当比特遇上瓦特：算力爆发下的双向奔赴

迎峰度夏用电负荷创新高

当比特遇上瓦特：算力爆发下的双向奔赴

今年8月以来，全国多地持续高温，夏日用电负荷屡屡刷新纪录。开空调固然是推高用电量的“推手”，但另一个用电变量“AI算力用电量”正快速攀升——近3年，全国一体化算力网络八大枢纽节点算力用电成为增量主力，年均增长率约为39.5%，是全社会用电增速最快的领域之一。

当前，AI大模型快速普及、持续迭代，算力应用已深度融入生产生活、产业发展、城市治理的方方面面，成为智能经济时代的关键底座。有些人误以为“算力=网络”“电力=供电”，两者平行发展。事实上，算力并非凭空而来，它是由电力驱动的生产力。在算力指数级爆发的当下，如何让算力用电更可靠、更绿色、更经济，成为行业必须回答的问题。

未来，算力布局与电力系统需要双向奔赴——既让电力规划与算力布局协同联动，也让算力负荷与电力供需在时间上精准匹配，二者双向适配、协同发力，这便是当下最受关注的新概念之一“算电协同”。

1.每次“点击”背后都是电流在狂奔

很多人觉得算力悬浮在“云端”，看不见摸不着，好像跟电没什么关系。实际上，算力的物理载体是数据中心里一排排日夜运转的服务器：芯片在运算，电路在发热，电表在飞转。每一次AI运算的背后，都是电流做功的结果。当你轻点屏幕，让AI助手撰写文稿、生成图文时，这看似一次轻松极简的指尖操作，却牵动着几百公里外的数据中心，那里的成百上千台服务器正在全速轰鸣运转。

如果把智能经济比作人的身体，算力是“大脑”，电力就是“血液”。没有血液，大脑再聪明也无法运转；没有电力，承载数字世界的比特（计算机中信息的最小单位）也只是一串没有生命的符号。每一次AI对话、每一段生成式内容、每一次云端模型调用……这些指尖上的“轻盈”背后，都是实实在在的电力消耗。

国家能源局发布的数据显示，2025年全国算力中心总用电量达1700亿千瓦时，占全社会用电量的1.6%。全国一体化算力网络八大枢纽节点算力用电成为增量主力，近3年平均增长率约为39.5%，远高于全社会用电量的平均增速。在近期举行的国务院新闻办发布会上，国家能源局局长王宏志表示，人工智能爆发式增长带动用电量激增。比如，每让人工智能生成5秒高清视频，用电量相当于充满10部手机。

2.算力耗电有“三张嘴”

AI产业高速扩张的背后，是持续攀升的用电成本。拆解数据中心的用电账单可知，算力耗电无非是“三张嘴”在“吃”电。

“第一张嘴”：全年无休的服务器

家用电脑、私人设备可随用随关、闲置断电，但面向全网服务的算力中心无法停机。因为用户会随时发起AI提问、云端任务、数据调用，算力集群必须全天候待命，成千上万块GPU（图形处理器）芯片日夜不停运算，推理机房供电一刻不能中断。持续稳定的电力供给，是算力服务不宕机、不断联的基础保障。

“第二张嘴”：高密度的散热刚需

芯片一运算就发热，热散不掉，轻则“中暑”降频，重则直接烧毁。早期的芯片功耗较低，散热相对简单，一个风扇就能解决问题；而现在的高端GPU，一块芯片的功耗顶得上一台开到最大的电暖器。高密度部署环境下，成千上万块这样的“电暖器”挤在一个机房里，传统的风冷技术已经“吹不透”了，必须采用液冷技术。形象地说，就是给芯片“泡冷水澡”，否则芯片就会因过热而“罢工”。行业用PUE（电能利用效率）来衡量这笔散热账：PUE的数值越接近1，说明更多电力被用于实际计算而非辅助设备。目前，我国八大算力枢纽节点的数据中心集群的平均PUE在1.3左右，最先进的数据中心可降至1.04，将散热、运维等辅助耗电压缩至行业极限水平。

“第三张嘴”：算力闲置

算力闲置可以理解为：电用了，活儿却没干出来。一个智算集群配备了1000张顶级显卡，由于任务分配不均、软件调度不畅，可能只有400张在真正干活，剩下600张处于低负载待机状态。这就好比一个出租车队调度不力，一半的车在拉客，另一半却在空驶——油在烧，钱在花，乘客没多拉几个。应对算力闲置需靠软件优化，通过虚拟化、智能调度等技术把任务排满，让每一度电都花在刀刃上。现在，已有企业通过这些手段，把集群算力利用率从三成左右提升到约八成，相当于不多耗一度电，但能多干一倍活儿。

3.算电协同究竟难在哪儿

既然算力这么能“吃”电，把电供上不就行了？问题没那么简单。算电协同的“难”，在于当下算力与电力长期独立发展、各成体系，存在三重错配。

一是节奏错配 算力中心是“成品装配”，GPU、服务器、交换机都是标准化产品，即装即用，一座智算中心从开工到上线最快只需8个月；而电力设施是“定制建造”，每座塔每条线路都要实地勘测、逐项设计，且必须坚守严苛的安全标准，从规划到投运往往需要2年至3年。

二是空间错配 东中部人口稠密、数字经济发达，70%的算力需求都集中在这里，但本地能源有限；西部和北部地区风光资源丰富，分布着全国大约80%的清洁能源基地，却远离主要用户群。

三是时间错配 风电夜间出力大、光伏午间发电多，绿电产出“看天吃饭”，具有明显的波动性；但算力需求不分昼夜，且必须随叫随到、不能间断，导致绿电产出高峰与算力用电高峰难以精准匹配。

