“算力的尽头是电力。”
类似这样的观点,马斯克说过,黄仁勋说过,国内AI圈的众多大佬也反复强调。
以大型语言模型GPT-3为例,其训练一次所需电量,相当于3000辆电动汽车绕赤道行驶8圈所耗电量的总和。
另据《纽约客》杂志报道,聊天机器人模型ChatGPT平均一天响应耗电量,相当于一个普通家庭日均用电量的1.7万倍。
当AI从概念走向应用,从实验室冲进工厂、车端和手机,一个最朴素的问题浮出水面:电,够不够? 正如工信部部长李乐成在2026年全国两会上所言:“人工智能这个‘关键变量’正在成为经济高质量发展的‘强劲增量’。” 2026年5月8日,国家发展改革委、国家能源局、工业和信息化部、国家数据局发布了《关于促进人工智能与能源双向赋能的行动方案》(以下简称《行动方案》)。
这不是一份普通的指导意见。它首次从国家层面,把“算力”和“电力”从各自独立的轨道,拧成了一股绳。 这意味着,算力的尽头,不只是电力,更是“绿色的、可靠的、被智能调度的电力”。
01 算力狂奔,电力还能“跟得上”吗? photovoltaic industry analysis
先看一组数字。 2025年,我国算力中心用电量约1960亿千瓦时,占全社会用电量的2%左右。到2030年,这一比例预计突破5%。 5%意味着什么?相当于一个中等省份全年的用电量。 更关键的是,AI训练和推理的负荷是“瞬时冲击型”——大模型集中训练时,一个智算中心的功率可以在几分钟内飙升数倍。而风电、光伏的出力是“看天吃饭”。
一边是越来越“任性”的用电负荷,一边是越来越“波动”的绿电供给。这是新型电力系统面临的前所未有的挑战。 《行动方案》给出的答案很明确:算力不能靠“脏电”,也不能只靠“随机电”。必须用机制把算力和绿电锁在一起。
02 《行动方案》要点解析 photovoltaic industry analysis
【 目标:2030年,双向赋能全球领先 】 《行动方案》提出了明确的节点:到2030年,人工智能算力设施的清洁能源供给保障能力、能源领域人工智能专用技术研发和应用达到世界领先水平,人工智能与能源双向赋能取得明显成效。 “世界领先”四个字,不是虚词。工信部数据显示,截至2026年3月底,我国智能算力规模已达1882EFLOPS(FP16),位居全球前列。 目前,已初步构建以国家枢纽为核心的全国一体化算力网,八大枢纽节点持续加强政策引领,算力应用已在多个领域广泛落地——硬件条件已就位,这表明,实现“世界领先”目标的基础已经具备。
而中国的新能源同样是世界领先。两者强强联合,算力有绿电,绿电有AI,中国有望率先构建全球领先的绿色算力体系。
【布局:把算力中心搬进“绿电富集区”】
过去,数据中心多选址大城市周边。运维是方便了,但本地绿电有限。西部的风电光伏送不过来,跨省绿电交易还有壁垒,算力中心只能靠买绿证“漂绿”。 《行动方案》给出了新的方向:统筹大型新能源基地与国家算力枢纽规划布局,推动算力设施、互联网骨干直联点在新能源富集地区有序合理汇集,促进新能源就近就地消纳。 也就是说,风机、光伏板建在哪里,大数据中心就建在哪里。 西部风光资源丰富的地区,不再是“发出来的电送不出去”,而是直接在当地消纳——绿电变成算力,算力再变成数字经济的竞争力。
《行动方案》还明确鼓励“探索百万千瓦级人工智能算力设施与配套能源系统协同建设,选择具备条件的地区开展试点,推动算电协同一体化发展”。 这一政策已从纸面走向落地。2026年5月2日,我国首个大规模“算电协同”绿电直供项目——大唐中卫云基地50万千瓦光伏电站在宁夏中卫正式投运。 该项目可满足中卫云基地数据中心22.9亿千瓦时用电需求,算电协同一体化模式已进入实质性推进阶段。
【硬指标:绿电占比成为生命线】
在算力设施的项目布局规划指导中,绿电使用占比已被列为重要参考指标,从“有没有绿电”变成“绿电越多项目含金量越高”。绿电占比直接影响项目规划布局评价。
同时,算力中心的备用电源也有了具体要求:推动算力设施备用电源绿色低碳转型,鼓励备用电源加快使用清洁能源替代传统燃油发电机。
【市场化:签订长期绿电合同】
《行动方案》不只是说“你要用绿电”,还给出了实实在在的路径:鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同,提升绿电消费比例与供应稳定性。 同时,支持算力设施以多种形式参与电能量、辅助服务、需求响应等市场交易。 算力中心签长期合同,可以锁定绿电价格,避免电价波动风险;参与需求响应,算力中心可以通过“主动降负荷”帮助电网解压,还能获得额外收益。除此之外,签订长期协议,对新能源来说也是好处颇多。
【高价值场景:风光场站智慧运维】
《行动方案》第五部分提出“开放能源领域人工智能高价值应用场景”,其中“清洁能源可靠灵活供给”场景排在首位,包含了:风光场站智慧运维与无人/少人值守。
专栏——能源领域高价值场景
所谓“风光场站智慧运维”,是指,风电、光伏场站分布在戈壁、山地、屋顶,靠人工巡检成本高、效率低、安全风险大。而这种情况下可以凭借AI技术实现远程监控、故障预警、自动调度,让场站从“人盯”走向“智管”。 能环宝所做的,正是这件事。能环宝NiOS™智慧能源管理系统,通过智能监测、AI告警与气象预测,已在数百座工商业分布式电站中实现高效运维管理,让电站“在线、可视、自动”。 【开放共享:打破壁垒,激活能源AI生态】 政策还有一个值得关注的突破:鼓励能源专业模型优先在国家级人工智能开源社区中开放共享,加速模型应用成果转化落地。 这意味着,AI模型不再各自封闭,而是可以汇聚共享,降低重复研发成本,加速全行业智能化升级。
03 能源与AI的双向奔赴,刚刚开始 photovoltaic industry analysis
算力与电力的深度融合并非一蹴而就。早在2024年10月,国家已在多个算力枢纽节点部署算电协同先行先试;2025年,明确枢纽节点新建数据中心绿电占比需达80%;2026年政府工作报告将“算电协同”写入新基建工程;2026年5月,《行动方案》正式印发,标志着算力与电力正从并行走向深度融合。 这份《行动方案》的深层逻辑是什么?AI需要稳定、廉价的绿电;绿电需要AI精准预测、智能调度、自动化运维。两者不再是单向“消耗关系”,而是双向赋能、互相成就。 对算力中心,绿电占比决定其融资能力和竞争力;对新能源电站,AI运维决定其发电效率与安全。《行动方案》也从科技创新、资金支持到组织实施给出了系统保障,确保目标落地。 算力的尽头是电力,电力的未来在绿电,绿电的保障靠AI。这场双向奔赴,才刚刚拉开序幕。 特别声明: 以上内容来源公众号【能环宝资讯】, 所发内容均为原创,未经授权不得转载或摘编。 图源网络,侵删。