夜雨聆风
想象一下这样一个场景：
上海某数据中心正在跑一批大模型训练任务。下午两点，西部光伏出力达到峰值，系统自动将训练任务的优先级拉高，把更多算力调度到西部绿电充裕的机房——整个过程不需要人工干预，灯光稳定、服务器运转如常，用户甚至感知不到计算发生在哪里。
这不是科幻小说。2025年底，朗新科技与临港算力合作的虚拟电厂平台，成功完成了上海到福建的智算百卡集群多任务跨省快速转移实测。这是国内首次跨省大规模算力集群的自动化、高精度转移。
这背后所代表的技术方向，正是2026年两会后被正式纳入国家新基建工程的超级热词——算电协同。
Part 01
两个“波动”的碰撞，与一个天然的“错配”
要理解算电协同，得先看懂AI时代电力与算力之间不可调和的矛盾。
算力是吃电的大户。一块英伟达H100 GPU的典型功耗是700瓦，新一代B系列直奔1000瓦以上——比你家空调还耗电。几万张卡堆在一起，一个超大规模数据中心的用电量堪比一座中型城市。
但最要命的不是“吃得多”，而是两边都在剧烈波动。
算力侧，用户访问有高峰低谷，AI训练任务有急有缓；电力侧，光伏靠天吃饭、风电时强时弱。传统的做法是两边各自硬扛：数据中心按峰值需求建供电容量，电网靠火电机组调峰来平抑新能源波动。两种做法都很贵，效率极低
更棘手的是，中国还存在一个天然的
“资源空间错配” ：
东部缺能源，但算力需求极度密集。北上深杭的互联网、金融、科研机构嗷嗷待哺，但土地贵、电价高。
西部缺算力，但绿电泛滥成灾。内蒙古、贵州、甘肃风充裕、光充足，电价低至0.18元/度不到东部一半。但当地没需求，建好的机房“吃不饱”。
在青海，90%的时段光伏存在弃光现象——电站发出来的电，
电网消化不了，只能白白浪费掉。
一边是AI算力渴求廉价电力，一边是西部绿电在“错误的时间”被白白放空。
怎么办？
Part 02
算电协同：让算力从“刚性负载”变“柔性负载”
算电协同的核心思想，就是打破两边各自为战的僵局：让算力变成一个“柔性负载”，主动去适配电力的波动。
大白话说就是：电多的时候多算，电少的时候少算、挪到别处算。 数据中心不再只是一个“耗电巨兽”，而可以变成电网的“调峰电站”。
这并非纸上谈兵。AI训练任务有一个对算电协同极其有利的特性：很多训练任务对时间不敏感。 训练一个模型需要跑几天甚至几周，晚一两个小时启动没影响，中间暂停一下也可以断点续训。
这给了调度极大的弹性空间。光伏多的时候多跑任务，光伏少的时候暂停任务——训练任务的“柔性”和绿电的“波动性”正好严丝合缝。
更何况，这已经不是“可选项”，而是“必选项”。国家发改委对新建大型数据中心提出了硬约束：必须落在八大算力枢纽节点，且绿电占比不低于80%，否则节能审查“一票否决”。当拿不到批文成为常态，“算力跟着绿电走”就成了生存法则。
Part 03
落地三条路：
算力如何追着风光跑？
从目前的产业实践来看，算电协同大致沿着三条路径在落地，我们能看到一幅清晰的路线图：
路径一：绿电直连 + 源网荷储（就地消纳）
天翼云在内蒙古、贵州等西部节点推进绿电直连，让算力网直接接入风电场和光伏电站。优刻得在乌兰察布的数据中心同样采用这一模式——依托当地丰富的风电与冷凉气候，部署全浸没式液冷机柜，PUE降至1.1以下，稳定获取低成本绿电的同时，大幅降低制冷能耗。
路径二：算力-电力协同控制器（时间协同）
万国数据在青海园区部署了这样一套系统：当光伏出力超过80%，自动拉起AI训练任务；当出力低于20%，训练任务在30秒内漂移到200公里外的风电场，本地只剩10%功率保活。这套机制的本质，是把算力变成电网的“虚拟电厂”，不仅能消纳绿电，还能通过调节自身负载参与电网平衡赚取调峰费用。
路径三：跨地域算力调度（空间协同）
朗新科技的跨省百卡集群转移就是典型——上海的任务在几分钟内被整体调度到福建的算力中心，根据两地的电力供需和算力资源状况实时匹配。优刻得也形成了“上海青浦（实时响应调度）+内蒙古乌兰察布（重计算负载）”的双中心闭环。
Part 04
认知升级：从“东数西算”
到“东电西算”
当我们把这三条路径连起来看，就会发现一个认知的跃迁。
“东数西算”解决的是 “在哪算” 的问题——把不需要实时响应的任务放到西部去，降低算力成本。
而“算电协同”在此基础上增加了一个更精细的维度：“什么时候算” ——即使在西部，也要根据绿电的实时出力来灵活调度任务。
所以业界开始用一个更精准的词来描述这个新模式：东电西算。西部绿电多的时候多算，绿电少的时候少算——算力跟着电力走，电力跟着阳光和风走。
未来，当一个AI训练任务在深圳被提交，它可能在贵州的光伏电站旁边运行、在内蒙古的风电场旁边运行、或者在四川的水电站旁边运行——具体在哪里跑，取决于此时此刻哪里的绿电最充沛、价格最低。而用户完全感知不到这种“算力的迁徙”。
Part 05
结语：基础设施运行逻辑的深刻变革
在AI时代，算力和电力不再是两个独立的系统，而是一个需要统一规划、统一调度、统一优化的整体。
数据中心将不再只是“耗电的”，而是可以“参与电网调节的”；算力将不再只是“被动用电的”，而是可以“主动适配绿电的”。未来的算力和电力的协同，也将越来越走向自动化、智能化、无感化。
这不仅是技术升级，更是整个能源与计算基础设施运行逻辑的深刻变化。当算力学会追着风光跑，中国AI产业的底座，才算真正扎进了绿色的泥土里。
扫码下方二维码，即刻入群交流👇
文字 | WM
图片 | 网络
素材 | 网络
