科技巨頭瘋狂搶電，卻沒人看懂真正的戰(zhàn)場(chǎng)

AI 行業(yè)正在面臨一個(gè)從未遇到過(guò)的”對(duì)手“：電力。

GPU 可以無(wú)限堆疊，模型參數(shù)可以指數(shù)級(jí)增長(zhǎng)，但當(dāng)單個(gè) AI 機(jī)架功率突破 250kW（相當(dāng)于 300 戶普通家庭同時(shí)用電）時(shí)，發(fā)展瓶頸已悄然從算法和芯片，轉(zhuǎn)移到了支撐它的電力系統(tǒng)本身。

5 月 26 日，國(guó)家能源局在深圳召開全國(guó) "人工智能 +" 能源現(xiàn)場(chǎng)推進(jìn)會(huì)。這場(chǎng)會(huì)議的參會(huì)名單極具象征意義：國(guó)家電網(wǎng)、中國(guó)石油、國(guó)家能源集團(tuán)三家能源央企，與遠(yuǎn)景科技集團(tuán)、阿里、騰訊三家科技民企同臺(tái)發(fā)言。

這標(biāo)志著，AI 與能源兩個(gè)曾經(jīng)涇渭分明的萬(wàn)億級(jí)產(chǎn)業(yè)，正在歷史的十字路口深度融合。

遠(yuǎn)景科技集團(tuán)董事長(zhǎng)張雷在現(xiàn)場(chǎng)提出了一個(gè)顛覆性論斷：“電力系統(tǒng)正成為人工智能的主體工程，而非配套?！碑?dāng)芯片與模型的摩爾定律，遇上傳統(tǒng)電力系統(tǒng)的緩慢演進(jìn)，整個(gè) AI 產(chǎn)業(yè)的瓶頸，開始從算法和芯片，轉(zhuǎn)向“智力生產(chǎn)全鏈路的能量管理”，破局的關(guān)鍵在于能源、芯片、算力中心的有機(jī)融合，而 AI 電力系統(tǒng)就是讓這三者的融合成為人工智能基礎(chǔ)設(shè)施的新底座。

AI 狂奔之后，傳統(tǒng)電網(wǎng)開始跟不上了

近年來(lái)，隨著 AI 技術(shù)的快速發(fā)展，其已發(fā)展成為市值達(dá)數(shù)萬(wàn)億美元、風(fēng)險(xiǎn)投資規(guī)模巨大的產(chǎn)業(yè)。自 2022 年以來(lái)，標(biāo)普 500 指數(shù)中 AI 相關(guān)公司的市值增長(zhǎng)了約 12 萬(wàn)億美元。

尤其是最近兩年，全球計(jì)算需求增長(zhǎng)顯著。據(jù)中國(guó)國(guó)家能源局組織編制的《中國(guó)“人工智能+”能源發(fā)展報(bào)告 2026》分析，“AI+能源”已成為世界主要國(guó)家搶占未來(lái)發(fā)展主動(dòng)權(quán)的重要戰(zhàn)略方向。

AI 的快速發(fā)展正在帶動(dòng)全球算力設(shè)施用電需求持續(xù)增長(zhǎng)。國(guó)際能源署（IEA）在《能源與人工智能的關(guān)鍵問(wèn)題》（2026）報(bào)告中預(yù)測(cè)，2030 年后數(shù)據(jù)中心電力需求可能出現(xiàn)更高的增長(zhǎng)。預(yù)計(jì)美國(guó)在該增長(zhǎng)中所占份額最大，其次是中國(guó)。數(shù)據(jù)中心的電力消耗量將從 2025 年的 485 太瓦時(shí)（TWh）增長(zhǎng)到 2030 年的 950TWh，這比日本目前的電力總消耗量還高。

影響算力需求的持續(xù)高升的核心因素，來(lái)自人工智能數(shù)據(jù)中心（AIDC）。作為承載 AI 海量數(shù)據(jù)存儲(chǔ)、運(yùn)算與部署的核心基礎(chǔ)設(shè)施，生成式 AI 的爆發(fā)式增長(zhǎng)，讓算力電力消耗急劇攀升，AIDC 的電力需求已遠(yuǎn)超傳統(tǒng)數(shù)據(jù)中心。過(guò)去幾年，AIDC 爭(zhēng)奪的資源一直是 GPU 和高帶寬內(nèi)存（HBM），但近年來(lái)，當(dāng) AI 成為“吃電狂魔”之后，領(lǐng)域的新瓶頸開始出現(xiàn)——傳統(tǒng)電力系統(tǒng)已經(jīng)不夠用了。