破解困局的钥匙，就是推进全域全时的算电协同——本质上是让算力的时空布局与电力系统的供需特性实现精准匹配，让二者从“各唱各调”走向“同频协奏”。

4.四招为算电协同“破局”

破解困局的钥匙，如今有了正式的名字“算电协同”。2023年底，国家发展改革委等部门在《关于深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》中首次提出“算力电力协同”；2024年，《数据中心绿色低碳发展专项行动计划》《加快构建新型电力系统行动方案（2024-2027年）》相继出台；2026年，“算电协同”首次写入政府工作报告，“十五五”规划纲要更明确提出“推动绿色电力与算力协同布局”。

国家层面正在怎么干？概括起来是四招：挪、搬、调、存。

1.挪——让算力“错峰用电”

把不着急的活儿，比如AI大模型训练、数据备份等，挪到半夜风大或中午阳光充足的时候再干，专门“蹭”绿电最充沛、电价最低廉的时段。

2.搬——把机房建进“绿电窝”

把数据中心直接建到内蒙古、宁夏、青海等风能、太阳能富集的地区，就近“吃”绿电。目前，在腾格里沙漠边缘的宁夏中卫，一个配套数据中心的200万千瓦新能源项目正在加紧建设，电网配套同步推进，全部投运后每年可向当地云基地供应绿电约22.9亿千瓦时。

3.调——让算力“跨省搬家”

依托“东数西算”工程的八大枢纽、十大集群和一体化调度平台，把东部的计算任务通过光纤“远程搬家”到西部去算。与把西部绿电远距离输送到东部相比，这样传输数据的经济性更高、损耗更小。

4.存——给绿电配上“充电宝”

在具备条件的“源网荷储”（发电厂、电网、用电端和储能设备统一调度）一体化算力中心，白天光伏发的电用不完，先充进大型储能电池，晚上再拿出来给机房用。这样一来，绿电就变成了全天候的可靠电源。

5.从电力支撑到算力反哺

AI正在成为解决电网棘手问题的利器。

算力与电力的协同，不止于“电力支撑算力”这一条线。另一条同样重要的线已浮现——算力正在赋能电力系统。

风电、光伏“看天吃饭”，一直是电网调度的难题：明天的风电能发多少、光伏出力如何，预测不准，调度就无法精准安排火电启停、储能充放。如今，AI正在改变这一局面。国家电网已建成千亿级多模态“光明电力大模型”，依托多源气象观测和人工智能技术，在新能源功率预测等核心场景下的预测精度达到国际领先水平。AI不仅能精准预测未来几天的风电、光伏发电情况，还能根据电网实时运行状态，自动建议储能何时充电、何时放电，算力负荷何时抬升、何时压减。

算力用电持续增长，协同决定成败。更大的图景还在后面。中国电力企业联合会发布的《中国电力行业年度发展报告2026》预测，“十五五”时期我国算力用电量年均新增将超过1000亿千瓦时，到2030年有望达到8000亿千瓦时，占全社会用电量的6%左右。这6%如果主要由绿电满足，AI将成为绿色转型的重要引擎；如果新增需求靠化石能源来填补，则会带来较大的碳排放压力。

未来，智能经济的较量将不再局限于算力规模和算法水平，而会进一步下沉到“绿电+算力”的协同能力。谁能让算力用上更可靠、更绿色、更便宜的电，谁就掌握了智能经济的深层主动权。西北戈壁的风光绿电，跨越山海支撑起东部城市的智能算力；AI智能调度赋能电网，护航新能源高效消纳。比特与瓦特彼此成就——这场算力与电力的双向协同，终将成为我国智能经济绿色低碳发展的坚实支撑。

科学放大镜

AI这么费电，家里会停电吗？

不用担心。算力中心用的是专线工业用电，与居民用电线路相互独立。而且，AI训练等后台任务可以灵活错峰（比如安排在半夜运行），跟白天居民开空调的用电高峰错开。我国电力“家底”足够厚实——截至2026年6月底，全国发电装机容量已达40.4亿千瓦，稳居全球首位，且已建成全球规模最大、技术最复杂的交直流混联大电网，持续保持全球特大型电网最长安全纪录。AI用电的增长完全在可控范围内，关键在于如何让算力和电力更好地协同。

买了“绿证”就算用上绿电了？

这得看等级。绿电一般分为三等：一等是物理消纳（绿电真的通过电网线路流进了机房）；二等是绿电交易（企业与新能源电站签订了购电协议，账面上算绿电）；三等是购买绿证（相当于买了“绿电身份证”），从环境权益上抵消了碳排放，但物理上使用的可能仍是火电。前两者是真“绿”，后者更像是一种“环保抵消券”。

AI为啥不能全都错峰干活？

这要分两种情况。一种情况是实时刚需的“急茬儿”（比如向AI提问，它不能让你等到半夜才回复），必须及时响应；另一种是离线柔性的“慢工”（比如大模型训练、云端渲染），完全可以等半夜电价低或风、光出力大的时候再运行。目前的挑战在于，如何通过技术手段把这两类任务精准拆分、智能调度。

我们能为绿色电力做什么？

个体微小行动也能汇聚成绿色低碳合力。日常可将大文件云端备份、高清素材渲染、批量数据处理等耗时较长、无需实时响应的任务，安排在夜间、凌晨等用电低谷、绿电相对充沛的时段；对于闲置不用的云服务器、云端算力要及时关停，减少无效能耗。点滴行动，都是在助力算电协同与绿色算力发展。

（作者单位：全球能源互联网经济技术研究院国际经济与政治研究所）