算力与电力双向奔赴：四部委联合部署AI能源融合新路径

当人工智能的电力需求逐渐逼近一个中等省份的消耗总量，当风光等可再生能源因受自然条件制约而需要更精确的预测与调度——AI与能源这两条原本平行的轨道，终于实现了交汇融合。

2026年5月8日，国家发改委、国家能源局、工信部、国家数据局四部门联合发布了《关于促进人工智能与能源双向赋能的行动方案》。

这份文件的核心宗旨非常明确——

能源为AI提供动力支撑，AI推动能源绿色变革。

这简短的表述，将两个看似关联不大的行业紧密联系在了一起。

《行动方案》围绕算力与电力的协调配合、能源数据价值的深度开发、AI在能源领域的应用落地等维度，部署了29项重点任务，绘制了一幅清晰的发展蓝图。

目标分两个阶段推进：

先看能源支撑AI这一环。

一个容易被忽视的事实：AI并非"虚拟"的，它具有很强的"实体"属性。每一次大模型训练、每一次智能推理，其背后都离不开实实在在的电力消耗。

中国信息通信研究院2026年5月预测：在AI高速增长的情景下，国内算力中心的用电需求可能突破7000亿千瓦时，约占全社会用电量的5.3%。

这意味着什么？2025年，浙江省全年全社会用电量约为6000亿千瓦时。也就是说，AI算力的电力需求，正在接近一个经济强省的总用电水平。

而且AI算力负载具有独特特征：高密度运行、持续性强、对供电质量要求极高。它不同于普通工业负荷，不能随意拉闸限电。它需要电力随时充足、品质稳定、价格合理。

这正是《行动方案》要破解的难题——

算电协同，从理论概念转化为实体实践。文件明确，推动百万千瓦级AI算力设施与配套能源系统一体化建设试点；统筹调配能源资源与算力布局，引导算力向西北、东北等新能源富集区域转移，实现"算力跟着电力走"，就近消纳清洁电力。

更值得关注的是：核能、氢能直接供电模式被正式纳入方案。这意味着，AI算力中心未来有望直接对接核能、氢能等稳定可靠的清洁能源，摆脱对大电网多级传输的完全依赖。

与此同时，绿电交易、绿色证书机制、算力设施节能降碳管理等也被纳入政策框架。

一个标志性项目已经落地：中国大唐中卫云基地50万千瓦光伏电站投入运营，实现了沙漠风光电到数字算力的直接输送，成为国内首个大规模算电协同绿电直供典范。

再看AI赋能能源这一环。

中国是全球新能源装机容量最大的国家，但新能源存在固有短板——高度依赖自然条件。风电需要风力才能发电，光伏需要阳光才能运转，其精准性和稳定性始终面临挑战。

AI能够发挥什么作用？

2026年第一季度，全国可再生能源发电量达到8829亿千瓦时，约占全部发电量的37.1%。随着这一比重持续上升，电网调度难度不断加大，AI的应用价值将更加显著。

这份文件的出台，蕴含着多重深意。

首先，系统性回应AI用电焦虑。国际上关于"AI发展的终极瓶颈是电力"的讨论日益热烈，甚至有观点认为AI竞赛将因能源限制而减速。中国以一份国家级方案作出回应：能源供给与AI发展并非零和博弈，而是可以相互促进、相得益彰。

其次，为新能源消纳提供新手段。中国新能源装机规模全球第一，但"弃风弃光"现象（发电后输送不出去）仍是行业痛点。AI技术可以让新能源更可预测、更可控，有效提升消纳能力。

第三，抢占AI绿色发展高地。全球AI竞赛，不仅是模型技术的较量，更是能源保障能力的比拼。谁能以更低成本、更清洁的能源支撑AI发展，谁就掌握了长期竞争的战略优势。

对能源行业而言，AI不是外来入侵者，而是崭新的生产力工具。从发电、输电到配电、用电，全产业链都有AI渗透的应用空间。

对算力行业而言，能源成本正成为愈发关键的竞争要素。谁的算力使用更多绿电、谁的能源成本更具优势，谁就能在AI云服务市场掌握更大的定价话语权。

对投资者而言，"算电协同"相关产业链值得重点关注。特高压输电、储能系统、分布式能源、虚拟电厂、绿电交易……这些曾经偏传统的能源赛道，正在因AI的融入而获得全新的增长逻辑。

AI与能源的双向赋能，不是昙花一现的短期热点，而是将持续十年的产业发展大趋势。

《行动方案》的29项任务，从政策层面为这一趋势按下了加速按钮。

当算力开始参与电网调峰，当AI开始预判每一缕风和每一片云，我们或许正在见证一个崭新时代的开启——在那个时代里，数字比特与电力瓦特将紧密交织、不可分离。

参考数据：国家能源局、国家发改委、中国信息通信研究院（2026年5月），《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）