巨頭們?cè)谫I電，但沒有回答根本問(wèn)題

正是意識(shí)到了這一點(diǎn)，全球科技巨頭們坐不住了。Meta 與超長(zhǎng)時(shí)儲(chǔ)能公司合作，預(yù)留最高 100GWh 儲(chǔ)能容量部署；谷歌更是成為美國(guó)首家承諾從下一代小型模塊化反應(yīng)堆（SMR）購(gòu)買電力的公用事業(yè)公司；微軟則早在 2024 年就重啟了原美國(guó)三哩島核電站……

但這些方案解決的只是“有電可用”。一個(gè)更深層的問(wèn)題被忽略了：AI 的負(fù)載形態(tài)，正在擊穿現(xiàn)有電力系統(tǒng)的設(shè)計(jì)邏輯。

電網(wǎng)容量是有限的，而可再生能源項(xiàng)目和大型電力用戶都在爭(zhēng)奪它。多國(guó)普遍面臨電網(wǎng)擁堵的問(wèn)題，甚至排隊(duì)等待電網(wǎng)接入都有可能需要數(shù)年，而變壓器和電纜等關(guān)鍵電網(wǎng)組件的等待時(shí)間在過(guò)去三年中翻了一番。

另一方面，現(xiàn)階段，發(fā)電設(shè)備的需求量也很高，新建燃?xì)獍l(fā)電廠的渦輪機(jī)交付周期長(zhǎng)達(dá)數(shù)年，這可能會(huì)導(dǎo)致其投產(chǎn)時(shí)間推遲到 2030 年以后。

實(shí)際上，電不夠用的問(wèn)題，正是 AI 基礎(chǔ)設(shè)施的擴(kuò)張，已經(jīng)開始逼近部分地區(qū)電力系統(tǒng)物理極限的縮影。傳統(tǒng)數(shù)據(jù)中心的平均機(jī)架功率密度（即單個(gè)服務(wù)器機(jī)架內(nèi)計(jì)算設(shè)備消耗的電力負(fù)荷）通常在 3 到 5 千瓦（kW）左右。

盡管這種計(jì)算負(fù)荷通常決定了整個(gè)數(shù)據(jù)中心機(jī)房的總電力容量在幾兆瓦級(jí)，但隨著 AIDC 的興起以及 GPU 和定制 AI 加速器的普及，機(jī)架級(jí)負(fù)荷已超過(guò) 100kW。一些實(shí)驗(yàn)性設(shè)計(jì)達(dá)到每個(gè)機(jī)架 300kw，部分概念驗(yàn)證系統(tǒng)甚至達(dá)到了接近 1MW。也就是說(shuō)，單個(gè)機(jī)架的耗電量與數(shù)百戶家庭的用電量相當(dāng)。

過(guò)去，盡管傳統(tǒng)數(shù)據(jù)中心的云計(jì)算也需要大量電力，但傳統(tǒng)電網(wǎng)模式是穩(wěn)定負(fù)載、可預(yù)測(cè)負(fù)載。在當(dāng)下的 AIDC 面臨的情況是：一方面，峰值負(fù)載高、GPU 調(diào)度實(shí)時(shí)波動(dòng)、推理與訓(xùn)練需求動(dòng)態(tài)變化；另一方面，新能源情況不穩(wěn)定，表現(xiàn)為風(fēng)電波動(dòng)、光伏波動(dòng)、天氣驅(qū)動(dòng)。

這就好像是，用一個(gè)高波動(dòng)的能源系統(tǒng)，去服務(wù)另一個(gè)高波動(dòng)的 AI 算力運(yùn)行系統(tǒng)。如果將 AI 電力系統(tǒng)看作是一場(chǎng)考試，從未做過(guò)任何該類型“試卷”的傳統(tǒng)電力系統(tǒng)，顯然連及格都很難，更不用說(shuō)取得高分了。

