【导读】5月10日，2026文汇讲堂年度主题《绿色发展：向绿向富向美向强》启动，首讲《算电协同：中国绿色发展新风口》邀请同济大学特聘教授、可持续发展与管理研究所所长诸大建主讲，企业嘉宾上海海兰云科技有限公司副总经理潘亚鸿、远景科技集团人工智能数据中心产品线首席技术官胡兴赞做案例分享，三人与对话嘉宾上海市算力网络协会绿色算力专委会秘书长应浩展开圆桌对话。上观App、央视频、文汇讲堂视频号、环球零碳视频号等直播，1.6万人观看。现场近百人参与。本场讲座由上海市算力网络协会协办。

　　现经整理，分主讲篇、案例分享篇1、案例分享篇2、对话篇、提问篇与用户分享，此为算电协同篇1——诸大建主讲。

　　2009年、2019年、2021年，诸大建三次做客文汇讲堂

　　2009到2021年，我三次做客文汇讲堂。无论讲哥本哈根会议、上海垃圾革命和“无废城市”，还是格拉斯哥会议，突出的逻辑都是对标国际，有跟随色彩。今天的算电协同话题则有点引领味道，这是中国特有的。当前美国的AI企业都在拼命搞自备电，如谷歌、亚马逊、微软、英伟达，但不是中国算电协同中强调的绿电，算电协同，在中国“十五五”开局之年，正式作为国家战略提出，对中国当前和未来发展具有极其重要的意义。今天围绕算电协同讲三方面内容：是什么、为什么、怎么做。

　　什么是算电协同？

　　我对研究算电协同感兴趣是因为研究中国低碳发展。中国在2020年于联合国大会提出“3060”碳达峰碳中和目标时，尚未出现AI大模型的涌现，以及急剧增长的算力需求。

　　*双碳承诺未考虑到AI能力的涌现

　　概括起来，算电领域对对实现“3060”目标有两个挑战。第一个挑战，随着ChatGPT、DeepSeek相继问世，电力增量需求爆发。中国的减碳很大部分和电力有关。目前火电依然占主导地位，算力需求越大，使用电力越多，碳排放也越多。预设的3060碳达峰碳中和目标就难以完成。

　　第二个挑战，中国发展绿电存在着波动性的挑战，广义的绿电，除了风电、光电，还包括水电、核电。评估中国能源绿色转型主要看三个指标，一是能源总结构指标，二是发电装机容量的指标，三是实际发电量的指标。就稳定性而言，火电非常稳定，开机后24小时都可运作；风电一年可以用到2000小时，光电最高只能用到1500小时，它在午间发光最多，但算力是24小时运行。所以，用绿电解决算力需求就碰到卡脖子问题了。

算电协同是AI时代超级引擎来自主讲PPT

　　实现两个自由，标志算电协同成功

　　而算电协同，恰恰是中国特色的解决方案，一头能解决算力的绿色电力支撑，另一头能解决绿电供给的稳定性、保障性。原来能源与算力分属两个系统，现在“闪婚”开始携手。算电协同，其实就是两句话——电支撑算、算优化电。一方面，绿电要源源不断供给于算力的海量需求，另一方面，面对风电和光电的不稳定，需要通过算力，将绿色电力从简单的被动消费者变成主动资源协调者。

　　怎样算成功？在我看来，就是两个自由。第一是算力的绿电自由。即对荷方要能够最大化使用绿电，建数据中心要有高的绿电占比指标，能否轻松做到该比例? 即最大化实现绿电自由；第二是对供方和发电方，要实现消纳自由。目前中国清洁电力的装机容量，包括水电、核电，已经超过整个电力50%，但每年的总发电量只有30%多。换句话说，十度电里三到四度是绿电。50%和30%之间存在效率不匹配，怎么通过绿电消纳减少剪刀差？这一点至关重要。所以，我认为算力绿电最大化和绿电消纳最大化，如实现这两个自由。算电协同就成功了。

上中下游耦合来自主讲PPT

　　算电协同把两个领域耦合起来，就需要跨界合作。上游是供电方，下游是使用方，是否能源方向算力进攻，算力方向能源进攻？例如宁德时代搞储能技术，直接与数据中心联通建设零碳数字工业园区，这样就打通了上中下游。

　　*中国新探索，早于美国欧盟无路可跟

　　为何说算电协同是中国现代化的特点？对于第四次工业革命，我一直认为是智能和低碳的双工业革命，而不是单一的工业革命。以往从蒸汽机-石油-计算机的工业革命，都是有冒碳特征；但智能时代，不仅要智能化还要降低碳排放，实现绿色转型。而算电协同就是中国特色的抓手，能使两者有效携手，此举也是中国富有引领性的动作。

