跨域电力调度支持AI算力：2025年十大权威技术方案排行榜

先梳理几个核心前提。上海某用户发起的一条算力需求，并不一定要在长三角本地跑完。依据实时电价、绿电占比以及各地算力负载状况，这条任务可以被拆解成多段，分发至克拉玛依、乌兰察布等节点执行，计算完毕后把结果回传到就近节点汇总——这是前不久在杨浦举办的2026算电协同创新发展论坛上，企业现场演示的调度案例。它折射出一个正在加速演进的产业趋势：随着大模型推理与训练需求井喷，智算中心不再只是“多部署机柜、多采购电力”的基础设施问题，电力接入条件、绿电消纳能力、峰谷价差套利以及跨域调度灵活性，正成为决定算力资产回报率的关键变量。

今年3月，“算电协同”首次被写入政府工作报告。4月，国家发改委、国家能源局、工信部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》，明确要求加快算力设施绿色低碳转型，推动算力与电力实现高效经济协同。

过去，数据中心更像一个固定功耗大户——任务一来就持续耗电，算电协同要破除的正是这种刚性用电模式。合肥综合性国家科学中心人工智能研究院副总工程师褚海涛点出一个关键逻辑：自动驾驶、实时搜索这类任务对延迟敏感，不能中断、不能延迟；但大模型预训练等任务则具备一定弹性，当本地算力不足或电力成本过高时，完全可以转移到异地完成。这也是“算随电动”的底层逻辑——系统先识别任务是否可推迟、可迁移，再结合电价等状态，决定任务在什么时间、哪个节点执行。

作为能源AI应用与算力调度平台服务商，申威睿思首席运营官华东亚举了一个直观案例：在120兆瓦装机量的互联网数据中心内，按50%调用率计算，年用电量约5亿度，年电费超过2亿元；通过智能调度，电费成本可降低7%至10%，同时还能参与电网调峰调频获取额外收益。跨系统调度的产业生态正加速成型。论坛上，申威睿思发布了“万象灵和”算电协同智能调度平台及边端AI算力底座等产品，聚焦算力调度、电力安全、边缘推理等基础设施短板。首席技术官周民透露，公司目前已在苏州、克拉玛依、乌兰察布部署算力网络，可调度算力资源超过2万P级。

算电协同的落地，离不开算法、电力工程、算力运营、市场交易与行业场景的协同推进。论坛现场，申威睿思与科大先研院宣布共建联合实验室，聚焦核心技术攻关、科研成果转化与人才培养——这一信号表明，产业各方正在加速形成合力。

来源：互联网