傳統(tǒng)電網(wǎng)邏輯面臨的挑戰(zhàn)愈發(fā)清晰。問(wèn)題已經(jīng)不是有沒有電，而是現(xiàn)有電力系統(tǒng)能否支撐 AI 所需的高功率密度。AIDC 對(duì)供電的需求不僅是足夠的量，高穩(wěn)定運(yùn)行、可持續(xù)、低成本和綠電，正成為解決 AIDC“燃眉之急”的關(guān)鍵。

有趣的是，AIDC 開始越來(lái)越像電廠，而電網(wǎng)則越來(lái)越像操作系統(tǒng)。更深層的問(wèn)題，其實(shí)是 AI 領(lǐng)域正在面臨前所未有的能源管理挑戰(zhàn)。

這意味著，未來(lái) AI 行業(yè)的競(jìng)爭(zhēng)，可能不只是包括 GPU 和模型等硬件與技術(shù)的比拼，而是一種更綜合性的、AI 電力系統(tǒng)的重構(gòu)，包括：電網(wǎng)、儲(chǔ)能、熱管理、電力電子、調(diào)度系統(tǒng)和氣象預(yù)測(cè)等。

當(dāng)電力系統(tǒng)成為 AI 的“主體工程”

在這一背景下，已經(jīng)有企業(yè)開始嘗試把能源系統(tǒng)、算力系統(tǒng)與 AI 調(diào)度系統(tǒng)融合，遠(yuǎn)景就是典型代表。

遠(yuǎn)景首創(chuàng)的“AI 電力系統(tǒng)”將電源、儲(chǔ)能、電網(wǎng)、電力電子、算力和大模型有機(jī)融合的人工智能基礎(chǔ)設(shè)施，聚焦解決三大核心問(wèn)題：如何在有限的功率下部署更多的算力？如何讓相同的電量產(chǎn)生更多的智力？如何在相同的投資下，大幅降低電力成本？

OpenAI 的 CEO 山姆·奧特曼曾提到，“未來(lái)的人工智能需要能源方面的突破，因?yàn)槿斯ぶ悄芟牡哪茉磳⑦h(yuǎn)遠(yuǎn)超過(guò)人們的預(yù)期。”而張雷明確指出，能源不只是 AI 的底座，更是肌體。電力系統(tǒng)正成為人工智能的主體工程，只有解決智能生產(chǎn)全鏈路能量管理的問(wèn)題，才能為人工智能這一新的工業(yè)革命提供源源不斷的動(dòng)力。

“正如當(dāng)年的瓦特，人工智能時(shí)代，每一位能源人都有機(jī)會(huì)直接參與創(chuàng)造智能，成為其中的主力軍，再一次在這個(gè)歷史的關(guān)鍵時(shí)刻擔(dān)當(dāng)重任?！?/p>

AI 圈與能源圈的界限，正在逐漸模糊。這場(chǎng)由電力危機(jī)引發(fā)的產(chǎn)業(yè)變革，才剛剛開始。

以下為張雷發(fā)言全文：

開創(chuàng) AI 電力系統(tǒng)

大家好。今天我想探討一個(gè)觀點(diǎn)：在人工智能時(shí)代，能源人該有怎樣的使命和擔(dān)當(dāng)？

歷史上每一次工業(yè)革命都伴隨著能源革命。當(dāng)我們意識(shí)到人工智能又是一場(chǎng)新的工業(yè)革命時(shí)，能源人應(yīng)該扮演什么樣角色？

在蒸汽機(jī)發(fā)明之前，沒有人會(huì)把煤炭和動(dòng)力聯(lián)系在一起。后來(lái)人們意識(shí)到蒸汽機(jī)其實(shí)是一個(gè)能量轉(zhuǎn)換的裝置。瓦特的貢獻(xiàn)在于改良了蒸汽機(jī)的能量轉(zhuǎn)化效率。他做了一個(gè)關(guān)鍵變革，突破能量管理的主要矛盾——通過(guò)設(shè)計(jì)獨(dú)立的冷凝器解決了散熱問(wèn)題、提升了能效。

