绿电赋能AI算力：远景首创“AI电力系统”
长久以来，人们普遍认为AI与能源的关系是单向的：AI代表了前沿的智能技术，而能源则是AI运作的基础物资，两者虽有关联却相对独立。然而，随着人工智能产业的迅猛崛起，这种旧有的认知已显得陈旧。
在5月26日国家能源局举办的全国“人工智能+”能源现场推进会上，远景科技集团董事长张雷的一番话彻底打破了固有观念：“能源绝非AI的终点，而是AI演进的过程；能源不仅是AI的基石，更是其血液与根本；电力系统不应仅是人工智能的辅助系统，而理应成为其核心工程。”
也就是说，当下我们所见到的AI对话、模型训练及智能计算，其底层皆是电能向算力与智能的转化，若无稳定高效的电力系统支撑，AI技术的迭代便无从谈起。鉴于电力贯穿了AI的研发、训练、运行及散热等全流程，对这一整条链路的能量进行管控，已使能源系统不再仅仅是底座，而是演变为AI的躯体与动力源泉。
“瓦特的贡献在于改良了蒸汽机的能量转化效能。他做了一个关键变革，攻克了能量管理的核心瓶颈——通过设计独立的冷凝器解决了散热难题、提升了能效。”张雷解释道：“如今GPU便是新的蒸汽机。这台新型蒸汽机的功能同样是将电力转化为智力。我想强调的是，智力生产的本质，其实就是一个能量转化的过程。”
对此，张雷在业内首次提出了“AI电力系统”的概念。与传统电力仅解决“有电可用”的基础问题不同，AI电力系统致力于解决AI生产全流程的能量管理难题，旨在以最优的绿电、产出最多的算力，支撑最高效的智能进化。
01 追赶摩尔定律
如今，AI算力已步入指数级爆发阶段，模型半年更新一代，芯片一年升级一次。为满足AI算力的高速增长需求，AI电力系统自身也需紧跟摩尔定律的步伐，通过人工智能手段，使电力系统每18个月实现智力输出的翻倍。
在张雷看来，要达成上述目标，AI电力系统必须妥善解决三大问题：一是如何让同等功率带宽接入更多GPU；二是如何让同等电量产出更多智力；三是在同等投资下，如何大幅降低电力成本。
尤其是第三点，将对我国风电等绿电产业的高质量发展产生深远影响。
依据国家能源局2025年官方统计数据，全国风电、光伏累计装机已达18.4亿千瓦，占全国总装机的47.3%，首次超越火电成为我国第一大电源。然而，到2026年一季度，风电、太阳能发电量合计约5809亿千瓦时，在全社会用电量中占比超过23%。
尽管我国已建成全球规模最大的风电、光伏绿色电力体系，但两者在社会用电量中的占比仍存巨大提升空间。这不仅需要建设更多的绿电发电设施，更需借助AI电力系统将风光储绿色电力的比例推至更高。
由于传统电力系统是为适配化石能源而搭建，缺乏先进的绿电调度、储能配套及多源协同机制，受风电光伏波动性特征影响，导致大量优质绿电资源难以稳定、可持续、高功率地支撑AI算力发展，从而推高了其电力成本。
例如，在调度层面，风电、光伏、储能、氢能等各类绿电各自独立运行、各自为政的传统模式，无法实现负荷的高效、最优联动调节，致使系统整体供电稳定性差、有效可用绿电量缩减，难以满足AI算力不间断、高功率的严苛用电需求。
在设备层面，同样存在绿电资源利用率不足的问题。以风电机组为例，传统风机缺乏感知、预测和动态应变能力，无法精准捕捉风速、风向的细微变化，导致机组发电效率大有提升空间，风能资源浪费严重。
02 突破制约因素
要想跟上AI产业升级的步伐，AI电力系统必须具备同等的智能化进化能力，通过深度挖掘绿电资源潜力，运用先进手段让每一度绿电发挥更大作用。这就需要更强大的全链路智能能量管理能力。
