9 月 2 日，算力形态正从训练主导转向推理驱动，智算成为 AI 时代核心生产力。2026 年中，我国智算规模已达 2185EFLOPS（FP16），同比增长 177%。

日均 Token 调用量两年增长超千倍，AI 推理已接棒模型训练成为算力需求爆发的主引擎。未来算力物理布局将走向 " 云—边—端 " 一体化泛在形态，云端承担训练与全局推理，边缘承接低时延场景，端侧实现本地轻量化推理。预计 2030 年智算占全球算力比重超 95%，预计 2030 年我国乐观情景下智算规模将达 22.7ZFlops。

算力用电将迈入 " 七千亿度 " 时代，能效与利用率决定实际用电天花板。我们构建了 " 芯片→服务器→机柜→算力中心→全国 " 五层拆解模型，测算 2030 年算力基础设施用电量将达 5599 — 7974 亿千瓦时，中性情景约 6683 亿千瓦时，占全社会用电比重升至 5% — 6%。PUE 每降低 0.1、负载率每提升 5 个百分点，均将对总用电量产生百亿度级影响，是核算算力碳足迹与协同潜力的核心变量。同时，由于算力中心功率密度持续增加，负荷波动大，将会对电网稳定运行带来严峻挑战。

参考算力作业的可时移负荷和可调度性，算网协同规模约 1600 — 2000 亿千瓦时，短期价值重在绿电消纳而非电网调峰。时间维度上，可时移负荷占 50%，但受业务连续性、GPU 利用率经济性、算力物理部署形态、调度技术成熟度与市场激励机制等多重约束，实际可调度电量仅占 20% — 25%。空间上，东西部算力与绿电错配长期存在，2030 年绿电刚性需求约 3000 亿千瓦时，需依赖西电东送通道与绿电交易机制解决。调度协同对弃电的额外消纳能力有限，短期不宜高估。

当前 AI 数据中心（AIDC）的设备较贵、折旧较快，且相关设备仍在持续涨价，高端 IT 设备的机会成本较高。因此，AIDC 主动停机成本高、配合意愿有限，" 算随电动 " 短期难以实现。算电协同是 " 小而精 " 的战略性场景，短期 " 电服务算 " 将是主流方向，长期随着 AIDC 设备边际成本占比下降，电费占比上升，AIDC 的可调负荷将逐渐探索 " 算随电动 "。

算电协同政策已从 " 概念倡导 " 进阶为 " 国家战略 "，电价市场机制将是长期破局关键。算电协同自 2023 年首次提出，历经系统部署与试点推进，于 2026 年写入政府工作报告和 " 十五五 " 规划纲要，完成战略升维。展望未来，政策将从规划联动、标准统一、试点扩面转向以电力市场价格信号引导算力调度优化，推动算电协同从政策驱动逐步过渡为市场驱动，实现 " 电服务算 " 与 " 算赋能电 " 的双向融合。