夜雨聆风全球AI竞赛的焦点正在悄然转移。国际能源署4月发布的报告显示，2025年全球数据中心用电量达485太瓦时，到2030年预计翻倍至950太瓦时左右，专用于AI大模型的数据中心用电量增长更为迅猛，预计达当前3倍左右。AI的竞赛，正从芯片算力的军备竞赛，转向一场关乎物理世界能源底座的较量。
5月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合印发的《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号，以下简称“《行动方案》”）正式对外发布。这份以能源支撑人工智能发展、人工智能赋能能源转型为主线的重磅文件，部署了29项重点任务，不仅勾勒出中国AI产业能源保障的战略蓝图，更试图回答一个根本性问题：当比特井喷式增长，谁来支撑它背后的瓦特？
能耗焦虑：AI算力引发的电力困局
电力需求的飙升正在成为全球性挑战。2026年剑桥能源周数据显示，2023至2026年间全球数据中心电力消费年均增长18%，AI计算占比从15%升至35%。在中国，据南方日报报道，随着AI产业快速发展，我国数据中心用电量预计2030年将达4500亿千瓦时，年均增速约25%，远高于全社会用电量4.6%的增长速度。有业内人士预测，到2030年AI数据中心的电力消耗，在国内可能占到整个电网的4%至6%，在北美部分地区甚至超过10%。AI大模型已成为名副其实的“电老虎”。
《行动方案》直面这一严峻现实，提出“到2027年，支撑人工智能创新发展的安全、绿色、经济的能源保障体系初步构建；到2030年，人工智能算力设施的清洁能源供给保障能力达到世界领先水平”。在中国能源网发布的评论中，该方案“敏锐抓住这一关键矛盾”——没有可靠的能源供给，算力便是无源之水。
然而，绿电供给与算力刚需之间的时空错配构成了一个结构性难题。以用电需求为例，数据中心需要“7×24小时”不间断稳定供电，而新能源波动性大，风大、阳光好的时候用不完，有时又不够用，时序错配矛盾突出。空间上，数据中心的选址多以用户为中心，算力需求集中在长三角、珠三角等东部区域，绿电资源却集中在西部，电网传输通道不足时常出现“算力等电”的尴尬局面。
这正是《行动方案》破解“算电协同”困局的着力点。方案明确指出要“统筹大型新能源基地与国家算力枢纽规划布局”，推动算力设施向新能源富集地区有序汇集，促进新能源就近就地消纳，实现“就地发电、就地计算”。这不仅是能源战略的优化，更是对电力版图的重新描绘。
《行动方案》出台前，算电协同的产业实践已在多地展开。据北极星电力网统计，截至2026年5月，全国已投运6个标杆项目、8个超级工程在建或规划中，总投资超500亿元，配套新能源装机逼近1500万千瓦，绿电直供率普遍超80%，PUE（电能使用效率）压降至1.10至1.18区间。实践中摸索出的模式创新——从物理直供到双边交易的绿电保障机制——为政策制定积累了宝贵经验，也使《行动方案》从顶层设计出发，将探索正式上升为制度安排成为可能。
绿色供能与AI赋能的双向奔赴
如果说过去政策更多强调能源保障算力，那么《行动方案》的突破在于提出“双向赋能”这一核心理念。方案明确“推动算力设施绿色低碳转型”，将算力设施本身视为电力系统中一种具备高度灵活调节能力的“新型负荷”。这意味着，庞大的智算中心不再仅仅是消耗电力的“用电大户”，还可通过参与电网调峰、需求响应等方式，变“被动消耗”为“主动调节”，成为电力系统灵活平衡的有力参与者。
国家数据局局长刘烈宏此前已明确提出确保枢纽节点新建算力设施绿电应用占比达到80%以上的目标。《行动方案》则将这一目标具象化为一系列制度性安排：鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，支持算力设施以多种形式参与电能量、辅助服务、需求响应等市场交易。方案中的“协同”一词被提及24次，“绿电”提及13次，足见政策聚焦之精准。
值得关注的是，《行动方案》不仅着眼于为AI算力“供电”，更着力挖掘AI对能源系统的深层赋能价值。方案要求“聚焦电网、发电、煤炭、油气、综合能源等领域，提升能源大模型的泛化迁移能力，推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用”。AI从“能源消耗者”到“能源优化者”的身份转变——以气象大模型提升风光发电预测精度，以智能调度系统支撑电力系统安全稳定运行，以专业模型实现全行业的智能化——是这场双向赋能的关键内核。
在应用场景层面，厦门大学中国能源政策研究院院长林伯强在接受媒体采访时指出，“只要储能规模足够大，绿电就可以更深度融入新型电力体系，从而支撑人工智能产业发展”。双登股份董事长杨锐则更具体地描绘了未来智算数据中心的角色转变：AIDC“不再只是用电大户，而是高度耦合的‘算力+能源’的复合体系”。
从芯片到场景：AI模型创新的能源逻辑
