AIDC萬億級賽道利好來了！四部門發文布局算電一體化

點↑“星標”，暫存文章，查找更方便！

零碳情報

【AIDC萬億級賽道利好來了！

四部門發文布局算電一體化】

業界逐漸形成共識，人工智能（AI）的競爭，最終是能源供給的競爭。為了贏得這場競爭，中國已經正式把“AI+能源”提升到國家級基礎戰略。

5月8日，國家能源局發布消息，已于近日會同國家發展改革委、工業和信息化部、國家數據局印發《關于促進人工智能與能源雙向賦能的行動方案》（下稱《行動方案》）。

這其實就是算電協同或算電一體化戰略。中國不只是想做AI應用大國，還完全有條件做AI能源基礎設施大國，從而促進Token出海。在AI大爆發的當下，人工智能數據中心（AIDC）是一個萬億級的黃金賽道。

此次四部門聯合發文，是落實國務院《關于深入實施“人工智能+”行動的意見》相關部署的重要舉措，也是順應人工智能技術迭代演進、推動能源產業高質量發展的關鍵部署，直指當前人工智能與能源領域融合發展的現實需求與潛在痛點。

《行動方案》提出，到2027年，支撐人工智能創新發展的安全、綠色、經濟的能源保障體系初步構建，清潔能源與算力設施互動能力顯著提升。

到2030年，人工智能算力設施的清潔能源供給保障能力和能源領域人工智能應用水平大幅提升，構建人工智能與能源雙向賦能、深度融合的發展新格局。

《行動方案》以能源支撐人工智能發展、人工智能賦能能源轉型為主線，聚焦保障算力設施安全可靠的能源供給、推動算力設施綠色低碳轉型、促進算力電力高效經濟協同、開放能源領域人工智能高價值應用場景、挖掘能源領域數據價值、強化能源領域人工智能模型創新等方面部署了29項重點任務，著力促進能源、算力、場景、數據、模型等人工智能發展各要素高效協同。

文件還提出，鼓勵具備靈活調節能力的算力設施開展綠電直連。這意味著“新能源+ AI園區”獨立能源體系的模式將很快出現。

在保障算力設施安全可靠的能源供給方面，《行動方案》指出，統籌優化能源資源與算力布局。

統籌大型新能源基地與國家算力樞紐規劃布局，推動算力設施、互聯網骨干直聯點在新能源富集地區有序合理匯集，促進新能源就近就地消納。

結合地區能源、水資源等承載力，探索百萬千瓦級人工智能算力設施與配套能源系統協同建設，選擇具備條件的地區開展試點，推動算電協同一體化發展。

同時，提高算力設施多元電力供給能力。根據算力設施接入系統規模、電網電壓等級、電網新能源滲透率、電能質量要求、算力設施業務類型等實際情況，建立健全算力設施能源供給規劃建設標準。

探索核電、氫能等能源以直連方式為算力設施供能。鼓勵算力設施配置構網型儲能，增強供電穩定性和對電力系統的主動支撐能力。

推動算力設施綠色低碳轉型方面，持續提升算力設施綠電占比。加強算力設施項目布局規劃指導，將綠電使用占比作為重要參考指標，增強綠色算力供給水平。

支持算力設施通過參與綠證綠電交易提升綠電消費比例。推動算力設施備用電源綠色低碳轉型，鼓勵備用電源加快使用清潔能源替代傳統燃油發電機。

完善算力設施綠電直連政策。依據算力任務類型，對算力設施實施分類管理，鼓勵具備靈活調節能力的算力設施開展綠電直連。

研究通過價格政策激勵算力設施采用綠電直連等方式更高比例消納新能源，持續提升算力設施綠色發展水平。

在促進算力電力高效經濟協同方面，推動建立算力與電力互動機制，以電力市場價格信號引導算力設施優化能量管理和跨網跨區等多形式算力調度，提升算力設施經濟效益。

鼓勵算力設施作為負荷側靈活可調節資源參與電網運行，提升電力系統調節能力，實現算力設施與電力系統的雙向提效。

強化算電協同市場機制建設。鼓勵新建算力設施與可再生能源發電企業簽訂多年期綠色電力交易合同，提升綠電消費比例與供應穩定性，構建算力設施經濟高效綠色供能體系。

在開放能源領域人工智能高價值應用場景方面，加速人工智能技術與能源產供儲銷全鏈條深度融合和規模化發展，形成技術創新與產業應用的良性循環。

挖掘能源高價值場景。構建需求牽引、動態迭代的場景供給體系，形成覆蓋主要業務領域、兼具行業引領性與國際競爭力的能源人工智能場景圖譜。

構建能源高價值場景閉環管理機制。構建能源開放場景測試驗證平臺，推動人工智能技術適配驗證、場景應用性能評測，持續規范人工智能技術在能源領域應用的準入條件。

推動能源高價值場景規模化應用，加速推動人工智能在能源規劃設計、勘探開發、生產運行、設備運維、運營和安全管理等全鏈條場景的落地應用，加快提升能源系統清潔低碳、安全高效和靈活智能水平。

圖說：能源領域高價值場景

來源：國家能源局

挖掘能源領域數據價值方面，建立治理、安全、流通三位一體的高質量能源數據發展模式，充分發揮數據要素價值，推動能源數據從資源向資產轉化。

建立健全適配能源行業需求的數據價值評估、收益分配等市場化規則機制及標準規范，打通數據流通路徑。深化能源領域可信數據空間試點建設與互聯互通，促進數據資源共享和高效對接。

在強化能源領域人工智能模型創新方面，實現人工智能技術與能源產業的深度耦合。

推動人工智能自主可控軟硬件在能源領域深度應用。加快自主智算芯片與國產深度學習框架的適配優化，推動多框架協同運行，推動能源領域大模型高效遷移技術在典型場景中的應用。

國務院研究中心資源與環境政策研究所能源政策研究室副主任韓雪5月8日接受記者采訪時表示，考慮到算力中心對供電可靠性的要求，以及全球科技領域更具雄心的零碳目標，除可再生能源+構網型儲能外，核電、氫燃料電池可以成為具有潛力的供電解決方案，預計在未來10年后將更具商業可行性。

“算力中心的綠電占比要求高于大部分省的平均綠電比例，也就是說算力中心需要額外努力提升綠電占比。”韓雪對記者表示，同時，算力中心需要通過自建可再生能源項目或外購鎖定額外的綠電來源，再加上綠電具有波動性，一定程度上算力中心需優化自身用電或使用儲能來平衡供需差異。

韓雪表示，算力中心更多聚集在沿海地區，綠電資源并不豐富，要從地域上優化綠電和算力中心的布局。

在政策規劃層面，需要統籌算力和綠電的布局和建設時序，同時確保算力中心使用的綠電可計量、可追溯、可核算、可認證。此外，還需為算力中心提供激勵提供需求響應，實現發用電的實時匹配。

“需要注意的是，算電協同不僅是電力對算力發展的支撐，還包括人工智能在電力領域應用場景的深度挖掘和商業解決方案的加速落地。”

韓雪表示，目前，數字技術和人工智能在風光發電預測、故障檢測和遠程運維、微電網智能優化調度等方面已經有可落地的應用，將有助于電力系統運行模擬和監測、網絡風險防范等方面的工作。

（來源：國家能源局官網、上海證券報；整理：Bell）

聯系和關注我們↓（公眾號后臺留言聯系小編）

免責聲明：

本文為行業研究與個人觀點，不構成投資建議、新聞報道或權威信息發布。