2026年8月4日，上海浦东。国网上海电力的调度大厅里，一块巨大的屏幕上跳动着两行数字：左边是电力负荷曲线，右边是算力任务队列。两条线时而交叉，时而背离，像一对跳华尔兹的舞伴——当电力紧张时，算力任务自动跨省迁移到安徽；当新能源出力高峰时，算力任务又涌回上海，追逐着便宜的绿电。
这不是实验室里的概念演示。这是已经跑了多轮技术验证的真实生产系统。而就在同一天，国家发改委和国家能源局联合印发了《新型电力系统建设”十五五”规划》，白纸黑字写明：”增强电力供应保障能力，满足各类算力设施高可靠供电需要。统筹能源资源配置与算力设施建设，协同规划布局算力、电力项目，做到以电强算、以算促电。”
十六个字。
以电强算，以算促电。这八个字背后，是一场正在全国铺开的算电融合大棋。棋盘上的一颗关键棋子，就是AI。
一、算力吃电：一个被低估的矛盾
故事要从矛盾说起。AI大模型的训练和推理需要海量算力，算力需要海量电力。一个万卡AI集群的功耗可以达到数十兆瓦，相当于一个小型城市的用电量。当训练任务全速运转时，GPU散热风扇的呼啸声像永不停歇的风暴，而支撑这些风扇转动的，是源源不断的电流。
“算力是AI的心脏，电力是维持心脏跳动的血液。”在2026世界人工智能大会上，国网上海电力的工作人员罗潇用了这个比喻。他所在的团队正在做一件前所未有的事：让算力和电力像齿轮一样咬合运转，而不是各自为政。
矛盾有多尖锐？数据说话。2025年中国人工智能核心产业规模超过1.2万亿元，大模型训练和推理的算力需求以每年数倍的速度增长。而电力系统的建设周期以年计，电网扩容需要规划、审批、施工、调试，远跟不上算力中心的扩张速度。一边是GPU机房三天建好就上电跑任务，另一边是变电站三年才能建成投运。时间差就是鸿沟。
二、跨省追电：算力追着绿电跑
国网上海电力的解法，是把算力任务变成”可移动的负荷”。就像候鸟追逐温暖，算力任务可以追逐便宜的绿电。
具体怎么跑？罗潇介绍了已经验证的技术路径：通过跨区域现货电价和新能源出力预测数据，系统可以提前判断哪个省份的绿电最便宜、最充足，然后把算力任务跨省调度过去。上海电价高时，任务迁到安徽；安徽风电出力高峰过了，任务再迁到湖北；湖北水电季节性波动，任务继续迁到福建或新疆。
听起来简单，做起来极难。
“我们已经与中国电信临港智算中心完成了技术验证，开展多轮跨省算力转移测试，覆盖上海、安徽、湖北、福建、新疆等地区。”罗潇说。每一次跨省迁移，都意味着数据的跨域传输、任务状态的同步保存、计算环境的重建恢复。延迟、带宽、数据安全、任务一致性——每一个环节都是工程难题。
但结果证明可行。算力中心降低了用能成本，提升了绿电占比。算力追着绿电跑，从口号变成了生产系统。
三、”十五五”规划：算电协同写入国家战略
国家发改委和国家能源局联合印发的这份规划，把算电融合从企业探索提升到了国家战略层面。规划原文中有几个关键表述值得逐字拆解。
第一句：”增强电力供应保障能力，满足各类算力设施高可靠供电需要。”——关键词是”高可靠”。AI训练任务一旦中途断电，损失的可能不只是几小时的计算成果，而是数百万美元的训练投入。算力设施对供电可靠性的要求，比传统数据中心高出一个数量级。
第二句：”统筹能源资源配置与算力设施建设，协同规划布局算力、电力项目。”——关键词是”协同”。过去算力中心和电网各建各的，选址只看各自的最优解。现在要求统一规划，意味着未来的算力中心选址必须同时考虑电力供应条件，而电网建设也要预留算力负荷的增长空间。
第三句：”以电强算、以算促电。”——这是双向赋能。”以电强算”好理解，充足可靠的电力支撑算力发展。”以算促电”是什么意思？算力负荷可以参与电网的需求响应：当电网负荷高峰时，算力中心可以降低非紧急任务的计算强度，释放电力给民生和工业；当电网低谷时，算力中心加大计算负荷，消纳富余电力。算力，正在成为电网的”柔性负荷”。
四、四川样本：60EFLOPS的绿色算力野心
在国家规划发布的同时，地方层面的动作也在加速。四川省印发了《四川省推进算力设施优化布局提质建设和算电融合发展实施方案（2026—2028年）》，提出了一个极具野心的目标。
到2026年底，四川智算规模较”十四五”末实现翻番，达到60EFLOPS，占比达80%以上。新建大型以上数据中心PUE降至1.2以下，绿电使用比例达80%以上。到2027年底，智算规模再翻一番，超过120EFLOPS。到2028年底，智算规模较”十四五”末翻三番，达到240EFLOPS，占比超过90%。
三年翻三番。
