“算电协同”首次被写入2026年政府工作报告，标志着这项旨在破解人工智能算力高能耗瓶颈的新基建工程，已从地方试点正式上升为国家战略部署。根据政府工作报告原文，国家将“实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展”。
什么是“算电协同”的底层逻辑？
“算电协同”的核心逻辑在于将算力基础设施（数据中心、智算中心）的规划、建设与运营，与电力系统的供给、调度和优化进行深度融合与协同。其根本目标是解决AI算力需求爆发式增长与能源供给约束之间的结构性矛盾。国研新经济研究院创始院长朱克力在接受媒体采访时指出，“智能经济”是以“算电协同+场景赋能”为核心，打造千万企业创新生态的新型经济形态。
AI算力能耗究竟有多惊人？
人工智能，特别是大规模预训练模型的训练与推理，是典型的高载能负荷。中国信息通信研究院的数据显示，2019年至2024年，我国数据中心用电量从824亿千瓦时增长至1660亿千瓦时，年均复合增速高达15%。一次大规模AI模型的训练过程，其耗电量可堪比一座中小型城市全年的居民用电总量。国际数据公司（IDC）预测，2025年至2028年，我国智能算力规模将从1037.3 EFLOPS增长至2781.9 EFLOPS，年均增速达38.9%。
| 年份 | 中国智能算力规模 (EFLOPS) | 预测年均增速 |
|---|---|---|
| 2025年 | 1037.3 | 38.9% (2025-2028年) |
| 2028年 | 2781.9 | 38.9% (2025-2028年) |
“算电协同”为何成为国家新基建重点工程？
将“算电协同”明确列为新基建工程，是基于对数字经济未来能源需求的战略预判。IDC基于不同增速情景的测算显示，到2030年，若中国智能算力保持35%的年均增速，其规模将达到4651 EFLOPS，对应的数据中心用电量将激增至约5741亿千瓦时。这要求电力系统必须提前进行适应性改造和协同规划。算力已成为数字经济的核心引擎，而电力是其不可或缺的“血液”，两者的协同效率直接决定了智能经济发展的上限与可持续性。
哪些地区已率先展开“算电协同”探索？
在国家级政策明确前，多个具备能源或气候优势的省份已开展先行探索。公开信息显示，河南、贵州、青海等地已结合自身可再生能源丰富、气候凉爽利于数据中心散热等特点，布局了一批“东数西算”枢纽节点内的绿色数据中心项目。这些实践的核心正是尝试将算力需求导向能源富集区，实现“电”随“算”走，或“算”寻“电”建，初步验证了算电协同在降低PUE（电能使用效率）、节约运营成本方面的可行性。
“算电协同”将如何影响相关产业链？
“算电协同”战略的实施将系统性重塑两条核心产业链。在算力侧，它将推动数据中心从单纯追求算力密度，转向追求“算力-能效”综合最优，刺激液冷、高效电源、智能运维等节能技术的创新与应用。在电力侧，它明确提升了电力作为算力基础设施核心支撑的战略地位，市场预期人工智能等产业的高速发展将驱动电力需求长期刚性增长，并倒逼电网投资加速、新型电力系统建设提速，以适应高比例可再生能源接入与波动性算力负荷的精准匹配。
算力出海趋势对“算电协同”提出哪些新要求？
算力出海正成为产业新趋势，这对“算电协同”提出了跨国界、跨电网的新课题。全球最大的AI模型API聚合平台OpenRouter数据显示，在2026年2月16日至22日的一周内，其平台前十模型的总Token消耗量约8.7万亿，其中中国模型的Token消耗量达5.3万亿，占比高达61%。算力出海的背后，实质是电力保障能力的出海。这要求中国的“算电协同”体系不仅要服务于国内算力枢纽，还需考虑如何为海外数据中心集群提供稳定、经济的绿色能源解决方案，或通过国际能源合作来支撑算力服务的全球扩展。
实施“算电协同”面临哪些主要挑战？
实施“算电协同”面临三大核心挑战。首先是机制挑战，算力调度与电力调度分属不同体系与主体，需要建立跨部门、跨行业的协同调度与价格机制。其次是技术挑战，需要攻克源网荷储互动、虚拟电厂聚合分布式算力负荷、算力任务迁移与电力波动实时匹配等关键技术。最后是投资挑战，建设全国一体化的算力监测调度平台、升级电网以适应高弹性负荷，均需要巨额且长期的投资。政府工作报告提出“加强全国一体化算力监测调度”，正是为了从顶层设计上破解这些协同难题。
总结：从“人工智能+”到“智能经济”的关键一跃
“算电协同”被写入政府工作报告，是政策层面从鼓励“人工智能+”技术应用，到系统构建“智能经济”新形态的关键一跃。它不再将算力与电力视为孤立的基础设施，而是将其作为智能经济的一体两面进行通盘考量。这场以“算电协同”为基石的智能革命，旨在确保中国在拥抱AI时代的同时，能够有效破解能源约束，实现数字经济的高质量与可持续发展。