刊登日期 : 30/06/2026
常有人说，AI的背后是算力，算力的背后是电力。中国若要成为“世界Token工厂”，离不开算力与电力的发展。
光是发展还不够，关键在于“算电协同”，让算力和电力从各走各路变成同频共振。
“算电协同”这一概念，随AI发展而出现，2026年首次被写入政府工作报告，列为新兴基建工程，可见其战略地位。
所谓“算电协同”，指的是算力网络与电力系统的深度融合。它可以粗略地视作是“东数西算”的升级版，不仅要把数据中心和算力园区往土地、能源更丰富的西部搬，同时还强调算力与电力的一体规划调度。
算电空间协同 算力跟着电力走
“算电协同”可以从空间协同和时间协同两方面来理解。
空间协同，指的是算力跟着电力走。优先把大型数据中心、算力园区布局在清洁能源丰富的西部地区，就地消纳绿电，减少“西电东送”过程中的长距离输电损耗。
比如甘肃庆阳的“东数西算”产业园，就凭借绿电充裕、电价低廉，吸引了不少算力企业来到当地。相比东部地区，庆阳每度电可便宜两到三毫，以全年来计，一个大型数据中心每年可节省上千万元的电费支出。
然而，对智能驾驶这类实时任务来说，把算力搬到西部，会带来传输延迟的问题，难以满足其毫秒级的响应需求，于是又出现了“东数海算”。
上海临港新片区，就把数据中心建在近海海底，并直接接入海上风电场。一方面就近利用风电，减少输电环节；另一方面利用海水为机房降温，降低制冷设备的能耗和成本，为AI算力提供另一种空间协同的方案。
算电时间协同 算力跟着高峰走
时间协同，则是指算力跟着高峰走。根据不同地区及不同时段用电高峰的“时间差”，动态调动算力。
浙江紧水滩与新疆米东两大数据中心，就是典型案例。早上8点到10点，东部的浙江迎来用电早高峰，算力负荷重，西部的新疆此时算力相对闲置；浙江就可以根据负载均衡策略，把部分任务调度到新疆。
到了10点到12点，新疆光伏发电进入“高峰时段”，绿电充沛，当地就顺势承接更多来自浙江的计算需求，特别是大模型训练这种强度高、可延时的非实时计算任务，尽可能消纳富余绿电。
这种“削峰填谷”的方法，让两地算力负载都稳定在60%至80%的最优区间，Token的电力成本也下降18%。
算力反哺 让电网更聪明更灵活
“算电协同”的一面，是用更灵活、更低成本的电力供应来“喂饱”算力；另一面，则是反过来用算力提升电网的智慧程度。
在传统模式下，电网的感知能力有限，它能预测一座城市的用电高峰大致会出现在什么时段，但很难精准到某个社区、某一栋楼的负荷变化。加上电力供需始终在波动，电又难以大规模、长时间储存，电网时刻都在经受考验。
如今在算力的加持下，情况发生了变化。随着大量感测器与智能装置的布设，电网可以实时获取气象变化、设备状态、用电行为等多维数据，并将这些海量信息汇入“智能中枢”，更精准地进行负荷预测和智慧调度。
可以把算力想像成一位“电力预测家”，它能预判某天下午两点，城市核心商圈将迎来用电高峰，同一时间，远郊风电场将迎来一阵强风，发电能力迅速攀升。算力根据这些信息绘制出一张高精度的“预测地图”，调度系统就能很容易做出高效决策。
总结来说，算力与电力如今不再是彼此独立的两套系统，而是一个互相配合的整体。而这正是中国迈向“世界Token工厂”过程中，“算电协同”所扮演的关键角色。
延伸阅读：
Token工厂之一：AI时代新石油 何为“Token工厂”？中国有何优势？
Token工厂之四：中国电算全球题 ！Token出海如何实现？