「算电协同」国家队落地：AI算力中心的能耗黑洞，有了出口

📰 概要

AI算力中心正在变成能源黑洞，但有人已经找到了出口。

2026年4月28日，国家数据发展研究院在第九届数字中国建设峰会上，牵头发布「算电协同科技与产业融合创新联合体」。

首批成员单位共20余家，其中智能计算系统解决方案提供商与国产AI芯片企业太初元碁成为首批成员之一。

2026年政府工作报告首次写入「算电协同」，从政策词到产业体，这件事落地的速度比预想的快。

算力与电力的平衡，是大规模算力集群不可回避的问题。

目前大模型参数规模呈指数级跃升，单颗芯片已难以支撑算力需求的爆发式增长，集群化成为必然。但集群化意味着能耗的集中爆发——国内传统数据中心PUE普遍在1.5左右。

太初元碁首席产品官洪源给出了一个具体参照：基于自研AI芯片和高效液冷技术，PUE值已降至1.1。美国超算中心一般PUE在1.2-1.4，国内平均水平约1.5。

「算电协同」联合体的目标，是把1.1做成行业基准线，而不是天花板。

这个矛盾在2025-2026年变得尤为突出。

大模型训练集群的功耗从百千瓦跳到兆瓦级别，一个万卡集群的年电费轻松破亿。对云服务商来说，电费是仅次于GPU的成本项；对政策制定者来说，算力中心的碳排放已经成为选址和审批的核心考量。

联合体成立后，首批20余家成员将共享液冷散热、AI芯片能效优化、错峰调度等核心技术。这意味着技术标准将趋向统一，跨企业的算力基础设施协作成为可能。

不过，联合体目前仍处于初期阶段，PUE 1.1的方案还需要在更大规模集群上验证。对于极端低延迟场景下的AI推理任务，液冷方案的初期投入成本仍然不低。

什么情况不建议用？你的AI应用在单机级别运行、年电费预算低于10万元，暂时不需要关注这个联合体的动态。但在大规模训练或托管推理场景，它的下一步技术规范会直接影响你的基础设施选型。

算电协同从政府报告走向产业落地，这是中国AI基础设施建设进入新阶段的信号。