夜雨聆风点右上角听全文，边读边听更轻松
(📖 阅读约8分钟)
最近一周，有三件事放在一起看，很有意思。法国EDF组建AION联盟竞标欧洲AI超级工厂、我国四部委发文推动"核电直连算力"、NITF 2026论坛聚焦"AI重塑核电"——三件事，一个信号：核电和AI，正在发生化学反应。
1、法国EDF组建AION联盟
拉上8家巨头竞标"欧洲AI超级工厂"，高管放话："法国核电又稳又绿又便宜，AI算力中心不来找我找谁？"
2、我国四部委联合发文
探索"核电直连算力设施供能"——不是经过公共电网，是核电站拉根专线直接给数据中心供电！
3、NITF 2026杭州峰会
290多位核电和IT圈大咖讨论的不是"核电能不能用AI"，而是"AI怎么重塑核电"——从运维到决策，从知识管理到安全管理。
• • •
🇫🇷
法国人的算盘：核电是最性感的"AI卖点"先说法国的AION联盟。
这个联盟名字听着挺唬人——AION，听着像古希腊神话里的"永恒之神"。成员阵容也确实够大：除了EDF（法国电力），还有私募巨头Ardian、老牌超算公司Bull、咨询公司Capgemini、电信运营商Orange和iliad集团，以及云计算公司Scaleway。
他们是冲着欧盟EuroHPC联合计划的"欧洲AI超级工厂"征集令去的。说白了，就是在抢一个"欧洲AI领域最大的基建项目"。
EDF凭什么觉得自己能赢？
答案就一个字：电。
AI大模型训练有多耗电？简单举个例子：训练一个GPT-5级别的大模型，一年消耗的电力大约相当于一个小型城市。微软、谷歌、Meta这些巨头2026年的数据中心电力需求，比2023年翻了将近一倍。国际能源署预测，到2030年，全球数据中心的电力消耗将超过日本全国的用电量。
谁有稳定、低碳、大规模、不受天然气价格波动的电？
核电。
法国电力结构中核电占比超过65%，是全球核电占比最高的大国之一。这就意味着，法国在电力供给上的稳定性、低碳性、成本可控性，是任何一个依赖天然气发电的国家都无法比拟的。
这就是EDF的底牌。
"通过这个联盟，我们选择了一个集体抱负：从法国建设一个世界级的欧洲AI超级工厂。"
—— EDF客户、服务和区域部门执行总监 Béatrice Bigois
注意她用的词——"世界级"。不是欧洲级，是世界级。
法国人的逻辑很清晰：在AI时代，能源不是成本，是核心竞争力。
🇨🇳
我国的政策：核电站给数据中心"拉专线"如果说法国EDF是企业在"用脚投票"，那我国四部委的文件就是政府在"画路线图"。
2026年5月9日发布的《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），全文29条，有两条值得反复读。
📋 文件核心要点
- "探索核电、氢能等能源以直连方式为算力设施供能"
——"直连"两个字，信息量巨大。传统模式下，核电站发的电上电网，数据中心从电网买电，中间隔着一层又一层。直连意味着核电站可以直接给数据中心供电——跳过电网、减少传输损耗、锁定长期电价。 - 到2027年
，初步构建安全、绿色、经济的能源保障体系，清洁能源与算力设施互动能力显著提升；到2030年，达到世界领先水平。这不是远景目标，是近在眼前的行动方案。两年之内见雏形，五年之内见成效。
这对于数据中心运营商来说，简直是降本增效的"杀手锏"。要知道，电费通常占数据中心运营成本的40%~60%。而且核电的基荷特性（24小时稳定输出），天然匹配数据中心7×24不间断运行的需求。
🏭
行业的共识：AI不是"锦上添花"，是"生产工具"再把目光转回我国核电行业。
5月14日，NITF 2026在杭州召开。这个论坛今年已经办到第十四届，是我国核电信息技术领域的颇具影响力的会议。今年的主题一改往年的技术路线风格，直接用了三个核心词："AI驱动、数智协同、安全发展"。
"AI驱动"——放在主题首位。
这不是供应商在炒作概念，而是核电业主单位、设计院、工程公司达成的共识。
有关电力行业专家在论坛上讲了一个核心观点：核电数智化转型，不是把AI当成"锦上添花"的工具用一用，而是要构建"感知—分析—决策—优化"的闭环能力体系，实现从"流程数字化"向"业务智能化"的跃升。
具体来说，AI在核电领域正在三个方向发力：
🚀 AI在核电三大发力方向
- 预测性运维。
