

张雷在发言中提到，赤峰把绿色电力、绿色算力和绿色氢氨三类绿色资产放在同一个园区里运行。绿色电力提供能源，绿色氢氨承接可调工业负荷，绿色算力进一步承接 AI 需求。

显然，这是一座把电力、工业和 AI 产业重新编排的实验场。

据新华社报道披露，赤峰项目始于远景在赤峰元宝山化工园区投资建设百万吨级绿色氢氨项目，一期工程已在 2024 年 3 月投产。

氢氨生产需要连续、稳定的大量电力，风电、光伏出力却跟着天气变化。远景在这里做的第一件事，是让生产负荷跟着电力状态调整。

现场工程师把这套系统形容为 " 指挥家 "：系统检测到风力增强后，会自动提高生产负荷，把更多电力消纳进生产环节。

今年 4 月，加拿大阿尔伯塔大学团队发布一项建模研究，专门测算 AI 数据中心 " 延后执行任务 " 和 " 跨区域转移任务 " 对电网接入的影响。

研究把 AI 数据中心放进电网扩容模型，比较新增发电容量、运行成本和线路拥塞变化。结果显示，在数据中心所处节点、电网负荷水平、任务可延后时间和可转移范围不同的情况下，AI 负荷弹性可降低 3% — 21% 的电网投资和运行成本。

这项研究揭示了全链路能源管理对于 AI 产业的重要意义，从规划到运营层面，能源和算力层的协同，决定着算力释放的最终效率。

甚至在硬件设施条件不变的前提下，通过运营和管理逻辑上的优化，也可以实现算力输出效率的提升。

今年 4 月，远景宣布与腾讯在赤峰落地全球首个 100% 绿电直供的人工智能数据中心（AIDC）。公开信息显示，该项目综合能源成本降低超 40%，年减少碳排放可达 18 万吨。绿色氢氨项目里的负荷调节经验，开始进入 AIDC 场景。

远景的核心方法论是 " 算电协同 " ——让算力主动理解并适配电力的波动，而非被动等待电力供给。

远景发布的 AIDC 能源解决方案覆盖电网侧、场站侧、负荷侧和控制侧。方案中，构网型储能用于增强供需匹配，氢氨燃机替代柴油发电机，AI 储能系统可以替代数据中心 UPS 备用电池。

张雷在发言中提到，远景通过 AI 电力系统优化算力任务编排，赤峰园区正是这套思路的落地样本。

这套系统的核心是用 EnOS（智能物联操作系统，负责接入和管理能源设备及算力负荷）接入风电、光伏、储能、变压器、氢能电解槽和算力设施，再用 " 远景天机 " 气象大模型预测风光出力，用 " 远景天枢 " 能源大模型把预测结果转成负荷指令。

过去，AI 企业找能源伙伴，最关心的是电价和供给规模。但到了 AIDC 阶段，这远远不够，因为今天的 AI 数据中心，必须要在能源系统里重新组织。

赤峰之外，远景还将在乌兰察布推进 " 远景星河基地 "。张雷在发言中提到，这是一个吉瓦级能源系统与算力系统一体化的 AI 基础设施。

未来，草原深处，会有越来越多这样的场景出现：风机沿着地平线排开，电力从风场进入储能和机房，算力中心和能源基地，正在同一个系统层协同运作。

目前，算电一体化已经进入国家新基建语境。国家层面推动超大规模智算集群、算电协同、绿电直连和 " 人工智能 + 能源 " 双向赋能，背后是同一个产业方向：AI 竞争正在和先进能源体系绑定。

国家能源局发布的《中国 " 人工智能 +" 能源发展报告 2026》给出了一组更直接的数据：2025 年，我国已建成 42 个万卡级智算集群，全国算力中心总用电量达到 1700 亿千瓦时。全国一体化算力网络八大枢纽节点的算力用电近 3 年平均增速约 39.5%，远高于全社会用电量平均增速。

过去，钢铁、化工、电解铝定义了能源系统里的大用户；今天，智算中心正在加入这张名单，甚至排名愈发靠前。

AI 发展的下一阶段，稀缺的不会只是模型参数和数量，而是稳定、低成本、可持续的智能生产能力。

在那场发言中，张雷把 " 智力生产 " 解释成能量转化，给能源企业打开了切入 AI 产业的全新思路。远景赤峰零碳园区的成功案例表明，能源企业，正在成为 AI 发展终局问题的解决者之一。

回到任泽平的文章，还提到了这样一句话：" 未来，谁掌握了稳定、廉价且充沛的电力，谁就掌握了通用人工智能时代的入场券。"

在算电一体化时代，这张入场券不只写着 " 电力 "，而正是张雷所说的 "AI 生产全链路能量管理 "。

如今，站在 AI Infra 舞台中央的，不仅仅是模型公司和算力厂商。以远景为代表的新一代能源企业，正在参与 AI Infra 的新规则。