四川的优势在于”三州”地区——阿坝、甘孜、凉山——丰富的水电和风光资源。把算力中心建在发电侧，绿电直连、就地消纳，省去了长距离输电的损耗和成本。这正是”以电强算、以算促电”在地方层面的落地实践。
阿里云、四川数据集团等一批万卡集群即将建成投用。这些集群不是传统意义上的数据中心，而是”算电一体化”的新型基础设施：发电、储能、算力、散热作为一个整体系统来设计和运营。
五、储能与柴发：算力中心的电力后备军
算力设施对供电可靠性的极致追求，催生了一套完整的电力后备体系。国网上海电力的实践显示，算力中心的储能、柴发、蓄冷罐、可转移算力，都可以参与电网需求响应。
储能电池在电网正常时充电，在电网波动时放电，既是算力中心的不间断电源，也是电网的调频资源。柴发机组在极端情况下提供应急电力，保证关键计算任务不中断。蓄冷罐在电价低谷时制冷蓄冷，在电价高峰时释放冷量，降低空调系统的用电负荷。可转移算力则是最灵活的资源——非紧急的训练任务可以随时暂停、迁移、恢复。
四重保障。
这套体系的核心逻辑，是把算力中心从一个纯粹的”电力消费者”转变为”电力系统的积极参与者”。算力中心不再只是向电网要电，而是与电网双向互动：用电高峰时让电，用电低谷时用电，用储能参与调频，用可转移算力参与需求响应。这种角色的转变，从根本上改变了算电关系的底层逻辑。
六、上海211款：生成式AI服务登记的治理维度
算电融合是硬件层面的系统性工程，但AI产业的发展不只依赖硬件。治理层面的同步推进同样关键。截至8月3日，上海市新增11款已完成登记的生成式人工智能服务，累计已完成211款生成式AI服务登记。
211这个数字背后，是上海在AI治理领域的先行探索。生成式AI服务登记制度，是连接技术创新与合规治理的关键桥梁。每一款完成登记的服务，都意味着其在算法安全、数据合规、内容审核等方面达到了监管要求。这既是企业合规经营的门槛，也是用户信任的基础。
WAIC 2026上，复旦大学杨珏指出：”智能体存在模型幻觉、提示词注入、工具调用越权、数据泄露等内生安全风险，过去讲’防得住’，现在讲’管得住’。”从”防”到”管”，一字之差，折射的是AI治理理念的根本转变：不再试图把风险完全消灭，而是建立一套动态监管机制，让风险在可控范围内运行。
七、Token工厂与电力经济：AI时代的新型商业生态
“如果说5G时代运营商的核心商品是流量，AI时代的核心商品就是Token。”WAIC 2026上，一位行业专家这样概括。Token的消耗量正在以惊人速度增长：中国Token日消耗量从1000亿暴涨到180万亿，不到两年增长3000倍。
Token工厂的崛起，让算电融合的商业逻辑更加清晰。中国电信TeleAgent日均Token消耗超2000亿，商汤日均Token服务量2.42万亿，PPIO日均Token调用量超1.2万亿。每一个Token的背后，都是GPU在运转，都是电力在消耗。Token经济本质上是算力经济，而算力经济本质上是电力经济。
电费，就是Token的成本底座。
当算力追着绿电跑、当储能参与电网调频、当可转移算力成为柔性负荷——算电融合不再是一个技术概念，而是正在形成的新型商业生态。在这个生态中，电力公司、算力运营商、AI模型公司、应用开发商形成了一条前所未有的价值链。谁能在算电协同中占据先机，谁就能在Token经济中获得成本优势。
八、尾声：以电强算，以算促电，以治促安
回到2026年8月4日那个上海浦东的调度大厅。屏幕上的两条线还在跳动，算力任务还在跨省迁移，绿电还在被追逐。国家规划刚刚发布，四川的万卡集群还在建设中，上海又新增了11款登记的生成式AI服务。
算电融合的大棋，才刚刚落子。
规划说”以电强算、以算促电”。但在这八个字之外，还有一句话同样重要：依托算力设施发展源网荷储一体化、绿电直连等新模式，实现绿电聚合交易、就地消纳，提高算力设施绿电占比。加强算力设施余热资源回收利用。余热回收——这意味着算力中心不只是用电，还可以把废热变成供暖资源，回馈给城市和社区。
算电融合的终极形态，或许不是算力和电力两个系统的简单协同，而是一个统一的”能源-算力”复合系统的诞生。在这个系统中，每一度电都被精确分配到最需要的计算任务上，每一次计算产生的热量都被回收利用，每一瓦绿电都被算力负荷及时消纳。
那一天，调度大厅屏幕上的两条线，或许会合为一条。而AI，将成为这条线上最活跃的脉搏。当算力追着绿电跑、当Token成为新货币、当算电融合从规划变成现实——我们是否正在见证一种全新的产业基础设施的诞生？这种基础设施，又将以怎样的方式，重塑每一个人的日常生活？
