算力正在成为新的基础设施，但它并不是一个只由芯片、服务器和算法决定的产业。
一个更现实的问题是：
当大模型调用量快速上升、数据中心用电持续增长，算力的边界开始越来越多地由电力决定。
过去，算力产业讨论的重点多在芯片性能、模型参数、数据中心规模和网络调度。
现在，问题正在向能源侧延伸：
哪里有足够便宜、稳定、低碳的电，哪里才可能承接更大规模的智能算力。
这也是“算电协同”被持续推到产业前台的原因。
它不是简单地给数据中心接入更多电力，也不只是把数据中心搬到新能源丰富地区。
更核心的变化在于，算力负荷开始参与电力系统的调节，电力供给也反过来影响算力中心的选址、运行时段、任务调度和商业成本。
算力与电力，正在从单向支撑关系，走向双向耦合。
算力与电力的双向匹配
算电协同，指的是算力基础设施与电力系统之间的协同规划、协同建设和协同运行。
简单说，就是让算力负荷与电力供应之间形成更高效的匹配。
过去的数据中心更多是稳定用电负荷。
只要电网能够保障供电，数据中心就持续运行。
但在AI大模型时代，算力任务并不完全相同。
一部分任务对时延高度敏感，例如在线问答、实时推荐、交互式智能体服务。
另一部分任务则可以延后执行，例如模型训练、批量数据处理、部分离线推理任务。
后者具备一定的时间调节空间，也可以在不同区域间迁移。
这让算力不再只是“耗电方”，而可能成为电力系统中的一种可调负荷。
在空间上，算力可以向风光资源丰富的地区靠近，减少绿电外送和跨区输电压力。
在时间上，算力任务可以更多安排在光伏出力较高、电价较低或电网负荷较轻的时段。
从这个角度看，算电协同解决的并不是单一产业问题，而是两个系统之间的错配问题：
一边是AI带来的算力需求爆发。
另一边是新能源大规模并网后带来的消纳和波动问题。
算电协同试图把这两个压力，转化为彼此的解决方案。
从设备节能到源网荷储协同
算电协同并不是一个单点技术，而是一组围绕算力、电力和调度系统展开的产业组合。
按照作用环节，大致可以分为四类。
第一类是高效算力设备。
这包括芯片、服务器、封装工艺、处理器架构和底层软硬件优化。
它解决的是“同样计算任务消耗多少电”的问题。
单芯片性能提升、单位算力能耗下降，是降低数据中心总电力压力的第一层基础。
第二类是节能算力载体。
数据中心不仅有服务器耗电，还有供配电、制冷、监控、运维等辅助设施耗电。
绿色建筑、液冷技术、高效UPS、智能运维系统、余热利用，都是为了降低数据中心载体设施的能耗和碳排放。
这类环节决定了算力中心能否在长期运行中保持较好的能效水平。
第三类是算能协同。
这是算电协同最核心的部分之一。
它关注算力侧与能源侧的布局关系，包括算力中心是否靠近风电、光伏、水电等清洁能源基地，能否提高绿电使用比例，能否减少弃风弃光和远距离输电损耗。
第四类是算用协同。
算力的浪费，不只发生在设备和电力环节，也发生在应用侧。
如果算力供需匹配不充分，低优先级任务挤占高价值资源，或者大量算力闲置，都会造成能源和资本开支浪费。
算用协同强调通过调度平台、算力交易、任务编排等方式，让算力更精准地服务应用需求。
这四类环节共同构成算电协同的基本框架：
设备决定能效下限，数据中心决定运行效率，能源布局决定成本结构，调度系统决定协同能力。
从“电支撑算”到“算优化电”
算电协同的出现，有清晰的政策和产业背景。
2023年12月，《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》提出：
到2025年底，国家枢纽节点地区新增算力占全国新增算力60%以上，国家枢纽节点新建数据中心绿色电力占比超过80%。
这一阶段，政策重点是推动算力向枢纽节点集中，并提高绿色电力使用比例。
2024年7月，《数据中心绿色低碳发展专项行动计划》提出：
到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿色电力占比超过80%。
同月，《加快构建新型电力系统行动方案（2024—2027年）》提出，实施一批算力与电力协同项目。
到2026年，政策表述进一步前移。
2026年政府工作报告提出，实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。
2026年5月，《关于促进人工智能与能源双向赋能的行动方案》提出：
到2027年，推动构建起安全、绿色且经济的能源保障体系；
到2030年，人工智能与能源双向赋能取得明显成效。
同月，《关于有序推动多用户绿电直连发展有关事项的通知》提出：
优先支持算力设施、绿色氢氨醇等新兴产业和未来产业开展绿电直连。
