远景AI电力系统智算底座：赤峰到乌兰察布实践评测

（来源：中国电池网）

开篇丨mybattery

远景科技集团董事长张雷在演讲中指出，远景正在构建AI电力系统——一套融合能源系统与智能系统的人工智能基础设施。

5月26日，国家能源局在深圳组织召开全国“人工智能+”能源现场推进会。国家能源局党组书记、局长王宏志出席会议并发表讲话。远景科技集团董事长张雷受邀进行交流发言，同期发言的企业还包括中国石油、国家电网、国家能源集团、阿里云、腾讯。

张雷在发言中强调，远景正全力打造AI电力系统——实现能源系统与智能系统深度融合的人工智能基础设施。他指出，能源并非仅仅作为AI的底座，更应被视为其肌体。电力系统正演变为人工智能的主体工程，唯有破解智能生产全链路的能量管理难题，才能为新一轮工业革命——人工智能——提供持续强劲的动力。“正如当年的瓦特，在人工智能时代，每一位能源从业者都有机会直接参与智能创造，成为主力军，再次在历史的关键时刻扛起重任。”

作为AI电力系统的先行者，远景已构建起三大核心能力：智能中枢、气象大模型与能源大模型、以及下一代电力基础设施，并在赤峰零碳产业园、乌兰察布算力基地落地实践。

以下为张雷发言全文：

开创AI电力系统

大家好。今天想探讨一个议题：人工智能时代，能源人的使命与担当究竟为何？

回望历史，每一次工业革命都伴随着一场能源革命。既然人工智能被视作新一轮工业革命，能源人应当扮演怎样的角色？

在蒸汽机问世之前，几乎没有人将煤炭与动力联系起来。后来人们才明白，蒸汽机本质上是一个能量转换装置。瓦特的贡献在于改良了蒸汽机的能量转化效率。他的一项关键变革——设计独立的冷凝器来解决散热问题——大幅提升了能效。这本质上是抓住了能量管理的主要矛盾。

同样，在GPU诞生之前，大多数人认为智力是人类独有的神奇能力，没人会把电力与智力关联。今天，GPU就是新的蒸汽机。它的功能同样是能量转化——将电力转变为智力。说白了，智力生产的本质，就是一个能量转化的过程。

因此，第一个关键判断是：能源不单单是AI的底座。如果仅仅视其为底座，那是一种割裂。能源应当是AI的肌体和血脉。能源不是AI的尽头，而是AI的过程本身。

看看当下的节奏：大模型大约每6个月就有一次重大迭代；芯片几乎12个月一个版本。然而，负责通过模型和芯片实现能量转换的电力系统，在过去一百年间几乎没有发生根本性变化。当芯片和模型遵循摩尔定律（指数级进化），而电力系统却缓慢爬行，矛盾自然凸显。

今天，要解决的是AI生产全链路的能量管理问题。大家都意识到，GPU再强大，如果无法实现高功率密度的电流输入和高效散热，机柜功率就无法从过去的5kW跃升至未来的200kW、300kW。在这种约束下，再强大的芯片也发挥不了作用。与此同时，如何做好机柜集群的动态功率管理，让有限的供电功率容纳更多GPU，同样至关重要。此外，还要避免算力中心的波动对电网产生重大冲击，以及如何让吉瓦级的可再生能源稳定实时地支撑算力中心？

这里需要强调：智力生产全链路上的一系列能量管理问题，正成为人工智能系统发展的关键瓶颈。电力系统正在成为人工智能的主体工程，而非配套。在座的各位，只有解决全链路能量管理的问题，就像当年瓦特革新蒸汽机和动力系统一样，才能为人工智能这一新的工业革命破除发展瓶颈，并提供源源不断的动力。

既然模型和芯片可以实现高效迭代，我们也需要让电力系统同样实现摩尔定律。这正是远景要开创AI电力系统的使命。

AI电力系统，本质上是能源系统与智能系统融合的人工智能基础设施，让电源、储能、电网、电力电子、算力和大模型有机融合在一起。如果将能源、芯片和算力中心各自独立，必然形成机械的割裂。打造AI电力系统，就是让这三者有机融合，成为人工智能基础设施的底座，这也是能源人的责任担当。

AI电力系统要解决三大问题：

第一，如何让相同的功率带宽接入更多的GPU？在很多地方，电网能提供的功率带宽已成为重要约束。如何在有限功率下部署更多算力？这是AI电力系统要解决的第一个问题。

第二，如何让相同的电量产生更多的智力？这需要采用高压直流路线和固态变压器技术，提高功率密度、降低能耗、提升散热技术。

第三，如何在相同投资下，大幅降低电力成本？这需要借助AI电力系统提升风光储绿色电力的更高比例。

作为AI电力系统的开创者和实践者，远景总结出三大关键支柱技术。

第一，智能中枢。

远景EnOS智能物联操作系统已经能够将数亿智能设备——从风电、光伏、储能、变压器到氢能电解槽等——全面接入，并实现从源、网、储、荷到算力设施的实时协同。EnOS不只是一个数字底座，它更是AI电力系统的神经系统。

第二，物理人工智能。

仅靠大语言模型无法真正管理一个电厂或算力中心，需要物理人工智能实现突破。对于能源系统而言，物理人工智能有两个关键支撑：一是气象大模型。要实现碳中和，100%的电力将来自风、光、水等绿色能源，气候系统本身成为了能源系统。我们必须具备对气候系统的洞察力，通过物理人工智能形成更深层的认知，才能实现能源有效调度的起点。二是远景的“天枢”能源大模型，它让一个场站，从风到氢能的产生，再到算力调度，形成毫秒级的实时智能控制。

第三，下一代电力基础设施。

仅有操作系统和大模型是不够的，我们还需要下一代电力基础设施。具体来说，就是风光储一体化控制器、高压直流(HVDC)、固态变压器(SST)、智能机柜，这样一套端到端的新型电力基础设施架构。

三者融合，才能打造出一体化的AI电力系统。在远景赤峰零碳产业园，远景打造了“算电协同”国家战略的全球首个系统级实践样本——基于2GW、100%可再生能源的电力系统，通过EnOS和能源大模型，实现风电、光伏、储能、算力和氢能之间动态实时协同，并与腾讯合作通过AI电力系统优化算力任务的编排。赤峰零碳产业园也是我们能源大模型的训练基地。更为关键的是，它打造了100%绿色电力、绿色算力和绿色氢能的三大绿色资产组合。在AI的管理下，绿色资产系统收益都实现了最大化，让绿色氢能与绿色算力获得了极致的成本竞争力。

远景还在乌兰察布，打造“远景星河基地”——一个吉瓦级的能源系统与算力系统一体化的人工智能基础设施，堪比美国的“星际之门”，为中国人工智能的腾飞铺筑基石。

最后想说，当人工智能时代扑面而来，能源不是AI的尽头，而是AI的过程；能源不只是AI的底座，也是AI的血脉和肌体；电力系统不是人工智能的配套系统，而是人工智能的主体工程。我们每一位能源人不是时代的旁观者，而是作为主力军直接参与创造智能，在这个历史的关键时刻担当重任。

谢谢大家！

来源：互联网