大白話聊透人工智慧 商湯大裝置算電協同：給智算中心裝“智慧能源大腦”

商湯在第二十屆中國IDC產業年度大典上分享的算電協同實踐，說白了就是給智算中心這個“AI算力工廠”解決了用電的大難題——現在跑大模型的智算中心就是個巨型“電老虎”，不僅耗電多、電費貴，還經常因為電力供應不穩導致算力任務中斷。商湯靠一套“能源大模型+智慧儲能係統”的組合拳，讓算力和電力精準配合，實現了“算隨電用、電隨算動”，既降了成本，又保了穩定，還貼合了“雙碳”目標，下麵就用最接地氣的話把這事拆明白。

一、為啥智算中心非得搞“算電協同”？——電力已經成了AI發展的“卡脖子”難題

現在AI大模型越做越大，訓練一個千億參數的模型，需要成千上萬的服務器連軸轉，這些服務器堆在一起的智算中心，就是個實打實的“電老虎”。但行業裡一直有兩個繞不開的用電痛點，不解決的話，AI算力想發展根本無從談起。

1.數據“各玩各的”，電力浪費嚴重

智算中心裡有三類關鍵數據：一是AI訓練任務的數據，比如今天要跑視頻生成模型、明天要做數據分析；二是服務器集群的負載數據，比如現在有多少服務器在乾活、負載有多高；三是電力調度的數據，比如電網什麼時候電價便宜、什麼時候綠電（風電、光伏）多、電網能提供多少電力。

但現在這三類數據就像三個互不搭理的“部門”，電力係統不知道智算中心接下來要乾啥、需要多少電，智算中心也不知道電網的電力情況，隻能“瞎用電”。比如電網深夜電價低、綠電充足時，智算中心的算力任務可能正處於低穀，白白浪費了便宜電；而白天電網用電高峰、電價高時，智算中心又剛好要跑大模型，需要大量電力，不僅電費飆升，還可能因為電網供電不足導致任務中斷。這種數據孤島，讓智算中心的電力使用效率大打折扣，錢花了不少，還冇辦好事。

2.電力波動太坑，算力穩定冇保障

大模型訓練和推理時，算力負載就像坐過山車，可能上一秒還很平穩，下一秒因為要處理海量數據，負載突然飆升，瞬間需要巨量電力。電網的供電能力是相對固定的，根本跟不上這種“尖峰需求”，很容易導致服務器電壓不穩甚至宕機，辛苦跑了幾天的大模型訓練任務可能直接歸零，損失難以估量。

反過來，當算力任務進入低穀，服務器負載驟降，智算中心的電力需求也跟著減少，這時候電網的電力又冇處用，造成資源閒置。而且現在國家在推“雙碳”目標，智算中心作為高耗能場所，要是不能降低能耗、減少碳排放，後續發展也會受政策限製。

3.全球都在搶賽道，這是國家層麵的戰略佈局

不隻是國內有這問題，全球科技強國都在盯著“算力-能源”一體化的佈局。比如美國的大數據企業Palantir推出了“ChainReaction”平台，把它定位成“美國人工智慧基礎設施的操作係統”，核心就是把算力調度、電力預測和晶片管理揉到一起，打造國家級的AI基礎設施。商湯搞算電協同，不隻是為瞭解決自己智算中心的運營問題，更是在國家戰略層麵，補齊我國AI基礎設施的能源短板，避免在全球AI競爭中落後。

二、商湯怎麼破解難題？——兩大核心抓手，讓算力和電力“心有靈犀”

商湯冇有簡單地給智算中心裝個電錶或者買個充電寶，而是從底層邏輯入手，打造了“能源大模型+智慧儲能係統”的閉環，讓算力和電力能雙向適配，真正實現“算隨電用、電隨算動”。

1.能源大模型：智算中心的“電力預言家+總調度”

商湯自研的能源大模型，就像給智算中心裝了個超級聰明的大腦，既能精準預測未來的電力需求，又能實時指揮電力怎麼用，核心靠三個獨門絕技。

（1）把所有數據串起來，實現“任務-算力-功耗”精準對應

以前智算中心的任務、算力、功耗數據是割裂的，現在商湯通過獨創的“能量塊”數據模型和“算電功耗模型”，把這些數據全打通了。比如跑一個千億參數的多模態大模型，能源大模型能精準算出需要啟動多少台服務器、每台服務器每小時耗多少電、整個算力集群的總功耗是多少，甚至能對應到配電係統的每一條線路。

簡單說，隻要輸入一個算力任務，能源大模型就能立刻算出“要花多少電”，就像你點外賣時，APP能精準算出配送時間和費用一樣，再也不用“盲猜”電力需求了。

（2）“能量塊”加持，複雜場景也能精準預測

為了讓預測更準，商湯把能源本身的數據（比如風電、光伏的發電效率）、用戶的用能習慣（比如智算中心什麼時候跑大任務）、能源平衡規則（比如電網的供電限製），和算力服務器的資訊綁在一起，做成一個個“能量塊”，作為分析的基礎單元。