事实上，早在张雷提出AI电力系统理念之前，远景能源就已建立起支撑该理念发展的全链路智能能量管理能力，构建了由软件中枢、物理AI算法、硬件基建构成的三重核心支撑体系。
第一层为智能中枢，核心是远景自研的EnOS智能物联操作系统。该平台目前已接入数亿台风电、光伏、储能、充电桩等能源智能设备，具备毫秒级实时监测、全局调度、供需调控能力，可灵活调配绿电出力与AI算力负荷，提前预判电力波动，并对这些设备实现毫秒级实时控制。
“仅靠语言大模型无法真正管理电厂或算力中心，需要物理AI突破。”张雷认为：“对于能源系统而言，物理AI有两个关键支撑：一是气象大模型；二是能源大模型。”
这正是远景构建的第二层解决方案，针对通用大模型无法管控复杂能源场景的问题，这家长于技术创新的公司开发了“天机”气象大模型，用于精准预判气象与风光发电波动，解决了绿电“靠天吃饭”的不确定性。同时，远景也开发了“天枢”能源大模型，打通了发电、储能、制氢、算力调度全链路，让波动的绿电转变为可预测、可调度的优质算力电源。
但张雷认为仅有操作系统和大模型是不够的，还需要下一代电力基础设施。这是远景针对AI电力系统打造的第三大关键支柱，也是支撑该系统落地的硬件基础。
具体而言，它包括风光储一体化控制器、高压直流(HVDC)、固态变压器(SST)、智能机柜等一套端到端的新型电力基础设施架构。
03 提前布局应用
在推出上述三大关键支柱的基础上，远景也提前布局，将其大量应用于系统端与产品端，以满足AI电力系统高速发展的需求。
在系统端，远景打造的赤峰零碳产业园，是全球首个规模化离网式AI电力系统的典范。该产业园依托总量达2GW且100%可再生能源的独立电力系统，通过EnOS和能源大模型，实现风电、光伏、储能、算力和氢能之间实时动态配合，并与腾讯合作利用AI电力系统优化算力任务的编排。一方面，这为AI产业提供了全程零碳绿电供给，为大模型训练、商用算力服务提供源源不断的低成本绿色电力。另一方面，AI可实时根据风光发电量、市场电价、产业负荷，智能分配绿电用途，可使园区各类绿色资产收益最大化，让绿色电力与绿色算力具备极强的市场竞争力。
据张雷透露，远景还在乌兰察布，打造“远景星河基地”——一个吉瓦级的能源系统与算力系统一体化的人工智能基础设施，堪比美国的“星际之门”，为中国人工智能的腾飞铺筑基石。
在电力基础设施的产品端，远景已在2025年推出了可实现风电、储能、AI算法、智能构网控制高度集成的硬件产品——伽利略AI风储一体机。该设备具备独立构网能力，可完全脱离传统大电网孤岛运行，能够实现毫秒级风光波动响应，将原本间歇性的风电打磨至接近火电的供电稳定性水平。
同样于2025年推出的伽利略AI风机，则是远景在设备端进一步下沉至风机层面的产品应用。这种机型可依托“天机”气象大模型、“天枢”能源大模型，具备泛化、自主学习与自适应优化能力。数据显示，加装“天枢”能源大模型智能控制平台模块的3代AI风机，较同风场未加装AI的第2.5代智能风机，收益提升达20.9%。
从蒸汽机革新煤炭利用方式，到AI时代能源系统全面重构，每一次工业革命的核心都是能量管理能力的升级。对于呼啸而来的AI时代而言，能源早已不是独立的存在，而是早已渗透到了AI生产与进化的方方面面。
“正如当年的瓦特，人工智能时代，每一位能源人都有机会直接参与创造智能，成为其中的主力军，再一次在这个历史的关键时刻担当重任。”张雷表示。