算电协同让度电价值不断跃升

今年3月，“算电协同”首次写入政府工作报告。从2023年首次出现在国家发改委文件中、2025年单用户绿电直联政策确立框架，到今年多用户绿电直联政策出台，国家一直在政策层面推动算力基础设施和能源电力基础设施更好地融合发展。目前，算电协同也从概念探索快速推进至工程落地阶段。

“未来五年，人工智能发展将带动Token日消耗量增长约100倍，算力规模增长约10倍，数据中心用电需求增长约5倍。支撑这一趋势的根本动力大模型训练、推理及各类AI应用快速普及带来的算力需求持续释放。”粤港澳大湾区大数据研究院副院长暨算电协同创新中心主任侯金刚在日前举行的2026长三角芜湖集群算电协同技术研讨会上表示。与会专家一致认为，未来算电协同将沿着“电力—算力—Token”的价值链持续跃升，下一阶段的重点将从规划建设转向运营优化，从物理协同走向智能协同，让算力像水电一样可调度、可计量、可普惠。

让一度电卖出130元

在侯金刚看来，算电协同从政策文件走向工程实践的动力是一度电的三次价值跃升。

“传统模式下，一度电通过支撑数据中心机架出租，创造的产值约为1元；当同样的一度电支撑智算服务器运行并形成算力服务时，其产值可提升至20元左右。而当算力进一步与大模型、推理引擎深度融合，转化为Token输出和AI服务能力时，其产值有望达到130元。对应的是同一度电在电力供给、算力服务和AI应用三个层面上的价值递进。”侯金刚说。

侯金刚认为，这一测算揭示了算电协同的核心产业逻辑。电力作为基础生产要素，其物理属性并未改变，但通过与算力基础设施和人工智能技术深度耦合，能够不断向产业链高附加值环节延伸，实现价值的指数级增长。每一次价值跃升，本质上都是能源价值向数字价值、智能价值转化的过程。

“算电协同不是让算力少用电，而是让每一度电通过算力和AI创造比电本身大得多的价值。”合肥中科类脑智能科技有限公司董事长刘海峰也表达了相同观点。

算电协同不是单纯压缩用电成本。“算电协同里，首先是除法，其次才是减法。核心命题是每一度电产生了多少有效的智能，而不是省了多少度电。”刘海峰说，“其实人脑每单位能耗产生的智能效率，是目前硅基芯片的百万倍以上。这意味着，在‘智能/每度电’这个指标上，还有巨大的技术提升空间，而算电协同正是实现这一提升的路径之一。”

把“每度电产出的智能作为衡量标准而非只盯着电费账单”成为与会人士共识。

面临发展“梗阻”

会上还发布了全国首例跨三地算电协同智能调度测试结果，用数据证明算力可以像水和电一样，跨地域、跨品牌、跨经营主体芯片灵活“流动”起来，还能帮电网“削峰填谷”。

测试中，不管服务器用的是英伟达芯片还是国产华为昇腾芯片，不管机房在上海、安徽还是新疆，计算任务都能在200秒内完成远程迁移，成功率100%，用户侧完全无感知。同时，系统对每款芯片的“耗电脾气”摸得一清二楚，负荷预测准确率高达98%，好比有了精准的“算力天气预报”。

更关键的是，这套系统让算力不再只是“吃电大户”，而能反过来帮电网解忧。在东部用电紧张时，将任务挪到新疆，缓解高峰压力；西部光伏风电充裕时，主动消纳绿电，让算力中心用上清洁能源。配合自建光伏电站和虚拟电厂聚合的绿电保障，整个链条实现了从“用绿电”到“帮绿电消纳”的闭环。

虽然测试结果较为乐观，但目前算电协同仍面临配电挤兑、接入滞后与资产错配的问题。

算力虽被定义为新型基础设施，但当前国内算力资源仍呈现“孤岛化”特征。比如芯片架构各异，有英伟达、华为、海光、寒武纪等，机房分散各省、归属多元主体、交付标准不一。“这些算力资源就像说着不同方言的孤岛，彼此难以协同。”合肥中科类脑高级副总李明明指出。打破孤岛、实现异构算力的跨域调度，正是行业亟待突破的核心命题。

电网接入同样成为刚性约束。侯金刚表示，算力中心主体工程建设周期约6个月，但电网接入环节通常需要18至24个月，是制约算力中心投产运营的主要因素。此外，大规模算力中心并未因用电规模扩大而获得电价优势。“电用得再多，电价也没有明显优惠。”他说，“算力中心在电网侧的角色定位仍是‘乖孩子’，负荷大、容量需求猛，却没有得到规模用电应有的‘善待’。”

据悉，目前国家数据局推动的全国一体化算力网先行先试任务，正在打破这种“异构、异域、异属、异形”的壁垒，让全国算力真正成为“一盘棋”。

从项目示范到产业重构

打通异构、异域、异属、异形算力资源之间的壁垒，是全国一体化算力网建设的核心命题，也是算电协同能够规模化推进的前提条件。

要让分散的算力孤岛互联互通，技术上需要解决两个关键问题。一是“看得清”，即通过全域感知技术给算力网装上眼睛，在各个节点部署资源探针，实时采集计算利用率、网络带宽、延迟、丢包等数据，形成动态的全局资源视图。二是“连得上”，即通过超异构兼容技术搭建算力网的骨架，支持从单台服务器到集群、算力中心、云平台的多层级接入，让英伟达、华为、海光等不同芯片通过统一接口进入调度网络，最终形成算力池、存储池、任务池的多级池化。