《行动方案》对自主技术的强调，反映了中国在AI格局博弈中的深层考量。方案明确提出“推动人工智能自主可控软硬件在能源领域深度应用”，要求加快自主智算芯片与国产深度学习框架的适配优化，推动多框架协同运行。在能源富集地区布局算力中心的同时部署自主可控的技术体系，既有经济考量，更有安全层面的战略深意。
另一方面，随着AI芯片、深度学习框架等本土技术体系的完善，能源数据的安全保障能力也将同步提升。《行动方案》同时要求“筑牢能源数据安全与隐私保护屏障，激活能源数据要素市场活力”，构建治理、安全、流通三位一体的数据发展模式。
在算法层面，方案的突破点在于强调“能源领域人工智能模型创新”，而非泛化的通用AI应用。方案提出“加快能源专业模型技术攻关”，推进适配能源领域的智能终端、智能体、具身智能等技术研发。从通用AI到专业大模型，再到智能终端与具身智能的纵深布局，是中国在AI应用层面的战略延展——不局限于芯片性能比拼，而是在能源这一关键垂直行业中构建从算力到场景的全链条闭环。
值得关注的是，有分析认为能源AI大模型目前在电网规划设计、调控运行、市场交易等关键环节仍缺乏针对性、成熟化的专业模型库支撑。《行动方案》通过“推动能源领域高质量数据集建设”和“能源高质量数据集共建共享长效管理机制”等安排，正试图弥合这一技术落差。
全球竞赛中的中国路径
将《行动方案》置于全球背景下审视，其深远意义更加凸显。国际能源署署长法提赫·比罗尔的一番话可谓一针见血：“那些能够提供安全、经济且快速的电力供应的国家将占据先机”。AI竞赛不仅是算法与芯片的竞赛，更是能源基础设施的竞赛。
美国在AI电力供应上的困境为中国提供了反衬。高盛最新研报显示，到2030年，美国数据中心总电力需求预计将达到500吉瓦，未来五年AI相关电力需求就将增长100吉瓦，占总增长的2/3。据东吴证券测算，2026至2030年美国已备案新增装机累计不足200吉瓦，仅达新增需求的50%。电网互联性差、输电瓶颈严峻——美国在AI电力保障上正面临较为突出的困难。而中国凭借能源产业体系完备、新能源产能规模大等优势，具备了从能源供给侧破解AI发展瓶颈的基础条件。
更值得注意的是，《行动方案》中“推动绿色算力交易体系建设”的部署，将绿电消纳与算力资源配置优化纳入统一制度框架，有望在全球率先探索出“电—算融合”的规范模式与交易标准。这也意味着，中国不仅有潜力通过这项政策加速国内AI产业破局，更有望借此影响全球数据要素流通与能源基础设施建设的游戏规则。
政策落地的挑战与未来
《行动方案》展现的系统性思维值得肯定。“协同”与“绿电”反复出现，意味着国家层面已充分认识到能源基础设施与AI技术的深度融合，才是下一代科技竞争的关键突破口。
然而，政策的雄心与落地之间仍存在不容忽视的挑战。其一，算力设施的能源供应标准缺乏统一规范。《行动方案》虽然提出“建立健全算力设施能源供给规划建设标准”，但不同电压等级、不同电能质量要求的算力设施如何因地制宜安排供电方案，仍需要行业标准体系和地方规划方面的支撑方能落到实处。其二，储能技术与绿电直连的经济可行性尚需验证。厦门大学林伯强教授虽有“只要储能规模足够大”的判断，但产业界的共识是当前储能系统成本仍是制约绿电全面替代传统电源的主要瓶颈。
远景能源在内蒙古赤峰落地的全球首个100%绿电直供数据中心案例显示，综合能源成本可降低超40%，年碳减排达18万吨。行业数据显示，发电侧配储以绿电直连与储能配置为核心，已可满足算力中心80%至90%的绿电消纳需求，同时降低综合用能成本。“绿电加储能”的商业化模式已在局部得到验证，但从标杆试点到全国范围的规模化推广，仍面临成本边界的硬约束。
制度的突破同样至关重要。方案提出“推动算力设施以多种形式参与电能量、辅助服务、需求响应等市场交易”，将算力负荷引入电力市场，意味着从“能源消费者”到“系统参与者”的转型。但这一转型的实现，依赖于电力市场改革的深入推进。据国网能源研究院数据，目前国家电网经营区内电力现货市场已基本全覆盖，但辅助服务市场和需求响应补偿机制的区域差异性依然较大，算力负荷参与市场的准入门槛和收益机制尚有不确定性。新基建的算电协同工程及其市场化配套机制，在中国当前电力交易体制改革不断深化的背景下，能否打通实时响应与灵活交互的全部技术堵点，影响政策目标能否充分达成。
从国际维度看，中国企业已在东南亚率先布局算电协同的海外实践。天能集团与VCIG在马来西亚签约1吉瓦时AIDC光储项目，国富氢能牵手泰国正大家族基金布局数据中心供电与氢能装备新赛道。这些先行项目以中国绿电技术与装备支持东南亚数字经济发展，展现出《行动方案》隐含的另一层战略机遇：中国有可能以“算电协同”技术输出全球，在“数字+能源”双赛道并行推进国际竞争力。
《行动方案》的出台，标志着中国AI与能源的融合发展已由分散探索迈入系统性推进阶段。能源保障不再仅仅是算力发展的支撑条件，而成为AI产业链中不可或缺的有机组成部分。在这场上万亿美元的全球科技较量中，真正具有决定性意义的或许并非性能领先的算力芯片，而是将浩浩荡荡的电力转化为源源不断的计算力的制度设计与系统效率。当比特追问瓦特，中国正在给出自己深思熟虑的答案。