过去是坏了再修，现在是通过AI分析设备运行数据，在故障发生之前就预警，提前安排维修窗口。这不仅省钱，更重要的是减少非计划停堆——对于核电站来说，一次非计划停堆的损失巨大。 - 智能知识管理。
一座核电站运行几十年，积累了海量的操作规程、经验反馈、故障记录。但这些知识往往是分散的、非结构化的。通过大模型，可以把这些"沉睡的知识"变成"可理解、可推理、可复用"的智能资产。新员工培训、故障诊断、操作决策，都能从中受益。 - 安全管理。
核安全是核电的生命线。AI可以通过多模态感知融合，实时监测核电站安全状态，识别异常模式，辅助安全评估决策。
论坛现场290多位嘉宾达成了一个共识：核电行业的智能化升级，不是单点技术应用，而是以数据体系建设为基础、以知识沉淀为核心、以智能能力为引擎的系统工程。
🌍
全球的共识：AI要在核能领域落地，必须"以人为本"不光是中国人在讨论。5月4日到5日，OECD核能署（NEA）和韩国原子能研究院（KAERI）在济州岛联合办了一场国际研讨会，170多位政策制定者、行业专家和技术代表坐在一起，讨论的题目是——"利用AI加速核能部署并降低成本"。
这场研讨会产生了几个重要共识：
🌐 国际研讨会四大共识
- AI已经在核能领域产生了实际价值。
不是概念验证，不是PPT项目，是已经在投运机组、新项目建设、退役拆除等多个环节落地了。 - 最大的挑战不是算法，而是数据治理和监管证据。
AI模型再先进，如果没有高质量的训练数据支撑，就是空中楼阁。而要让AI的决策被核安全监管机构接受，需要的不仅是算法的精度和召回率，而是"监管级证据"——机器做出判断的逻辑链条必须透明、可解释、可追溯。 - AI不能替代工程师，必须辅助工程师。
这点特别重要。与会者一致强调，核能领域的AI必须"牢牢以人为中心"，工程师在安全关键环境中保留最终的判断权和问责权。AI可以帮你看更多的数据、找出你忽略的模式、提醒你潜在的风险，但最终拍板的，必须是人。 - 行业方向正从"孤立AI工具"转向"可信工业生态系统"。
碎片化的AI应用无法支撑核能行业的整体升级，需要构建整合数据、工程专业知识、运营工作流程的可信生态。
❓
"核电+AI"的下一个路口：三个关键问题回到开头的三件事。
EDF竞标AI超级工厂、四部委发文推"核电直连算力"、NITF论坛讨论"AI重塑核电"——这些看似分散的事件，其实串起了同一个主题：核电和AI正在深度融合。
但有几个问题还没有答案：
问题一：核电给AI供电，谁来买单？
核电的度电成本虽然稳定，但前期投资巨大。数据中心运营商是否愿意签20年甚至30年的直供电合同？电价定多少？谁来承担市场风险？
问题二：AI给核电赋能，监管怎么跟上？
NRC（美国核管会）2024年发布AI在核设施中应用的政策声明，IAEA的AI应用技术文件还在制定中。我国核安全监管机构对AI在核安全相关系统中的应用态度和监管技术政策也已经明确，但还需要宣贯落实。
问题三：安全边界在哪？
AI进入核设施控制系统，意味着核电站的"大脑"里多了一个"数字大脑"。如果这个数字大脑被攻击、被误导、或者自己出错了，怎么办？AI应用安全的"红线"画在哪？
这些问题不解决，"核电+AI"就只能在边缘地带小打小闹，进不了核心地带。
• • •
🎯 结语
2026年，AI的"胃口"越来越大，而能满足这个胃口的能源选项并不多。
太阳能、风能间歇性太强，天然气受地缘政治影响价格波动大，煤电碳排放是硬伤。核电——稳定、低碳、不受天气影响、不受化石燃料价格波动制约——几乎是AI算力中心的"天然搭档"。
而反过来，AI也在反哺核电。从预测性维修到知识管理，从安全监测到新堆型设计优化，AI正在让运行了半个世纪的核电站变得更"聪明"。
这不是一场单向的赋能，而是一次真正的双向奔赴。
能源不再只是人工智能发展的"被动供给者"，人工智能也不再只是能源转型的"技术工具"。二者的深度耦合，将为我国数字经济高质量发展和新型能源体系建设注入新的动能。
1927年，核物理学的先驱欧内斯特·卢瑟福在皇家学会的演讲中曾说："我们无法从原子中获取任何商业上可用的能量。"不到二十年，第一颗原子弹爆炸。又过了十年，第一座民用核电站并网发电。
今天，有人说AI的电力需求将引爆能源危机。也许，它引爆的，是一场AI和核电协同进化的能源革命。
👆 觉得有收获？转发给关注能源与科技的朋友
