胡兴赞做案例分享

在文汇讲堂年度主题《绿色发展：向绿向富向美向强》的首场讲座中，诸大建教授从全球视角深入解读了算电协同如何塑造中国在人工智能时代的新竞争优势。海兰云的潘亚鸿总经理分享了海底数据中心的前沿实践，而我将聚焦于陆上，探讨远景科技集团在人工智能数据中心（AIDC）领域的创新探索与基础设施重构路径。

讲座全场

传统数据中心的商业逻辑在失效

远景是一家致力于提供碳中和系统性解决方案的绿色科技企业。我们深度布局能源、储能与智能调度，并深入产业应用。位于内蒙古赤峰的人工智能数据中心项目，正是这种跨界融合能力的集中体现——我们既是一家深刻理解新能源的AIDC公司，也是一家精通AIDC需求的新能源公司。

为什么说传统数据中心的运营模式正面临挑战？其根本原因至少体现在以下四个方面。

首先，是功率密度的指数级增长。回顾AIDC行业演进历程，大致可划分为四个阶段。单机柜功率已从早期的数个千瓦，迅猛增长至如今的数百千瓦，未来迈向兆瓦级已成必然趋势。这种根本性变化，倒逼我们必须对数据中心的基础设施进行系统性重构。

其次，负荷特性出现显著分化。过去的数据中心主要承载CPU服务器，但当前业务场景已高度复杂化：GPU训练、AI推理、海量数据存储……不同负载对能耗、供电可靠性、制冷效率、成本结构和网络时延有着截然不同的要求。试图用一套标准化方案满足所有场景，正变得越来越不切实际。

第三，能源约束正急剧收紧。以“东数西算”国家工程八大枢纽节点之一的乌兰察布为例，2025年初，数据中心耗电量约占当地全社会用电量的2%，预计到年底这一比例将攀升至6%左右。AIDC的快速发展必将直面严峻的能源挑战，包括不断提高的绿电消纳比例要求、“双碳”政策目标、水资源利用效率（WUE）和电能利用效率（PUE）等硬性指标。

“东数西算”工程2024年启动后，内蒙古乌兰察布建成多个数据中心 乌兰察布宣传部

最后，是资源供需出现结构性错配。算力的本质是服务于应用需求的，需求在哪里，数据中心就应布局在哪里。过去“算力跟随电力走”的传统思路，在当下已产生显著的资源错配问题，这要求我们重新定义算力基础设施的规划边界。英伟达创始人黄仁勋提出的“AI五层蛋糕”模型，首次将能源与人工智能进行了强关联——没有能源就没有算力，没有算力就无法产生AI计算单元（Token），也就无法服务终端用户。然而，能源、算力、基础设施与应用究竟该如何实现深度融合，该模型并未给出具体答案。

远景如何在重构基础设施下实现算电协同

那么，在基础设施必须进行系统性重构的时代背景下，算力与电力该如何实现深度协同？我们认为，关键在于实现三个维度的协同。

第一，是空间协同。算力中心与绿色电源的距离应尽可能缩短，实现“物理直连”而不仅仅是“电力直供”。数据中心选址需综合评估多达25个关键要素，其中绿色能源的可得性与地理邻近性，必须置于优先考虑的位置。

第二，是时间协同。这需要对算力负载进行精细化的“解构”分析：哪些计算任务具备可调度性，哪些是刚性不可调度的？哪些任务对成本高度敏感，哪些对时延有极致要求？只有充分梳理负载特性，才能与风电、光伏发电的波动性在时间轴上实现精准匹配与优化。

第三，是系统协同，即构建“源网荷储一体化”的智慧能源系统。其核心逻辑在于打破传统能源、电网、负荷、储能之间的壁垒，实现跨系统的智能联动。算电协同的终极目标，是让高质量、高可用的算力能够以更清洁、更稳定、更经济的方式被生产与交付。

算电协同，本质上是一次基础设施层面的系统重构 来自主讲者PPT

远景在内蒙古赤峰的实践，正是对上述协同理念的全面落地。我们在那里建设了全球规模领先的绿色氢氨产业园。选择赤峰具有多重战略考量：其地理位置位于北京以北约400公里，年均气温约8摄氏度，全年自然冷却时间长达约6000小时，为打造超低PUE的数据中心提供了得天独厚的自然条件。同时，当地拥有丰富的风光资源，为100%绿色电力供应提供了坚实保障。

