AI能源融合新机遇！多部门联合推动算力与清洁能源协同发展
编者按丨能源观察2027年前，面向AI创新需求的安全、环保、经济型能源支撑体系将基本成型，清洁能源与数据中心协同效能大幅增强。5月8日，国家发改委、国家能源局、工信部、国家数据局联合发布《推动人工智能与能源双向赋能行动方案》（简称《方案》）。《方案》聚焦AI与能源的相互促进关系，系统规划了算力设施能源保障、绿色转型、算电协同等十大方向，并细化为二十九项具体任务。《方案》明确，到2027年，支撑AI创新的安全、低碳、经济能源保障体系初步建立，绿电与算力基础设施互动水平显著提高。能源行业高价值应用场景逐步开放
AI与能源：从单向供给到双向共生的新纪元
《行动方案》确立了以能源夯实人工智能基础、以AI驱动能源转型的双核路线，重点围绕确保算力设施能源供应的安全可靠、加速算力设施的绿色低碳升级、实现算力与电力的高效经济联动等维度，规划了29项关键任务，旨在推动能源、算力、场景、数据及模型等AI发展核心要素的深度融合与高效协作。行业专家分析指出，《行动方案》的发布意味着能源角色已从AI发展的“被动供应方”转变为“主动支撑者”，而AI也不再仅是能源转型的“辅助工具”，两者的深度交融将为我国数字经济的高质量腾飞及新型能源体系的构建注入强大动能。近年来，河北雄安新区
算力瓶颈下的AI产业新格局
思想钢印260510一周重要观点回顾(0504-0507)原文感悟：AI 规模化发展撞上资源天花板，反对数据中心的声浪虽此起彼伏，但不改长期趋势，只是改变了 AI 产业的发展节奏与格局。即便面临重重阻力，算力基础设施的投资仍将继续推进。AI 竞争的核心在于算力基座的构建，一步落后则处处被动，长期投资主线不会动摇。然而近期扩张速度明显减速，700 + 超大规模数据中心的规划显示，2026 年原定 16GW 产能实际仅能交付 5GW，30%-50% 项目存在延期风险，审批与监管约束成为最大障碍，同时能源、水资
四部门联手发布「AI+能源」行动方案——29项任务全面解读
29 条任务、8 节内容，4 部门联合推出了一份 「AI+能源」的行动方案。核电、氢能可以直接为算力供电，算力可以发行 REITs，能源数据从「资源」升级为「资产」——这些是近几年首次出现的表述。从 29 条中筛选出 8 个核心要点，结合原文条款进行分析。一、先看规格5月8日，4 部门联合发文——发改委、能源局、工信部、数据局，共同签字。这种跨部门协作，之前在 「AI+能源」领域未曾有过。文号是国能发科技〔2026〕34 号。上位文件是去年8月的国发〔2025〕11 号《关于深入实施「人工智能+」行动的意
人工智能与能源双向赋能路线图发布
面对日益激增的计算需求与能源系统的深刻变革，推动人工智能与能源从“单向支撑”迈向“深度融合”，已成为培育新质生产力、建设能源强国的关键课题。近期，国家能源局联合多部门印发《行动方案》，为这一“双向奔赴”描绘了清晰的路径。该方案围绕双向赋能主线，统筹规划10个方面、29项重点任务，设定了分阶段目标：至2027年，初步建成支撑AI发展的安全、绿色、经济能源保障体系，清洁能源与算力设施互动能力显著增强，能源高价值场景逐步开放，数据集共享机制初步建立。至2030年，AI算力设施的清洁能源供给、专用技术研发及应用将
AI与能源双向赋能行动方案解读
【仁廷能源观察】每日发布一篇行业动态观察文章，专注风电、光伏、光热、储能、氢能、碳汇、核能、充电、汽车、电网、互联网、AI、智慧、低空经济等行业的科技研发、政策制定、发展规划、项目建设、资金流动、人物发展、市场动向和安全生产，综合研究、分析前沿领域的发展趋势和市场前景，为您提供行业策略、建议和项目咨询服务。导读：近日，国家发改委、国家能源局、工信部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》（以下简称《方案》），以 “能源支撑 AI 发展、AI 赋能能源转型” 为主线，部署 29 项重
四部门联合发布方案 助力人工智能与能源双向赋能
本报北京5月9日电（王云杉、薛子怡）近期，国家能源局联合国家发展改革委、工信部及国家数据局，共同发布了《关于促进人工智能与能源双向赋能的行动方案》。 现阶段，随着人工智能大规模落地，算力中心耗电量急剧上升，其用电特征表现为高密度、强连续性及对电能质量的高敏感度，这给能源供应带来了新的考验。与此同时，我国新能源装机比重持续攀升，给电网的安全平稳运行增添了压力，因此迫切需要利用人工智能在新能源功率预测、电网智能调度等领域的先进技术来应对挑战。 方案确立了以能源保障人工智能发展、AI技术助力能源转型的核心思路，
算电协同：AI发展的能源新赛道
[ ⚡ ENERGY_SYNC_ACTIVE ]AI NEXT TIPPING POINT大家好！今天我们要探讨一个正在兴起且许多人尚未察觉的巨大变革——算电协同。提到人工智能，人们首先想到的往往是 ChatGPT 的机智问答、Sora 创作的逼真影像，或是人形机器人的灵动身姿。在这些令人惊叹的 AI 技术背后，隐藏着一个我们常被忽视却日益紧迫的问题：电力。训练一个大型语言模型所消耗的电力，堪比上百个家庭一整年的总耗电量。据预测，到 2028 年，全球 AI 数据中心的年度耗电量将突破 1000 太瓦时，
