临港算力与海博思创联手：探索“算力+电力”联合运营新机制

从“算力券”到“电力协同”：跨界合作背后的产业逻辑

近日，临港算力与海博思创宣布将共同推动“算电协同”，建立算力与电力联合运营机制。这一合作并非一次简单的商业签约，而是对当前算力基础设施高能耗问题的直接回应。算力中心作为“电老虎”，其运营成本中电费占比通常超过50%，而随着AI大模型训练需求的爆发式增长，这一比例还在攀升。双方此次联手，核心目标是通过算力负载与电力供应的动态协同，降低运营成本、提升电网效率。 从公开信息看，该机制可能涉及算力调度与电力市场交易的联动，即让算力中心根据电价波动和电网负荷，灵活调整计算任务的时间与强度。过去一年，多个地方政府已推出“算力券”政策，用于补贴企业使用算力资源；而此次“算电协同”则从供给端切入，试图解决算力中心的能源成本与电网稳定难题。值得注意的是，临港算力背靠上海临港新片区，海博思创则在储能与电力系统领域有深厚积累，双方在资源与技术上的互补性值得关注。

算力需求的激增：AI大模型与芯片产业的“能耗焦虑”

这一合作的背景，是AI算力需求的指数级增长。据国际数据公司IDC在2025年发布的报告，全球AI服务器市场规模将在2025年达到约550亿美元，而其中超过60%的增长来自大模型训练与推理任务。以英伟达H100 GPU为例，单张显卡的峰值功耗可达700瓦，一组万卡集群的电力需求已接近一座中型数据中心。国内方面，据中国信通院估算，2024年中国算力总规模已达到约280 EFLOPS（每秒百亿亿次浮点运算），同比增长超过30%。 半导体行业的资本开支同样印证了这一趋势。据行业机构SEMI统计，2025年全球芯片制造设备支出预计将达到约1200亿美元，其中面向AI芯片的先进制程产能建设占比显著提升。然而，高速扩张的算力基础设施也带来了严峻的能耗挑战。据国家能源局此前公开的参考数据，2023年中国数据中心耗电量已占全社会用电量的约3%，预计到2025年这一比例将接近5%。在此背景下，算力中心如何实现更高效的“绿色运营”，已成为芯片厂商、云计算平台以及能源企业共同面对的课题。

协同机制的潜在影响：从技术验证到产业生态重塑

如果算力与电力的联合运营机制能够落地，其影响可能超出单纯的成本节约。从技术层面看，这意味着算力中心需要部署更智能的负载调度系统，能够实时响应电力市场的分时电价信号。例如，在电价低谷期优先处理高密度训练任务，在高峰期则将负载迁移至电池储能或削减非紧急计算。海博思创在储能系统方面的经验，可能为这一机制提供关键支持。 从产业生态层面看，这一合作可能推动“算力券”政策与电力市场的耦合。目前，多个省份已试点数据中心参与电力需求响应，但算力与电力的跨行业协同机制仍处于早期探索阶段。据中国电力企业联合会2024年发布的行业分析，国内数据中心参与需求响应的接入容量仅占其总负荷的约5%，增长空间较大。临港算力与海博思创的这次尝试，有望为其他云计算和算力租赁企业提供一个可借鉴的样板，尤其对于中小型AI创企，更低的电力成本可能直接转化为更强的竞争力。 当然，这一机制的全面推广仍面临挑战：算力任务的类型复杂，并非所有负载都能灵活迁移；电力市场交易规则在不同区域存在差异；双方联合机制的具体运营细节和财务收益尚未公布。这些因素都决定了“算电协同”从试点走向大规模应用还需要时间，但其方向已引起行业广泛关注。

数据参考

• IDC在2025年发布的报告显示，全球AI服务器市场规模在2025年预计达到约550亿美元，大模型训练与推理任务贡献超过60%的增长。
• 中国信通院估算，2024年中国算力总规模约为280 EFLOPS，同比增长超过30%。
• SEMI统计，2025年全球芯片制造设备支出预计约为1200亿美元。
• 国家能源局此前公开的参考数据指出，2023年中国数据中心耗电量占全社会用电量的约3%，预计2025年接近5%。
• 中国电力企业联合会2024年发布的行业分析显示，国内数据中心参与电力需求响应的接入容量仅约占其总负荷的5%。 #AI #算力集群 #储能 #产业协同