远景张雷：全链路能量管理是发展人工智能系统的核心竞争力

5月26日，国家能源局在深圳召开全国“人工智能+”能源现场推进会。远景科技集团董事长张雷作为唯一新能源企业代表受邀发言，同场企业还有中国石油、国家电网、国家能源集团、腾讯、阿里云等巨头。

张雷在会上提出，能源不只是AI的底座，更是AI的血脉和肌体，电力系统正在成为人工智能的主体工程。他指出，智力生产的本质是一个能量转化过程。今天，GPU正在成为人工智能时代的“新蒸汽机”，而这台“新蒸汽机”的主要矛盾同样是能量管理。当芯片和模型遵循“摩尔定律”高速迭代，而电力系统发展相对缓慢，AI时代能量管理的矛盾正日益凸显。机柜功率正从过去的数千瓦跃升至未来的数百千瓦，解决AI生产全链路能量管理问题，才能够破解AI发展的关键瓶颈。

张雷系统阐述了远景对AI电力系统的定义。他认为，AI电力系统的本质是能源系统与智能系统融合的人工智能基础设施。一个真正的AI电力系统要让同样的电力功率配置更多算力，让同样的度电能量产生更多智力，并在相同的投资成本下用更多绿电降低电力成本。张雷表示，未来AI的竞争不仅是模型的竞争，也不仅是芯片的竞争，更是电力系统的竞争——每一兆瓦电力能够产生多少有效智能的竞争。

作为AI电力系统的开创者和实践者，远景已经构建起系统能力。首先是智能中枢，以远景EnOS智能物联操作系统为核心，能够接入和管理包括风电、光伏、储能、充电桩、发电机组等数亿级别的智能设备，充当AI电力系统的“神经系统”。其次是物理人工智能，远景“天机”气象大模型与“天枢”能源大模型协同，“天机”让系统理解天气、预测风光变化；“天枢”让系统理解能源、实时自动优化源网储荷运行。两者结合，让能源系统第一次具备了深度认知与自动决策能力。第三是下一代电力基础设施，远景正在推动风光储一体化电源、高压直流、固态变压器、构网型储能和末端智能机柜等技术融合，构建端到端的新型电力基础设施架构。通过这一体系，GPU机柜可以实现实时动态管理，并用构网型储能取代传统UPS技术。

在实践层面，远景已经率先实现AI电力系统落地。在赤峰，远景打造了零碳产业园，这是全球最大的100%独立电力系统，实现了风、光、储、氢、算力、大模型一体化，让绿色氢能与绿色算力获得极致的成本竞争力。在乌兰察布，远景正与腾讯、字节跳动共同打造“远景星河基地”，一个吉瓦级的能源与算力一体化的AI电力系统。

以下为张雷发言全文：

开创AI电力系统

大家好。今天我想探讨一个观点：在人工智能时代，能源人该有怎样的使命和担当？

历史上每一次工业革命都伴随着能源革命。当我们意识到人工智能又是一场新的工业革命时，能源人应该扮演什么样角色？

在蒸汽机发明之前，没有人会把煤炭和动力联系在一起。后来人们意识到蒸汽机其实是一个能量转换的装置。瓦特的贡献在于改良了蒸汽机的能量转化效率。他做了一个关键变革，突破能量管理的主要矛盾——通过设计独立的冷凝器解决了散热问题、提升了能效。

同样在GPU发明之前，大多数人都认为智力是人类独特而又神奇的能力，没有人会把电力和智力联系起来。今天GPU就是新的蒸汽机。这台新蒸汽机的功能一样也是能量的转化，把电力变成智力。我想说，智力生产的本质，其实是一个能量转化的过程。

所以我的第一个观点是：能源不只是AI的底座。如果仅仅视其为底座，其实是一种割裂。能源应当是AI的肌体和血脉。能源不是AI的尽头，而是AI的过程。

如今大模型大约每6个月就有一次重大迭代；芯片几乎是12个月一个版本。然而，通过模型和芯片实现能量转换的电力系统在过去一百年间几乎没有发生大的变化。当芯片和模型的摩尔定律（指数级发展）遇上缓慢发展的电力系统，矛盾便凸显了。

