5月26日，國家能源局在深圳召開全國“人工智能+”能源現場推進會。遠景科技集團董事長張雷作為唯一新能源企業代表受邀發言，同場企業還有中國石油、國家電網、國家能源集團、騰訊、阿里云等巨頭。

張雷在會上提出，能源不只是AI的底座，更是AI的血脈和肌體，電力系統正在成為人工智能的主體工程。他指出，智力生產的本質是一個能量轉化過程。今天，GPU正在成為人工智能時代的“新蒸汽機”，而這臺“新蒸汽機”的主要矛盾同樣是能量管理。當芯片和模型遵循“摩爾定律”高速迭代，而電力系統發展相對緩慢，AI時代能量管理的矛盾正日益凸顯。機柜功率正從過去的數千瓦躍升至未來的數百千瓦，解決AI生產全鏈路能量管理問題，才能夠破解AI發展的關鍵瓶頸。

張雷系統闡述了遠景對AI電力系統的定義。他認為，AI電力系統的本質是能源系統與智能系統融合的人工智能基礎設施。一個真正的AI電力系統要讓同樣的電力功率配置更多算力，讓同樣的度電能量產生更多智力，并在相同的投資成本下用更多綠電降低電力成本。張雷表示，未來AI的競爭不僅是模型的競爭，也不僅是芯片的競爭，更是電力系統的競爭——每一兆瓦電力能夠產生多少有效智能的競爭。

作為AI電力系統的開創者和實踐者，遠景已經構建起系統能力。首先是智能中樞，以遠景EnOS智能物聯操作系統為核心，能夠接入和管理包括風電、光伏、儲能、充電樁、發電機組等數億級別的智能設備，充當AI電力系統的“神經系統”。其次是物理人工智能，遠景“天機”氣象大模型與“天樞”能源大模型協同，“天機”讓系統理解天氣、預測風光變化；“天樞”讓系統理解能源、實時自動優化源網儲荷運行。兩者結合，讓能源系統第一次具備了深度認知與自動決策能力。第三是下一代電力基礎設施，遠景正在推動風光儲一體化電源、高壓直流、固態變壓器、構網型儲能和末端智能機柜等技術融合，構建端到端的新型電力基礎設施架構。通過這一體系，GPU機柜可以實現實時動態管理，并用構網型儲能取代傳統UPS技術。

在實踐層面，遠景已經率先實現AI電力系統落地。在赤峰，遠景打造了零碳產業園，這是全球最大的100%獨立電力系統，實現了風、光、儲、氫、算力、大模型一體化，讓綠色氫能與綠色算力獲得極致的成本競爭力。在烏蘭察布，遠景正與騰訊、字節跳動共同打造“遠景星河基地”，一個吉瓦級的能源與算力一體化的AI電力系統。

以下為張雷發言全文：

開創AI電力系統

大家好。今天我想探討一個觀點：在人工智能時代，能源人該有怎樣的使命和擔當？

歷史上每一次工業革命都伴隨著能源革命。當我們意識到人工智能又是一場新的工業革命時，能源人應該扮演什么樣角色？

在蒸汽機發明之前，沒有人會把煤炭和動力聯系在一起。后來人們意識到蒸汽機其實是一個能量轉換的裝置。瓦特的貢獻在于改良了蒸汽機的能量轉化效率。他做了一個關鍵變革，突破能量管理的主要矛盾——通過設計獨立的冷凝器解決了散熱問題、提升了能效。

同樣在GPU發明之前，大多數人都認為智力是人類獨特而又神奇的能力，沒有人會把電力和智力聯系起來。今天GPU就是新的蒸汽機。這臺新蒸汽機的功能一樣也是能量的轉化，把電力變成智力。我想說，智力生產的本質，其實是一個能量轉化的過程。

所以我的第一個觀點是：能源不只是AI的底座。如果僅僅視其為底座，其實是一種割裂。能源應當是AI的肌體和血脈。能源不是AI的盡頭，而是AI的過程。

如今大模型大約每6個月就有一次重大迭代；芯片幾乎是12個月一個版本。然而，通過模型和芯片實現能量轉換的電力系統在過去一百年間幾乎沒有發生大的變化。當芯片和模型的摩爾定律（指數級發展）遇上緩慢發展的電力系統，矛盾便凸顯了。

