2026年，一座位于北美的AI數據中心建成前，最先卡住進度的可能不是GPU，而是一根輸電線路。

今年1月，谷歌高管Marsden Hanna在一場活動上表示，美國輸電系統已經成為谷歌數據中心接入電力的最大障礙。部分地區接入等待時間超過十年，其中一家公用事業公司給出的并網研究周期長達12年。為了繞過輸電瓶頸，谷歌正在研究把數據中心直接放到電廠旁邊。

一根輸電線路，暴露了AI大基建的真實順序。GPU買到手，機房建起來，卻不代表模型可以開始迭代，因為AI基建的重要基礎——電網，很難跟著AI公司的節奏同步生長。

相比北美，身為“基建狂魔”的中國，算力網絡與電力設施的狂飆突進正在同步上演。國內的數據中心面對的是一道進階問題：涌入園區的每一度電，怎樣更安穩、更高效地“煉”出算力。

算力和電力，已經成為AI數據中心的兩條命脈。一條決定智能能不能生成，另一條決定智能能不能持續生產。

01

算力輸出問題，需要能源企業回答

近日，經濟學家任澤平在《AI的背后是算力，算力的背后是電力》一文中寫道：“隨著算力需求指數級增長，未來，電力決定了AI產出上限。”

這樣的判斷背后，是AI行業開始承認一個事實：GPU像一座座昂貴礦山，但只有礦山不會自動產出黃金。只有將算力層和電力系統、冷卻系統統一調度，才能點燃將GPU煉成Token的爐火。

過去幾年，AI公司更習慣用GPU數量證明實力。但在下一階段，算力的利用效率更加重要：同樣一批芯片，誰能用更低能耗、更高利用率跑出更多任務，誰才真正擁有核心生產力。

另一邊，政策層面已經將這一理念寫進指標。

2024年，國家發展改革委、工業和信息化部、國家能源局、國家數據局聯合印發《數據中心綠色低碳發展專項行動計劃》。文件提出，到2025年底，全國數據中心整體上架率不低于60%，平均電能利用效率降至1.5以下，可再生能源利用率年均增長10%。

算力增長的過程中，效率和可再生能源成了關鍵點。AI數據中心的主戰場，已經從建設端挪到運行端。

《人民日報》今年稍早前刊發評論《AI的盡頭是電力，電力的優勢靠什么》。

評論指出，AI競爭正在從模型、算力延伸到電力系統，低成本、穩定供電和快速電網調度，正成為中國AI產業的新基礎優勢。

所以，優化數據中心的算力供給能力，要在宏觀層面調控能源側和算力側。

在美國，一項研究此前在鳳凰城的商業云數據中心完成測試。研究團隊調用256塊NVIDIA A100GPU運行典型AI負載，并通過軟件調度，讓GPU集群在電網高峰時降低功率，在3小時內將集群功率降低25%，同時還能維持AI服務質量。

這一過程中，數據中心的身份正在變化。它過去只需要考慮接入電網，如今，算力任務和電力管理必須在一個框架內協同優化。

國際能源署在《Energy and AI》中預測，到2030年，全球數據中心用電量將接近945TWh，約為當前水平的兩倍。2024年至2030年，數據中心用電量預計年均增長約15%，是其他部門用電增速的四倍以上。

算力中心越大，電力質量、機房能效、任務調度的平衡管理就更為關鍵。能源行業需要回答這樣一個問題：下一代AI能源節點，應該如何推動算力生產效率的提升？

02

一度電，怎樣變成更多算力

今年5月，國家發改委、國家能源局發布《關于有序推動多用戶綠電直連發展有關事項的通知》。文件提出，優先支持算力設施、綠色氫氨醇等新興產業開展綠電直連，并要求項目按照“以荷定源”原則合理規劃新能源裝機規模。

“以荷定源”把算力設施推到了電源規劃前端，數據中心在建設過程中，現在開始反過來影響新能源裝機、線路布局和園區負荷設計。

近日，全國“人工智能+”能源現場推進會在深圳舉行。遠景作為新能源民營企業，與中國石油、國家電網、國家能源集團、阿里云、騰訊等企業同臺發言。

能源生產、電網調度、云計算和AI應用公司坐到同一張桌前，討論的是同一個命題：AI數據中心繼續擴張后，能源系統怎樣參與算力運行。

遠景科技集團董事長張雷在會上提出開創“AI電力系統”，并把核心問題概括為“AI生產全鏈路能量管理”。

張雷的觀點，直接點出了能源企業在AI產業鏈中的地位變化。過去，AI競爭更多由模型公司、芯片公司和云廠商定義，但隨著“智力生產”與電力系統緊密相連，能源企業已經站在了AI Infra舞臺的中央。

AI基建的下一場較量，不看機房數量，而是看算力能不能持續跑滿。如今，市場上并不缺少大型能源公司，缺少的是懂AI負荷、懂GPU集群、懂算力任務的AI電力系統公司。

會上，張雷把GPU比作“新的蒸汽機”。他在發言中說：“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。”

顯然，這臺機器“燒”的不是煤，是電；產出的智力，則是撬動下一次工業革命的關鍵。

在發言中，張雷還提到，大模型大約每6個月重大迭代一次，芯片幾乎12個月一個版本，電力系統卻是慢變量；而GPU機柜功率正從過去5kW走向未來200kW、300kW。