AI赋能能源转型：国家重磅行动方案发布
促进人工智能与能源深度融合的行动方案为全面贯彻落实党中央、国务院关于人工智能发展的重要指示，并依据《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）精神，旨在加强能源对人工智能发展的支撑作用，同时发挥人工智能在能源转型中的放大效应，实现人工智能与能源发展的相互促进，加速构建一个协同高效、安全可靠、绿色低碳且开放融合的“人工智能+”能源新发展格局，特制定本行动方案。一、总体要求以习近平新时代中国特色社会主义思想为指引，深入学习贯彻党的二十大及历次全会精神，充分利用我国能源产业体系完整、
四部门联手，打造AI与能源协同发展新篇章
中科永为为贯彻落实党中央、国务院关于能源强国建设和人工智能发展的决策部署，近日，国家能源局会同国家发展改革委、工业和信息化部、国家数据局印发了《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号，以下简称《行动方案》）。《行动方案》以能源支撑人工智能发展、人工智能赋能能源转型为主线，聚焦保障算力设施安全可靠的能源供给、推动算力设施绿色低碳转型、促进算力电力高效经济协同、开放能源领域人工智能高价值应用场景、挖掘能源领域数据价值、强化能源领域人工智能模型创新等方面部署了29项重点任务，着
AI、能源与军工的三重共振
摩根士丹利中国首席经济学家邢自强于2026年5月指出，世界正步入人工智能、能源及国防三大领域交织的投资超级周期，这三大板块的资本支出将产生共振，进而重构全球供应链及经济增长态势。一、核心背景2026年5月，鉴于中国政治局会议、美联储政策调整以及中东地缘政治冲突，全球投资逻辑已由“效率至上”转变为安全与科技并行的双主线。核心判断：亚洲年度资本支出可能从目前的11万亿美元增长至2030年的16万亿美元，三大核心赛道将形成长期的共振效应。二、三重超级周期逻辑1. AI超级周期：从模型竞赛到基础设施落地阶段转换：
深度解析：AI与能源双向赋能行动方案，算力电力共绘融合新蓝图
该方案确立了以能源助力AI进步、AI推动能源变革为核心主线，统筹规划了29项关键任务。在这份文件中，“协同”与“绿电”出现的频率极高，分别达24次和13次。这两大主线的交汇，意味着AI与能源的关系已不再局限于单向的技术应用，而是迈向了深度交融、相互成就的“双向赋能”新阶段。今日，乙丁数链将为您深入剖析该行动方案的内在逻辑及其战略价值。大众对于AI与能源关联的理解，往往局限于“AI耗电量大”这一层面。然而，此次《行动方案》提供了一个全新的视角：AI不仅是能源的消耗端，更能化身为能源系统的智慧“调度中枢”与“
智领能源变革：人工智能驱动新纪元
全球能源体系正处于历史的转折点。一方面，“双碳”目标迫使能源结构向绿色低碳加速转型，风电、光伏等新能源装机量持续增长，但其间歇性和波动性的天然弱点，导致电网消纳和调度陷入困境：弃风弃光率居高不下，电网调峰压力剧增，新能源从“补充能源”迈向“主体能源”的道路充满挑战。另一方面，传统能源行业面临效率瓶颈、安全风险和成本高昂的三重压力：火电机组燃烧优化依赖人工经验，煤耗和排放难以进一步降低；电网设备巡检依赖人力，故障发现滞后，停电时间长；煤矿、油气开采环境危险，人工效率低，安全隐患多。与此同时，能源系统日益复杂
人工智能引领地热勘探新纪元
在全球能源结构调整的大背景下，地热能作为一种稳定且环保的基荷电力来源，其重要性日益凸显。然而，地热开发的固有高风险和高投入一直是制约其发展的瓶颈。近期，一篇发表在《Deep Underground Geothermal》期刊上的深度综述性文章指出，人工智能在地热资源勘探领域扮演着愈发关键的角色，极大地提高了资源发掘的效率。该综述由沙特贝克休斯公司的资深工程师Mahmoud AlGaiar领导完成，系统梳理了近十年人工智能在地热领域的应用进展。数据显示，截至2025年末，全球地热发电装机容量已达17,173
AI与能源深度融合：五大高价值应用场景助推双向赋能
为落实国家关于建设能源强国及发展人工智能的战略部署，国家能源局联合国家发展改革委、工业和信息化部、国家数据局，发布了《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号，简称《行动方案》）。《行动方案》围绕能源为人工智能发展提供支撑、人工智能助力能源转型两大主线，聚焦算力设施的能源供应安全可靠、绿色低碳转型、算力与电力的高效经济协同、能源领域人工智能高价值应用场景开放、能源数据价值挖掘、能源领域人工智能模型创新等关键环节，共提出29项重点任务。旨在促进能源、算力、场景、数据、模型等人