同樣在 GPU 發(fā)明之前，大多數(shù)人都認(rèn)為智力是人類獨(dú)特而又神奇的能力，沒有人會(huì)把電力和智力聯(lián)系起來(lái)。今天 GPU 就是新的蒸汽機(jī)。這臺(tái)新蒸汽機(jī)的功能一樣也是能量的轉(zhuǎn)化，把電力變成智力。我想說(shuō)，智力生產(chǎn)的本質(zhì)，其實(shí)是一個(gè)能量轉(zhuǎn)化的過(guò)程。

所以我的第一個(gè)觀點(diǎn)是：能源不只是 AI 的底座。如果僅僅視其為底座，其實(shí)是一種割裂。能源應(yīng)當(dāng)是 AI 的肌體和血脈。能源不是 AI 的盡頭，而是 AI 的過(guò)程。

如今大模型大約每 6 個(gè)月就有一次重大迭代；芯片幾乎是 12 個(gè)月一個(gè)版本。然而，通過(guò)模型和芯片實(shí)現(xiàn)能量轉(zhuǎn)換的電力系統(tǒng)在過(guò)去一百年間幾乎沒有發(fā)生大的變化。當(dāng)芯片和模型的摩爾定律（指數(shù)級(jí)發(fā)展）遇上緩慢發(fā)展的電力系統(tǒng)，矛盾便凸顯了。

今天，我們要解決的是 AI 生產(chǎn)全鏈路能量管理問(wèn)題。大家已經(jīng)意識(shí)到，GPU 再?gòu)?qiáng)大，如果不能實(shí)現(xiàn)高功率密度的電流輸入和高效散熱，那么機(jī)柜功率就無(wú)法從過(guò)去的 5kW 躍升至未來(lái)的 200kW、300kW。在這樣的約束下，再?gòu)?qiáng)大的芯片也發(fā)揮不了作用。與此同時(shí)，如何做好機(jī)柜集群的動(dòng)態(tài)功率管理，讓有限的供電功率下容納配置更多 GPU 也至關(guān)重要。在避免算力中心的波動(dòng)對(duì)電網(wǎng)產(chǎn)生重大沖擊的同時(shí)，吉瓦級(jí)的可再生能源如何穩(wěn)定實(shí)時(shí)地支撐算力中心？

因此，我想告訴大家，智力生產(chǎn)全鏈路上的一系列能量管理問(wèn)題，正在成為人工智能系統(tǒng)發(fā)展的關(guān)鍵瓶頸。電力系統(tǒng)正在成為人工智能的主體工程，而非配套。我們?cè)谧魑?，只有解決全鏈路能量管理的問(wèn)題，就像當(dāng)年瓦特革新蒸汽機(jī)和動(dòng)力系統(tǒng)一樣，才能為人工智能這一新的工業(yè)革命，解決發(fā)展的瓶頸并提供源源不斷的動(dòng)力。

既然模型和芯片可以實(shí)現(xiàn)高效迭代，我們也需要讓電力系統(tǒng)也實(shí)現(xiàn)摩爾定律，這正是遠(yuǎn)景要開創(chuàng) AI 電力系統(tǒng)的使命。

AI 電力系統(tǒng)，本質(zhì)上是能源系統(tǒng)與智能系統(tǒng)融合的人工智能基礎(chǔ)設(shè)施，讓電源、儲(chǔ)能、電網(wǎng)、電力電子、算力和大模型有機(jī)融合在一起。如果把能源、芯片和算力中心各自獨(dú)立，必將形成機(jī)械的割裂。打造 AI 電力系統(tǒng)就是讓這三者的有機(jī)融合成為人工智能基礎(chǔ)設(shè)施的底座，也是我們能源人的責(zé)任擔(dān)當(dāng)。

AI 電力系統(tǒng)想要解決三大問(wèn)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(wǎng)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(tǒng)要解決的第一個(gè)問(wèn)題。

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

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(tǒng)來(lái)提升風(fēng)光儲(chǔ)綠色電力的更高比例。