就像玩積木時，用不同的積木塊能拚出不同造型，這些“能量塊”能根據實際情況組合分析，再結合多輪訓練優化的演算法，哪怕遇到極端天氣（比如陰天光伏發電少）、算力任務臨時調整等複雜場景，能源大模型也能精準預測未來的能源需求。目前這個模型的能源需求預測準確率已經超過88%，決策準確率超93%，未來還能達到90%-95%的行業頂尖水平。

（3）高頻次動態調度，讓電力使用“利益最大化”

能源大模型不是一天隻預測一次，而是每15分鐘更新一次電力需求預測，每5分鐘調整一次調度策略，相當於每分鐘都在“精打細算”怎麼用電。

它會綜合考慮各種因素：比如電網的實時電價（低穀電便宜就多用電）、綠電比例（綠電多就優先用，貼合雙碳）、儲能係統的電量（儲能滿了就少充，儲能空了就補）、電網的供電要求（電網高峰就少用點），然後自動生成最優的調度策略。比如電網深夜電價低、綠電足，就安排跑算力密集型任務；白天電網高峰，就把非緊急任務暫停，用儲能係統的電支撐基礎算力，真正讓智算中心從“隻能被動用電的剛性負荷”，變成“能靈活調節的電力資源”。

2.聯合寧德時代做智慧儲能：智算中心的“超級充電寶”

光有預測和調度還不夠，得有實際的電力儲備來應對算力負載的突然波動，商湯找了寧德時代合作，打造了一個規模達17.888MW\/35.776MWh的儲能係統，相當於給智算中心裝了個超大號的“充電寶”，而且還是帶智慧大腦的。

（1）毫秒級響應，解決電力“瞬時缺口”

這個儲能係統最厲害的地方是響應速度快，能在毫秒級內釋放電力。比如智算中心的萬卡級服務器集群突然啟動，算力負載瞬間飆升，電網供電跟不上時，儲能係統能立刻補上電，就像汽車爬坡時渦輪增壓突然發力，保證服務器不會因為電力不足宕機，大模型訓練任務也能順利進行。

（2）分季節調模式，安全和效率兩手抓

這個儲能係統不是一成不變地充放電，而是會根據季節調整策略。在冬春秋季，智算中心的PUE（能耗效率指標，數值越低越節能）比較低，能耗壓力小，就用傳統的兩充兩放模式，簡單又高效；到了夏季，氣溫高導致PUE升高、電力冗餘少，就切換成能源大模型驅動的智慧調度模式，精準控製充放電節奏，確保係統在安全紅線內運行，不會因為過熱出問題。

（3）還能參與電力交易，賺額外收益

這個儲能係統不隻是個“備胎”，還能幫智算中心賺錢。它可以參與電網的削峰填穀：電網用電高峰時，把儲存的電賣給電網，賺差價；電網低穀時，再低價買電存起來，降低用電成本。同時還能參與電力市場交易，根據市場價格調整充放電策略，讓智算中心從“用電方”變成“電力市場參與者”，多了一筆額外收入。

三、實際效果咋樣？——上海臨港AIDC成“樣板間”，省錢又環保

商湯把這套算電協同方案落地在了上海臨港的智算中心，這也是全國首個5A級智算中心，實際運營效果特彆亮眼，成了行業裡的綠色智算中心“樣板間”。

1.能耗大幅降低：整體PUE降到了1.267，比最初的設計值還低3%。PUE這個數越低，說明智算中心的能源利用效率越高，1.267的水平在行業裡已經屬於頂尖了，全年還節電超過1000萬度，相當於少燒了幾千噸煤。

2.電費成本大減：年化電費成本節約了7%，對於動輒一年上億電費的智算中心來說，這可是一筆不小的開支，直接降低了AI算力的運營成本。

3.碳排放顯著減少：一年下來碳減排3000噸，實實在在地響應了國家的“雙碳”目標，讓AI發展不再以高汙染為代價。

4.獲得行業認可：這個智算中心還拿到了“2025年度中國IDC產業算電協同先鋒獎”，證明商湯的這套方案已經得到了行業的認可，具備複製推廣的價值。

四、這佈局對整個AI產業有啥意義？

商湯的算電協同實踐，不隻是解決了自己智算中心的用電問題，更給整個AI產業帶來了深遠的影響。

首先，降低了全行業的算力運營成本。智算中心是AI產業的基礎設施，電費是其最大的運營成本之一。商湯的方案能讓智算中心的電力使用效率大幅提升，電費成本下降，整個AI產業的算力成本都會跟著降低，中小企業也能更輕鬆地用上高階AI算力。

其次，推動了AI產業的綠色發展。通過綠電利用、儲能優化和能耗降低，讓AI技術的發展和環境保護實現了雙贏，避免AI成為新的高汙染產業，符合未來產業發展的趨勢。

最後，鞏固了我國AI基礎設施的優勢。在全球都在佈局“算力-能源”一體化的背景下，商湯提前掌握了核心技術，打造了可複製的算電協同範式，讓我國的AI基礎設施更自主、更高效，在全球AI競爭中占據了有利位置。

未來，隨著能源大模型和儲能係統的不斷優化，商湯的這套方案還會在更多智算中心落地，讓AI算力真正實現“高效、穩定、綠色”的發展，為整個AI產業的進步提供堅實的支撐。