　　黄仁勋讲现代AI智能有五层蛋糕：应用层、模型层、基建层、芯片层、能源层，中美在此展开竞争。应用层，中国有绝对优势；模型层，美国领先少许；基建层，中国是翘楚，基建包括数据中心，可叫新基建；芯片层，中国落后于美国；但算力的尽头是电力，能源层，中国有绝对优势。美国大量使用AI后，发现原有电网都已老化，像谷歌、英伟达等AI巨头要顺利推进人工智能，就要大量占用公共电网，但这就冲击了市民的日常用网。怎么办？美国走这样的路，以企业为主导，攻克自备能源，英伟达、谷歌等均有巨量投入。反观中国，算电协同是新基建，写入了2026年政府工作报告，以举国之力来发展，“十五五”内将投入几万亿。

黄仁勋的AI智能五层蛋糕来自主讲PPT

　　我们来看看中美欧对于智能革命与绿色低碳关系问题的状态。美国已经退出SDGs（联合国全球可持续发展目标）、退出气候变化巴黎协议，他的发电能源以天然气为主打，与中国的新能源发电不同。欧盟强调绿色发展，如今年欧盟的碳边境调解机制（CBAM），俗称的碳关税进入实施元年。但俄乌战争导致能源紧张。如果AI智能不和绿电携手，智能革命对环境的影响必然会增加。总结起来，与美国高智能低绿电和欧盟高绿电低智能做对照，中国发展的目标是高智能高绿电。中国率先实施绿色导向的算电协同，无前路可跟随，各方面都需要探索。

　　电力-算力-token，中国经济未来增长点

　　对中国经济、社会发展经济会有何帮助？西部拥有丰富的风电、光电，其经济的突破一直是国人的关注点。假如在西部实施算电协同，就会看到这样的图景：大模型的训练需要大量耗电，可在西部用绿电来进行此类训练，那西部就不是卖电力，而是卖有高附加值的算力；再进一步，算力到应用层，就是“token（词元）”。美国《财富》杂志今年年初报道说，2月以来中国的大模型调用能力已超过美国。如此，可以看到从电力到算力到Token的三级转化。电力，无法出海，但电力附加的算力可变成我们制造业优势，变成服务业优势，到Token，就是智慧优势。这里，我们看到了算电协同的“诗与远方”。

算力出海的重资产和轻资产类型来自主讲PPT

　　算力出海，简单来说就是中国的算力能力“走出去”，为全球用户提供计算服务。推进算电协同，是要推进绿色算力出海。算力出海有两种类型。轻资产模式是Token出海，是算力设施在国内，通过API接口向海外用户提供AI推理、模型调用等数字服务，按Token（词元）计价结算。重资产是基建出海，在海外建设数据中心、云计算节点和算力集群，直接为当地用户提供算力服务。绿色算力出海的核心在于将中国低成本绿电、规模化算力基建和完整产业链优势转化为全球数字服务竞争力。回看中国的对外贸易，改革开放之初的袜子、衣服只有低附加值；最近十年来“新三样”，即风光组件、动力电池、新能源汽车，则有高附加值；现在如果发展出以绿电为基础的绿色算力，就是绿色新竞争力。

　　为什么要算电协同？

　　为什么发展算电协同？主要解决电力侧和算力测的四个问题。从数据看，到2030年我国数据中心用电量将达到7000亿度，占全社会用电量5.39%；东部数据中心电费占到运营成本的57%；数据中心高碳排放，67%以上数据中心PUE超过1.2，成为碳排放的重要增量。西部风能和太阳能发出来的电经常用不完，2025年全国平均弃风率达到5.7%，弃光率3.5%。具体分析。

　　第一是电耗问题。2020年中国发电量是7.5万亿度，现在已超过10万亿度，美国目前是4万亿度，中国超过美国两倍多。2020年做规划研究，在没有考虑AI的情况下估计到2060年，中国的电力将翻一番多一点，全社会用电量为十几万亿度，人均1万度电。好现象是中国因为把能源安全作为国家战略，这几年没有发生大的停闸拉电，这是国家具有前瞻性的战略眼光。现在AI用电急剧上升，需要为这个新的耗电增量做好储备。

至2060年电耗图来自主讲PPT

　　按照中国信通院的预测，到2030年有三个情景分析。看AI低速增长情景的耗电，算力中心、数据中心用电2000亿度不到，占比为2.3%，如高速增长则需要7000亿度电，占比为5.3%，且增长的翻倍时间越来越短。这还没有包括新能源汽车耗电等，今后中国社会绝对是电气化的社会，除了少数像远洋、长途飞行等需要绿色燃料，大部分都要电气化，按中国双碳发展目标，到2060年绿电至少达到80%。