该零碳产业园具备几个突出特点：其一，规模全球领先，规划年产150万吨绿氢绿氨，并且是全额投资的零碳产业园，确保100%绿电直连。一期工程通过专属输电线路，实现了1.1GW风光电力的直接接入。其二，它是一个全离网运行的园区，全部采用远景自研的构网型储能系统。我们已经成功验证了“氨电协同”创新模式，自研的电解槽能够与风光出力曲线完美匹配，实现了极高的绿电就地消纳率。

具体到如何实现真正的算电协同，我们构建了四层技术架构：

首先，构建坚实的能源数字底座。利用自研的智能风机、AI储能系统、氢氨电解槽及底层物联网传感器，全面、实时采集物理世界的运行数据。

其次，部署智能物联网管理平台。该平台将电源、电网、负荷、储能全要素关键参数统一纳管。通过“远景天机”气象大模型预测风光资源，优化风机出力；通过“远景天枢”能源管理大模型，深度耦合电源侧与负荷侧，动态调节储能充放电策略和氢能电解槽的功率输出。

赤峰园区算电协同运行示意图 来自讲者PPT

再次，对算力负荷进行结构化识别与调度。我们与腾讯等生态伙伴投入大量研发资源，深入研究各类AI业务负载的可调性。如果算力负载是一个完全被动、不可预测与调度的“黑盒”，那么真正的算电协同就无从谈起。

最后，研发能够打通“源-网-荷-算”壁垒的智能调度大模型，实现多维度、系统化的联动优化。算电协同真正的技术难点与核心价值，就在于能否让算力负载真正“感知”并“理解”能源系统的状态，从而与之进行深度、灵活、高效的互动。

赤峰项目验证的是算力如何更绿更经济

赤峰项目自2024年底规划，于2025年6月正式投运，至今已平稳运行一年。它所验证的核心价值是清晰且可量化的：

第一，极大提升了绿色电力消纳能力。园区实现100%绿电直供，通过灵活组合氢氨制备负荷与AI算力负荷，使绿电占比达到行业极高水平，有效降低了弃风弃光率。方案中甚至创新性地取消了传统UPS和柴油发电机，改用氢氨燃气轮机作为备用电源，并用远景AI储能系统替代数据中心传统的UPS蓄电池，显著降低了综合能源成本与碳排放。

第二，经济性优势显著。园区的综合度电成本相比从电网取电模式降低50%以上，为AI算力提供了极具竞争力的成本优势。

第三，增强了能源供需的动态匹配能力。通过深度挖掘氢氨负荷与算力负荷的可调节潜力，数据中心的IT设备资源利用效率和产出效率得到大幅提升。

第四，形成了一套可复制、可推广的方法论体系。从前期选址评估、整体规划，到详细设计、智慧运营，我们已经沉淀出一套系统化的功能方法与技术标准，为大规模商业化推广奠定了坚实基础。目前，我们正在内蒙古乌兰察布规划建设GW级别的绿色算力园区，正是希望将赤峰项目验证的成功模式与核心价值，应用到更广阔的规模场景中。

听众拍下重要的PPT

归根结底，赤峰试点成功验证了一条清晰路径：如何让AI算力变得更绿色、更经济、更具规模可复制性。算电协同的核心价值，正是推动高质量、可持续的算力走向规模化、普惠化供给。

展望未来三年，行业将围绕三个主要方向持续演进：一是从简单的资源地理匹配，走向系统级的架构重构。未来的绿色数据中心应是基于绿电直连的离网型或微网型设施，需要从选址、规划、IT负荷选型到集群任务调度进行全链条、一体化的协同设计。二是评价体系将从追求静态的“能效”指标（如PUE），转向追求动态的“系统协同效益”，最终体现在每个AI计算Token（令牌）的绿电占比和综合成本上，这将是未来中国算力出海真正的核心竞争力所在。三是算电协同将逐步从行业的“可选项”变为AIDC的“基础配置”和“必选题”，更大规模的GW级绿色算力集群实现深度算电协同将成为产业新常态。

总而言之，算电协同发展的最终目标，在于构建更普惠、更高质量、更可持续的新型算力基础设施体系，这不仅是企业把握绿色数字经济时代的商业机遇，更是提升国家在AI时代核心竞争力的重要战略体现。