事實上，正是產業規模的指數級躍遷，把能源系統推到了AI發展的正面。模型和芯片繼續提高智能上限，算力中心就像一座持續吞吐電力、熱量和任務的AI工廠。

張雷提出，AI電力系統要解決三件事：相同功率帶寬下接入更多GPU，相同電量下產生更多智力，相同投資下降低電力成本。

這三件事合在一起，就是AI時代的新成本公式。

功率帶寬決定帶卡能力，單位電量決定智力產出，長期電力成本決定算力價格。三項同時優化，一座數據中心才算真正高效跑出智力。

以遠景為代表的新一代能源企業，已經開始把這套公式搬進現實場景。在赤峰的零碳產業園，正是它交出的第一張答卷。

03

能源公司，正站在AI Infra舞臺中央

在內蒙古赤峰，遠景的零碳產業園把“AI生產全鏈路能量管理”從一句產業判斷，推進到了工業現場。

張雷在發言中提到，赤峰把綠色電力、綠色算力和綠色氫氨三類綠色資產放在同一個園區里運行。綠色電力提供能源，綠色氫氨承接可調工業負荷，綠色算力進一步承接AI需求。

顯然，這是一座把電力、工業和AI產業重新編排的實驗場。

據新華社報道披露，赤峰項目始于遠景在赤峰元寶山化工園區投資建設百萬噸級綠色氫氨項目，一期工程已在2024年3月投產。

氫氨生產需要連續、穩定的大量電力，風電、光伏出力卻跟著天氣變化。遠景在這里做的第一件事，是讓生產負荷跟著電力狀態調整。

現場工程師把這套系統形容為“指揮家”：系統檢測到風力增強后，會自動提高生產負荷，把更多電力消納進生產環節。

今年4月，加拿大阿爾伯塔大學團隊發布一項建模研究，專門測算AI數據中心“延后執行任務”和“跨區域轉移任務”對電網接入的影響。

研究把AI數據中心放進電網擴容模型，比較新增發電容量、運行成本和線路擁塞變化。結果顯示，在數據中心所處節點、電網負荷水平、任務可延后時間和可轉移范圍不同的情況下，AI負荷彈性可降低3%—21%的電網投資和運行成本。

這項研究揭示了全鏈路能源管理對于AI產業的重要意義，從規劃到運營層面，能源和算力層的協同，決定著算力釋放的最終效率。

甚至在硬件設施條件不變的前提下，通過運營和管理邏輯上的優化，也可以實現算力輸出效率的提升。

今年4月，遠景宣布與騰訊在赤峰落地全球首個100%綠電直供的人工智能數據中心（AIDC）。公開信息顯示，該項目綜合能源成本降低超40%，年減少碳排放可達18萬噸。綠色氫氨項目里的負荷調節經驗，開始進入AIDC場景。

遠景的核心方法論是“算電協同”——讓算力主動理解并適配電力的波動，而非被動等待電力供給。

遠景發布的AIDC能源解決方案覆蓋電網側、場站側、負荷側和控制側。方案中，構網型儲能用于增強供需匹配，氫氨燃機替代柴油發電機，AI儲能系統可以替代數據中心UPS備用電池。

張雷在發言中提到，遠景通過AI電力系統優化算力任務編排，赤峰園區正是這套思路的落地樣本。

這套系統的核心是用EnOS（智能物聯操作系統，負責接入和管理能源設備及算力負荷）接入風電、光伏、儲能、變壓器、氫能電解槽和算力設施，再用“遠景天機”氣象大模型預測風光出力，用“遠景天樞”能源大模型把預測結果轉成負荷指令。

過去，AI企業找能源伙伴，最關心的是電價和供給規模。但到了AIDC階段，這遠遠不夠，因為今天的AI數據中心，必須要在能源系統里重新組織。

赤峰之外，遠景還將在烏蘭察布推進“遠景星河基地”。張雷在發言中提到，這是一個吉瓦級能源系統與算力系統一體化的AI基礎設施。

未來，草原深處，會有越來越多這樣的場景出現：風機沿著地平線排開，電力從風場進入儲能和機房，算力中心和能源基地，正在同一個系統層協同運作。

目前，算電一體化已經進入國家新基建語境。國家層面推動超大規模智算集群、算電協同、綠電直連和“人工智能+能源”雙向賦能，背后是同一個產業方向：AI競爭正在和先進能源體系綁定。

國家能源局發布的《中國“人工智能+”能源發展報告2026》給出了一組更直接的數據：2025年，我國已建成42個萬卡級智算集群，全國算力中心總用電量達到1700億千瓦時。全國一體化算力網絡八大樞紐節點的算力用電近3年平均增速約39.5%，遠高于全社會用電量平均增速。

過去，鋼鐵、化工、電解鋁定義了能源系統里的大用戶；今天，智算中心正在加入這張名單，甚至排名愈發靠前。

AI發展的下一階段，稀缺的不會只是模型參數和數量，而是穩定、低成本、可持續的智能生產能力。

在那場發言中，張雷把“智力生產”解釋成能量轉化，給能源企業打開了切入AI產業的全新思路。遠景赤峰零碳園區的成功案例表明，能源企業，正在成為AI發展終局問題的解決者之一。

回到任澤平的文章，還提到了這樣一句話：“未來，誰掌握了穩定、廉價且充沛的電力，誰就掌握了通用人工智能時代的入場券。”

在算電一體化時代，這張入場券不只寫著“電力”，而正是張雷所說的“AI生產全鏈路能量管理”。

如今，站在AI Infra舞臺中央的，不僅僅是模型公司和算力廠商。以遠景為代表的新一代能源企業，正在參與AI Infra的新規則。