商湯在第二十屆中國IDC産業年度大典上分享的算電協同實踐，說白了就是給智算中心這個“AI算力工廠”解決了用電的大難題——現在跑大模型的智算中心就是個巨型“電老虎”，不僅耗電多、電費貴，還經常因爲電力供應不穩導緻算力任務中斷。商湯靠一套“能源大模型+智慧儲能系統”的組合拳，讓算力和電力精準配合，實現了“算随電用、電随算動”，既降了成本，又保了穩定，還貼合了“雙碳”目标，下面就用最接地氣的話把這事拆明白。

一、爲啥智算中心非得搞“算電協同”？—— 電力已經成了AI發展的“卡脖子”難題

現在AI大模型越做越大，訓練一個千億參數的模型，需要成千上萬的服務器連軸轉，這些服務器堆在一起的智算中心，就是個實打實的“電老虎”。但行業裏一直有兩個繞不開的用電痛點，不解決的話，AI算力想發展根本無從談起。

1. 數據“各玩各的”，電力浪費嚴重

智算中心裏有三類關鍵數據：一是AI訓練任務的數據，比如今天要跑視頻生成模型、明天要做數據分析；二是服務器集群的負載數據，比如現在有多少服務器在幹活、負載有多高；三是電力調度的數據，比如電網什麽時候電價便宜、什麽時候綠電（風電、光伏）多、電網能提供多少電力。

但現在這三類數據就像三個互不搭理的“部門”，電力系統不知道智算中心接下來要幹啥、需要多少電，智算中心也不知道電網的電力情況，隻能“瞎用電”。比如電網深夜電價低、綠電充足時，智算中心的算力任務可能正處于低谷，白白浪費了便宜電；而白天電網用電高峰、電價高時，智算中心又剛好要跑大模型，需要大量電力，不僅電費飙升，還可能因爲電網供電不足導緻任務中斷。這種數據孤島，讓智算中心的電力使用效率大打折扣，錢花了不少，還沒辦好事。

2. 電力波動太坑，算力穩定沒保障

大模型訓練和推理時，算力負載就像坐過山車，可能上一秒還很平穩，下一秒因爲要處理海量數據，負載突然飙升，瞬間需要巨量電力。電網的供電能力是相對固定的，根本跟不上這種“尖峰需求”，很容易導緻服務器電壓不穩甚至宕機，辛苦跑了幾天的大模型訓練任務可能直接歸零，損失難以估量。

反過來，當算力任務進入低谷，服務器負載驟降，智算中心的電力需求也跟着減少，這時候電網的電力又沒處用，造成資源閑置。而且現在國家在推“雙碳”目标，智算中心作爲高耗能場所，要是不能降低能耗、減少碳排放，後續發展也會受政策限制。

3. 全球都在搶賽道，這是國家層面的戰略布局

不隻是國内有這問題，全球科技強國都在盯着“算力-能源”一體化的布局。比如美國的大數據企業Palantir推出了“Chain Reaction”平台，把它定位成“美國人工智能基礎設施的操作系統”，核心就是把算力調度、電力預測和芯片管理揉到一起，打造國家級的AI基礎設施。商湯搞算電協同，不隻是爲了解決自己智算中心的運營問題，更是在國家戰略層面，補齊我國AI基礎設施的能源短闆，避免在全球AI競争中落後。

二、商湯怎麽破解難題？—— 兩大核心抓手，讓算力和電力“心有靈犀”

商湯沒有簡單地給智算中心裝個電表或者買個充電寶，而是從底層邏輯入手，打造了“能源大模型+智慧儲能系統”的閉環，讓算力和電力能雙向适配，真正實現“算随電用、電随算動”。

1. 能源大模型：智算中心的“電力預言家+總調度”

商湯自研的能源大模型，就像給智算中心裝了個超級聰明的大腦，既能精準預測未來的電力需求，又能實時指揮電力怎麽用，核心靠三個獨門絕技。

（1）把所有數據串起來，實現“任務-算力-功耗”精準對應

以前智算中心的任務、算力、功耗數據是割裂的，現在商湯通過獨創的“能量塊”數據模型和“算電功耗模型”，把這些數據全打通了。比如跑一個千億參數的多模态大模型，能源大模型能精準算出需要啓動多少台服務器、每台服務器每小時耗多少電、整個算力集群的總功耗是多少，甚至能對應到配電系統的每一條線路。

簡單說，隻要輸入一個算力任務，能源大模型就能立刻算出“要花多少電”，就像你點外賣時，APP能精準算出配送時間和費用一樣，再也不用“盲猜”電力需求了。

（2）“能量塊”加持，複雜場景也能精準預測

爲了讓預測更準，商湯把能源本身的數據（比如風電、光伏的發電效率）、用戶的用能習慣（比如智算中心什麽時候跑大任務）、能源平衡規則（比如電網的供電限制），和算力服務器的信息綁在一起，做成一個個“能量塊”，作爲分析的基礎單元。

就像玩積木時，用不同的積木塊能拼出不同造型，這些“能量塊”能根據實際情況組合分析，再結合多輪訓練優化的算法，哪怕遇到極端天氣（比如陰天光伏發電少）、算力任務臨時調整等複雜場景，能源大模型也能精準預測未來的能源需求。目前這個模型的能源需求預測準确率已經超過88%，決策準确率超93%，未來還能達到90%-95%的行業頂尖水平。

（3）高頻次動态調度，讓電力使用“利益最大化”

能源大模型不是一天隻預測一次，而是每15分鍾更新一次電力需求預測，每5分鍾調整一次調度策略，相當于每分鍾都在“精打細算”怎麽用電。

它會綜合考慮各種因素：比如電網的實時電價（低谷電便宜就多用電）、綠電比例（綠電多就優先用，貼合雙碳）、儲能系統的電量（儲能滿了就少充，儲能空了就補）、電網的供電要求（電網高峰就少用點），然後自動生成最優的調度策略。比如電網深夜電價低、綠電足，就安排跑算力密集型任務；白天電網高峰，就把非緊急任務暫停，用儲能系統的電支撐基礎算力，真正讓智算中心從“隻能被動用電的剛性負荷”，變成“能靈活調節的電力資源”。

2. 聯合甯德時代做智慧儲能：智算中心的“超級充電寶”

光有預測和調度還不夠，得有實際的電力儲備來應對算力負載的突然波動，商湯找了甯德時代合作，打造了一個規模達17.888MW/35.776MWh的儲能系統，相當于給智算中心裝了個超大号的“充電寶”，而且還是帶智能大腦的。

（1）毫秒級響應，解決電力“瞬時缺口”

這個儲能系統最厲害的地方是響應速度快，能在毫秒級内釋放電力。比如智算中心的萬卡級服務器集群突然啓動，算力負載瞬間飙升，電網供電跟不上時，儲能系統能立刻補上電，就像汽車爬坡時渦輪增壓突然發力，保證服務器不會因爲電力不足宕機，大模型訓練任務也能順利進行。