作為 AI 電力系統(tǒng)的開創(chuàng)者和實(shí)踐者，遠(yuǎn)景總結(jié)出三大關(guān)鍵支柱技術(shù)。

第一，智能中樞。遠(yuǎn)景 EnOS 智能物聯(lián)操作系統(tǒng)已經(jīng)能把數(shù)億的智能設(shè)備——從風(fēng)電、光伏、儲(chǔ)能，變壓器、氫能電解槽等全面接入，并實(shí)現(xiàn)從源、網(wǎng)、儲(chǔ)、荷到算力設(shè)施的實(shí)時(shí)協(xié)同。EnOS 不只是數(shù)字底座，它更是 AI 電力系統(tǒng)的神經(jīng)系統(tǒng)。

第二，物理人工智能。僅靠大語(yǔ)言模型無(wú)法真正管理一個(gè)電廠或算力中心，需要物理人工智能突破。對(duì)于能源系統(tǒng)而言，物理人工智能有兩個(gè)關(guān)鍵支撐：一是氣象大模型。要實(shí)現(xiàn)碳中和，100% 的電力將來(lái)自風(fēng)、光、水等綠色能源，氣候系統(tǒng)本身成為了能源系統(tǒng)。我們必須具備對(duì)氣候系統(tǒng)的洞察力，通過(guò)物理人工智能形成更深層的認(rèn)知，才能夠?qū)崿F(xiàn)能源有效調(diào)度的起點(diǎn)。二是遠(yuǎn)景的“天樞”能源大模型，它讓一個(gè)場(chǎng)站，從風(fēng)到氫能的產(chǎn)生，再到算力調(diào)度，形成一個(gè)毫秒級(jí)的實(shí)時(shí)智能控制。

第三，下一代電力基礎(chǔ)設(shè)施。僅有操作系統(tǒng)和大模型是不夠的，我們還需要下一代電力基礎(chǔ)設(shè)施。具體來(lái)說(shuō)，就是風(fēng)光儲(chǔ)一體化控制器、高壓直流 (HVDC)、固態(tài)變壓器 (SST)、智能機(jī)柜，這樣一套端到端的新型電力基礎(chǔ)設(shè)施架構(gòu)。

三者融合，才能打造出一體化的 AI 電力系統(tǒng)。在遠(yuǎn)景赤峰零碳產(chǎn)業(yè)園，遠(yuǎn)景打造了"算電協(xié)同"國(guó)家戰(zhàn)略的全球首個(gè)系統(tǒng)級(jí)實(shí)踐樣本——基于 2GW，100% 可再生能源電力系統(tǒng)，通過(guò) EnOS 和能源大模型，實(shí)現(xiàn)風(fēng)電、光伏、儲(chǔ)能、算力和氫能之間動(dòng)態(tài)實(shí)時(shí)協(xié)同，并與騰訊合作通過(guò) AI 電力系統(tǒng)優(yōu)化算力任務(wù)的編排。赤峰零碳產(chǎn)業(yè)園也是我們能源大模型的訓(xùn)練基地。更為關(guān)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(chǎn)組合。在 AI 的管理下，綠色資產(chǎn)系統(tǒng)收益都實(shí)現(xiàn)了最大化，讓綠色氫能與綠色算力獲得了極致的成本競(jìng)爭(zhēng)力。

遠(yuǎn)景還在烏蘭察布，打造“遠(yuǎn)景星河基地”——一個(gè)吉瓦級(jí)的能源系統(tǒng)與算力系統(tǒng)一體化的人工智能基礎(chǔ)設(shè)施，堪比美國(guó)的“星際之門”，為中國(guó)人工智能的騰飛鋪筑基石。

最后我想說(shuō)，當(dāng)人工智能時(shí)代撲面而來(lái)，能源不是 AI 的盡頭，而是 AI 的過(guò)程；能源不只是 AI 的底座，也是 AI 的血脈和肌體；電力系統(tǒng)不是人工智能的配套系統(tǒng)，而是人工智能的主體工程。我們每一位能源人不是時(shí)代的旁觀者，而是作為主力軍直接參與創(chuàng)造智能，在這個(gè)歷史的關(guān)鍵時(shí)刻擔(dān)當(dāng)重任。

謝謝大家！

參考資料：

https://www.iea.org/reports/key-questions-on-energy-and-ai

https://www.iea.org/reports/energy-and-ai/executive-summary

https://finance.sina.com.cn/roll/2026-05-26/doc-inhzfshe2756133.shtml

運(yùn)營(yíng)/排版：何晨龍

注：封面/首圖由 AI 輔助生成