　　第二是成本问题。数据中心最大的成本是电，国家发改委统计，目前数据中心的发电成本要占57%，东部一度电0.65元，西部的源网荷储绿电部分是0.35元，中午光线强烈时富余电力充足，如果通过虚拟电厂的调节，新能源电价预计还会下降30%。

　　第三是脱碳问题。中国已向国际社会承诺，到2030年碳排放达到高峰，2060年实现碳中和，目前是2030碳达峰前的最后一个五年。今天中国电网都是混合电，物理溯源分不出来自火电或者新能源电，总的来说是电网二氧化碳排放因子要不断降低。到2060年，中国电网绿电比例将大幅度增加，传统电大幅度降低，现在电网中火电占60%以上。

　　第四是发电方消纳。2025年西部“弃风弃光”有所上升，西藏高达35.1%，青海达16.6%,绿电需要非常有智慧有能力有技术地被掌控起来，改变它的不稳定性，使其接近或具有火电的优点。

算电协同降低能耗逻辑图来自主讲PPT

　　这四个问题，我总结起来叫电耗、成本、去碳、消纳。

　　怎么做到算电协同？

　　要做到规划协同、建设协同、运营协同。

　　同步转型、一起建设一起使用

　　规划协同，算力电力同步转型。国家规划里的算电协同不是抽象概念，都有具体指标。在算力绿电自由上，2026年规定，新建的智算中心配套绿电占比不低于80%，即80%都是去碳的。这个比例的本质是要推动算力基础设施和绿色能源深度融合。同时要有自己的储能，容量储能占比为15-20%，能供电2-4小时，PUE（指数据中心冷却时耗电和IT设备自身耗电的比例）在1.25以下。如果是绿电直连，100%属于绿电，完全是去碳的。在绿电消纳自由上，2025年规定光电风电自我消纳不低于60%，上网最高控制在20%，并努力将两者合起来。以往搞算力和电力时都简单依赖公共电网，现在逼着在上电网之前，上下游就进行沟通。在生产风电时就想到负荷在哪里，以负荷倒推建设能力，消纳上一开始就考虑服务者在哪里。

　　建设协同：一起建设一起使用。建设协同有两条路，高档的是物理可溯源，道路之一是单独拉一根专线，从风光电的发源拉到数据中心，省去中间输电环节，降低成本和损耗，叫绿电直连，其意义是物理清晰可溯源。欧洲人搞CBAM，要求把数据中心每小时所用电标注出绿色和非绿色，这叫物理溯源。我们如要出海，必须做到高端的绿电直连，可物理溯源。但目前在中国，一般完成碳达峰要求的财务可溯源即可，这意味着你用的可能不是纯粹的绿电，只是绿色用电证明。这类财务绿证，意味着仍用火电，以买绿证对冲。这是考虑到中小企业很难支付绿电直连的成本。

　　智能协同，哪里有电去哪里算

　　运营协同，算力电力柔性调节。风光电不稳定，AI可以起柔性调控作用。比如算力中心最基本任务是做模型训练、数据备份、离线分析等，可用“非实时算力”，在绿电多或用电低谷的时多吸电（加大算力）；但如果需要马上推理或决策，可在绿电少或用电高峰的时候少吸电（减少算力）。这就要用AI进行调控。虚拟电厂都可进行柔性调节，包括AI智能化的东西要进到直连，这是算优化电的表现。

　　2022年开始出台“东数西算”规划，已考虑到西部做算力，为东边数据提供最大化的供给，但当时没有精细化地考虑西部的数据中心和电能完全直供。最近据央视报道，算电协同战略纳入政府报告才50多天，就出现了第一个绿电直供典型案例，国家算力网络一体化枢纽点宁夏中卫，5月2日投运大唐中卫云基地数据中心绿电直供50万千瓦光伏电站，它造了光电源来覆盖数据中心的荷，拉了一根50万千瓦专线。此外，还要造150兆瓦的风电，这样的话，可以用全年40多亿度的供电充分保证数据集群每年20多亿度的需求。西部的数据中心，三五年内的算电协同就是要做枢纽配备。

　　而像上海、北京的算力中心最需要的是推理，当地绿电又稀缺，人才大规模迁徙不太现实。我认为，东部的算电协同，除了数据中心的规划和建设尽量用新能源，更重要的是用AI不断进行柔性调配，哪里有能量就到哪里去算。举例，去年上海电网在用电高峰时，将上海低程度算力一按按纽送到福建，福建帮上海解决低层次的推理问题。现在在重点对东数西算的八个国家算力枢纽进行空间协同时，需要憧憬范围更大的算力网和电力网的智能协同。