问题——用能约束成为算力扩张“硬门槛” 近年来，大模型训练和行业智能化应用加速落地，智算中心规模不断扩张，电力消耗、散热压力和用能成本随之上升。业内测算，千卡级集群高负载运行下年用电量可达数百万度；叠加电价波动和峰谷价差扩大，运营成本更被推高。同时，国家持续提高数据中心能效要求，绿电占比、PUE等指标逐渐成为项目立项、验收和运营评价的重要门槛，过去“先上算力、再补能耗”的模式越来越难走通。 原因——政策导向与技术演进共同推动“算电一体化” “算电协同”写入政府工作报告，被视为算力基础设施从追求规模转向高质量发展的信号。一上，电力系统需要更好应对峰谷调节与可再生能源并网消纳等挑战；数据中心作为重要用能主体和可调负荷，具备参与调峰与需求响应的空间。另一方面，芯片功耗密度上升、集群持续做大，使散热与供配电从“配套”变成影响算力效率和稳定性的关键系统。算力调度与电力调度的协同优化，正在成为降本增效、提升资源利用率的核心抓手。 影响——产业竞争从单点性能转向体系能力 在政策与市场共同推动下，算力产业链的竞争重心正在变化：不再只比芯片峰值算力，更看重互联效率、软件栈适配、能耗控制，以及面向数据中心的交付与运维能力。以昇腾为代表的国产算力近年持续推进算子库、编译器以及训练与推理框架适配，生态覆盖不断扩大；在部分场景中也体现出功耗控制优势，有利于在电力成本敏感、能效指标趋严的环境下提升综合性价比。 同时也要看到，在不同模型、算子组合与并行策略下，国产算力仍需依靠软件优化与工程化能力继续缩小体验差距。生态兼容性、工具链成熟度和运维体系稳定性，仍是规模化应用能否顺利推进的关键变量。 对策——从“建中心”到“管系统”，强化协同治理与工程落地 推进算电协同，既要有技术路径，也要有配套机制。 一是完善“源网荷储”协同。推动绿电交易、分布式能源、储能配置与数据中心负荷调节联动，提高绿电占比与消纳效率，降低峰时用电成本和碳约束压力。 二是提升数据中心工程能力。液冷等技术可明显改善散热效率、降低PUE，但对设计、施工、检测和运维要求更高。应建立标准化运维流程与风险处置机制，强化供应链保障，避免“重建设、轻维护”带来可靠性隐患。 三是做强软硬件一体化调度。围绕训练、推理、离线计算等不同负载特征，推动算力任务在时间、区域和能源结构上的优化编排，探索在电价、温度、碳排放等约束下的多目标调度，提高算力利用率与能效水平。 四是健全市场化激励机制。研究需求响应、容量补偿等政策工具，鼓励数据中心在保障业务连续性的前提下参与电网调峰，形成“降本+增收”的商业闭环，提升中小运营主体的参与动力。 前景——国产算力迎来窗口期，也需直面不确定性 业内普遍认为，算电协同将推动行业从“单点替代”走向“体系竞争”，为国产算力扩大应用带来新空间。随着央国企和重点行业对安全可控、绿色低碳的要求提升，国产算力在政务、金融、能源、制造等领域有望进一步拓展份额。 但同时，芯片迭代节奏、软件生态成熟度、绿电接入进度，以及储能、液冷等关键环节的成本与可靠性，都会影响政策红利转化为实际生产力的速度。接下来能否把“指标要求”落到“可复制的工程方案”和“可持续的商业模式”，将直接决定算电协同的落地效果。
算电协同写入政府工作报告，释放的不仅是节能降碳的硬约束，也是在推动新型基础设施走向高质量发展的路径信号。算力要真正成为产业升级的“发动机”，必须跨过电力成本、能效指标和工程运维这几道关。面向未来，只有把政策导向转化为可复制的技术路线、可落地的工程能力和可持续的商业模式，才能让算力建设从“热起来”走向“用起来、用得好”。