今天，我们要解决的是AI生产全链路能量管理问题。大家已经意识到，GPU再强大，如果不能实现高功率密度的电流输入和高效散热，那么机柜功率就无法从过去的5kW跃升至未来的200kW、300kW。在这样的约束下，再强大的芯片也发挥不了作用。与此同时，如何做好机柜集群的动态功率管理，让有限的供电功率下容纳配置更多GPU也至关重要。在避免算力中心的波动对电网产生重大冲击的同时，吉瓦级的可再生能源如何稳定实时地支撑算力中心？

因此，我想告诉大家，智力生产全链路上的一系列能量管理问题，正在成为人工智能系统发展的关键瓶颈。电力系统正在成为人工智能的主体工程，而非配套。我们在座各位，只有解决全链路能量管理的问题，就像当年瓦特革新蒸汽机和动力系统一样，才能为人工智能这一新的工业革命，解决发展的瓶颈并提供源源不断的动力。

既然模型和芯片可以实现高效迭代，我们也需要让电力系统也实现摩尔定律，这正是远景要开创AI电力系统的使命。

AI电力系统，本质上是能源系统与智能系统融合的人工智能基础设施，让电源、储能、电网、电力电子、算力和大模型有机融合在一起。如果把能源、芯片和算力中心各自独立，必将形成机械的割裂。打造AI电力系统就是让这三者的有机融合成为人工智能基础设施的底座，也是我们能源人的责任担当。

AI电力系统想要解决三大问题：

第一，如何让相同的功率带宽接入更多的GPU？在很多地方，电网能提供的功率带宽已成为重要约束。如何在有限的功率下部署更多的算力？这是AI电力系统要解决的第一个问题。

第二，如何让相同的电量产生更多的智力？这需要采用高压直流路线和固态变压器技术，提高功率密度，降低能耗、提升散热技术。

第三，如何在相同的投资下，如何大幅降低电力成本？这需要用AI电力系统来提升风光储绿色电力的更高比例。

作为AI电力系统的开创者和实践者，远景总结出三大关键支柱技术。

第一，智能中枢。远景EnOS智能物联操作系统已经能把数亿的智能设备——从风电、光伏、储能，变压器、氢能电解槽等全面接入，并实现从源、网、储、荷到算力设施的实时协同。EnOS不只是数字底座，它更是AI电力系统的神经系统。

第二，物理人工智能。仅靠大语言模型无法真正管理一个电厂或算力中心，需要物理人工智能突破。对于能源系统而言，物理人工智能有两个关键支撑：一是气象大模型。要实现碳中和，100%的电力将来自风、光、水等绿色能源，气候系统本身成为了能源系统。我们必须具备对气候系统的洞察力，通过物理人工智能形成更深层的认知，才能够实现能源有效调度的起点。二是远景的“天枢”能源大模型，它让一个场站，从风到氢能的产生，再到算力调度，形成一个毫秒级的实时智能控制。

第三，下一代电力基础设施。仅有操作系统和大模型是不够的，我们还需要下一代电力基础设施。具体来说，就是风光储一体化控制器、高压直流(HVDC)、固态变压器(SST)、智能机柜，这样一套端到端的新型电力基础设施架构。

三者融合，才能打造出一体化的AI电力系统。在远景赤峰零碳产业园，远景打造了"算电协同"国家战略的全球首个系统级实践样本——基于2GW，100%可再生能源电力系统，通过EnOS和能源大模型，实现风电、光伏、储能、算力和氢能之间动态实时协同，并与腾讯合作通过AI电力系统优化算力任务的编排。赤峰零碳产业园也是我们能源大模型的训练基地。更为关键的是，它打造了100%绿色电力、绿色算力和绿色氢能的三大绿色资产组合。在AI的管理下，绿色资产系统收益都实现了最大化，让绿色氢能与绿色算力获得了极致的成本竞争力。

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。

最后我想说，当人工智能时代扑面而来，能源不是AI的尽头，而是AI的过程；能源不只是AI的底座，也是AI的血脉和肌体；电力系统不是人工智能的配套系统，而是人工智能的主体工程。我们每一位能源人不是时代的旁观者，而是作为主力军直接参与创造智能，在这个历史的关键时刻担当重任。

谢谢大家！