今天，我們要解決的是AI生產全鏈路能量管理問題。大家已經意識到，GPU再強大，如果不能實現高功率密度的電流輸入和高效散熱，那么機柜功率就無法從過去的5kW躍升至未來的200kW、300kW。在這樣的約束下，再強大的芯片也發揮不了作用。與此同時，如何做好機柜集群的動態功率管理，讓有限的供電功率下容納配置更多GPU也至關重要。在避免算力中心的波動對電網產生重大沖擊的同時，吉瓦級的可再生能源如何穩定實時地支撐算力中心？

因此，我想告訴大家，智力生產全鏈路上的一系列能量管理問題，正在成為人工智能系統發展的關鍵瓶頸。電力系統正在成為人工智能的主體工程，而非配套。我們在座各位，只有解決全鏈路能量管理的問題，就像當年瓦特革新蒸汽機和動力系統一樣，才能為人工智能這一新的工業革命，解決發展的瓶頸并提供源源不斷的動力。

既然模型和芯片可以實現高效迭代，我們也需要讓電力系統也實現摩爾定律，這正是遠景要開創AI電力系統的使命。

AI電力系統，本質上是能源系統與智能系統融合的人工智能基礎設施，讓電源、儲能、電網、電力電子、算力和大模型有機融合在一起。如果把能源、芯片和算力中心各自獨立，必將形成機械的割裂。打造AI電力系統就是讓這三者的有機融合成為人工智能基礎設施的底座，也是我們能源人的責任擔當。

AI電力系統想要解決三大問題：

第一，如何讓相同的功率帶寬接入更多的GPU？在很多地方，電網能提供的功率帶寬已成為重要約束。如何在有限的功率下部署更多的算力？這是AI電力系統要解決的第一個問題。

第二，如何讓相同的電量產生更多的智力？這需要采用高壓直流路線和固態變壓器技術，提高功率密度，降低能耗、提升散熱技術。

第三，如何在相同的投資下，如何大幅降低電力成本？這需要用AI電力系統來提升風光儲綠色電力的更高比例。

作為AI電力系統的開創者和實踐者，遠景總結出三大關鍵支柱技術。

第一，智能中樞。遠景EnOS智能物聯操作系統已經能把數億的智能設備——從風電、光伏、儲能，變壓器、氫能電解槽等全面接入，并實現從源、網、儲、荷到算力設施的實時協同。EnOS不只是數字底座，它更是AI電力系統的神經系統。

第二，物理人工智能。僅靠大語言模型無法真正管理一個電廠或算力中心，需要物理人工智能突破。對于能源系統而言，物理人工智能有兩個關鍵支撐：一是氣象大模型。要實現碳中和，100%的電力將來自風、光、水等綠色能源，氣候系統本身成為了能源系統。我們必須具備對氣候系統的洞察力，通過物理人工智能形成更深層的認知，才能夠實現能源有效調度的起點。二是遠景的“天樞”能源大模型，它讓一個場站，從風到氫能的產生，再到算力調度，形成一個毫秒級的實時智能控制。

第三，下一代電力基礎設施。僅有操作系統和大模型是不夠的，我們還需要下一代電力基礎設施。具體來說，就是風光儲一體化控制器、高壓直流(HVDC)、固態變壓器(SST)、智能機柜，這樣一套端到端的新型電力基礎設施架構。

三者融合，才能打造出一體化的AI電力系統。在遠景赤峰零碳產業園，遠景打造了"算電協同"國家戰略的全球首個系統級實踐樣本——基于2GW，100%可再生能源電力系統，通過EnOS和能源大模型，實現風電、光伏、儲能、算力和氫能之間動態實時協同，并與騰訊合作通過AI電力系統優化算力任務的編排。赤峰零碳產業園也是我們能源大模型的訓練基地。更為關鍵的是，它打造了100%綠色電力、綠色算力和綠色氫能的三大綠色資產組合。在AI的管理下，綠色資產系統收益都實現了最大化，讓綠色氫能與綠色算力獲得了極致的成本競爭力。

遠景還在烏蘭察布，打造“遠景星河基地”——一個吉瓦級的能源系統與算力系統一體化的人工智能基礎設施，堪比美國的“星際之門”，為中國人工智能的騰飛鋪筑基石。

最后我想說，當人工智能時代撲面而來，能源不是AI的盡頭，而是AI的過程；能源不只是AI的底座，也是AI的血脈和肌體；電力系統不是人工智能的配套系統，而是人工智能的主體工程。我們每一位能源人不是時代的旁觀者，而是作為主力軍直接參與創造智能，在這個歷史的關鍵時刻擔當重任。

謝謝大家！