来自上海的算力需求，并非必须完全依赖本地处理。通过实时分析电价波动、绿色电力使用比例以及各地智算中心的负载状况，算力任务能被智能拆解，并动态分配给克拉玛依、乌兰察布等西部节点，最终将计算结果回传至就近的汇总端。

这是在杨浦区举办的2026算电协同创新发展论坛暨申威睿思新品发布会上，企业所展示的算电协同调度实际应用。其背后，一个显著的产业趋势正在成形：伴随着人工智能大模型在推理与训练方面的需求持续攀升，智算中心的发展已不再仅仅是“多建机柜、多用电”的基础设施规模扩张。电力接入的便捷性、绿色能源的消纳能力、峰谷电价的差异利用以及跨区域的算力调度能力，正逐渐成为决定算力资产价值的关键新变量。

任务跟随电力资源流动

今年3月，“算电协同”这一概念被正式写入政府工作报告。紧随其后，在4月，国家发展和改革委员会、国家能源局、工业和信息化部以及国家数据局联合发布了《关于促进人工智能与能源双向赋能的行动方案》，明确提出了推动算力基础设施实现绿色低碳转型，并促进算力与电力资源的高效经济协同。这一系列政策转向的背后，反映的是算力需求的迅猛增长与电力供给能力、可再生能源分布不均、以及城市电网承载压力之间存在的结构性矛盾。

算电协同的内涵远不止于为数据中心采购更多的绿色电力。合肥综合性国家科学中心人工智能研究院的副总工程师褚海涛在论坛中指出，当前亟待解决的核心问题，既包括东部地区算力需求旺盛但受制于电力供应与碳排放指标的严格约束，也包括西部拥有丰富风光资源却缺乏足够本地算力需求来有效消纳，更深层次的问题在于算力系统与电力系统长期处于彼此割裂的状态。

过去，数据中心更像是一个固定且持续的电力消耗大户，只要有计算任务就需要不间断地用电。而算电协同的目标，正是要改变这种刚性的用电模式。褚海涛进一步阐释，例如自动驾驶、实时搜索这类对延迟极其敏感的任务，要求持续稳定运行，不能中断或延迟；但像大模型预训练等任务则具备一定的弹性，当本地算力资源不足或电力成本过高时，可以将其迁移至其他节点完成。这正是“算随电动”的核心逻辑——系统首先判断任务是否可以延后执行或进行迁移，然后结合实时电价、电网负载情况、绿色电力出力状况以及储能设施状态，综合决策出任务应在何时、在哪个节点运行最为经济高效。褚海涛将未来的数据中心形象地比喻为一块“柔性的电网海绵”，它不仅能够消耗电力，还能在电网需要时主动响应并参与调节。

中国科学技术大学的陈力教授同样指出了当前算电协同在跨域系统化协同方面的不足。他认为，接口规范标准、数据交互模型以及数据共享机制目前尚未统一。具体来说，算力系统掌握着任务负载的详细信息，而电力系统了解电网的实时负荷状况，但这两套系统之间的数据与调度规则仍有待进一步打通和融合。

产业界正在补齐调度能力短板

产业层面正在积极构建的，正是这一套跨系统的协同调度能力。在此次论坛上，申威睿思发布了名为“万象灵和”的算电协同智能调度平台，以及新一代镭视一体机、边端AI算力底座、算力堡垒液冷基础设施等一系列产品。这些产品均围绕算力资源调度、电力系统安全保障、边缘端推理能力和液冷散热基础设施等关键环节，为算电协同的实际落地提供了有力支撑。据申威睿思CTO周民介绍，公司目前已在苏州、克拉玛依、乌兰察布等地部署了算力网络，拥有超过2万P的可调度算力资源。当上海用户提出算力请求后，系统便可以根据不同集群的实时算力状态、绿色电力占比以及未来的电力供应预测，将部分计算任务智能调度至克拉玛依或乌兰察布，最终将计算结果汇集到离用户最近的节点。

随后的圆桌讨论环节，则将焦点进一步拉回到了实际的运营成本与收益账本上。申威睿思COO华东亚举例说明，在一个装机容量为120兆瓦的数据中心（IDC）测算模型中，若按50%的设备调用率计算，年用电量约为5亿度，相应的年电费支出大约为2亿元。通过引入算电协同调度，电费成本有望节省7%至10%，同时还能通过参与电网的调峰调频辅助服务，获得额外的经济收入。

不过，要将算电协同真正应用于更多的实际项目中，仍需妥善解决合同签署、权责划分以及收益分配等一系列商业问题。博浩数据副总裁彭军介绍，其公司已交付及正在建设的项目资源总量约500兆瓦，主要分布在一线城市及其周边地区。这些区域的客户需求高度集中，但电网负载密度大，本地消纳新能源的空间有限，市电接入能力也可能成为制约因素。他判断，未来对于智算中心及IDC领域而言，算电协同“或许不再是锦上添花的加分项，而是进入市场的必要通行证，甚至是出生证”。他强调，要让算电协同真正融入IDC的合同标准，需要建立“标准保障体系加上弹性调度能力”的全新模式。精合并购的联合创始人周驰浩也提醒，调度权的归属问题涉及电网公司、售电公司、发电企业、虚拟电厂等不同运营主体，技术企业的角色定位——是仅作为算法供应商提供支持，还是作为实际的运营主体深度参与——其边界差异巨大，相应的监管要求与商业价值也截然不同。

算电协同的全面落地，需要算法技术、电力工程、算力运营、市场交易以及具体行业场景的协同推进。论坛现场，申威睿思宣布与中国科大先研院共建联合实验室，聚焦核心技术攻关、科研成果转化和专业人才培养；同时，携手正乾金融成立能源AI智能体应用实验室，共同探索人工智能在能源领域的应用场景。上海市杨浦区副区长苟如虎表示，杨浦区将依托大创智示范区等创新平台，为算电协同技术的落地应用和相关产业的集聚发展提供全面的生态支撑。

从技术层面能否实现高效调度，仅仅是迈出的第一步。在商业实践中，如何签订合同、如何分配收益、如何界定各方责任、如何验证调度数据的真实有效性，这些问题的解决与否，才最终决定算电协同能否从演示场景成功扩展至更多可落地的项目。对于正处于快速发展期的智算基础设施而言，下一阶段的竞争焦点，将不再仅仅是“是否拥有算力”，更关键的是能否将电价成本、绿电使用、储能状态和算力任务调度，纳入同一套精细化的成本与效益核算体系中，算清这笔“综合账”。