大厂在乌兰察布、庆阳疯抢算力工厂，除了电费还图啥

真正贵的往往不是电，而是闲置的GPU。

文｜《中国企业家》记者 李艳艳

见习编辑｜李原

编辑｜何伊凡

头图来源｜AI生成

2026年，“算电协同”首次写入政府工作报告。能源圈和算力圈同时热了起来。

从内蒙古乌兰察布到宁夏中卫，从甘肃庆阳到和林格尔，智算中心的塔吊还在转。发电企业、算力厂商、地方政府都在算同一笔账：AI带来的这波用电需求，到底该怎么接？

来源：受访者

天津大学人工智能学院教授、博士生导师刘成志长期研究能源电力数智化相关课题，他认为，算电协同最根本的驱动力，是AI正在重塑未来的电力需求结构。

“AI已不只是能源行业的一项新技术，而正在成为影响未来电力需求增长、负荷结构和区域布局的重要产业变量。”他说。

变化正在发生。过去，发电企业项目建设更多从电源资源出发；未来要更加重视客户需求，围绕优质负荷配置能源资源。以往电力交易更多关注电量和价格，现在算力客户还会追问供电能力、接入时间和绿电比例。

但刘成志提醒，热度之下需要冷静。从一度电到按Token计费的AI服务，中间隔着好几层价值转换。电力只是AI服务成本中的一项投入。真正决定盈利的，还有GPU折旧、算力利用率、模型效率和持续客户需求。“对一些项目来说，真正贵的往往不是电，而是闲置的GPU。”

在他看来，算电协同不是能源企业与算力企业之间的产业争夺，而是通过专业分工和优势互补，实现能源系统与算力系统的协同优化。对发电企业来说，竞争力也不能只看一度电便宜多少，而要看能不能通过电源组合、储能、电力交易和电网支撑等手段，为算力客户提供长期稳定、可靠、绿色、成本可控的能源服务。

从资源匹配到系统协同，从项目示范到规模复制，中国算电协同真正要解的题，究竟在哪里？就此话题，9月中旬，刘成志接受了《中国企业家》的专访。

以下为采访内容实录（有删减）：

能源电力企业为什么做“算电协同”

《中国企业家》：能源电力企业布局算电协同，最大的驱动力是什么，是政策要求、是新能源消纳压力、还是看到了新的商业模式？

刘成志：最根本的驱动力，是AI正在重塑未来的电力需求结构。国家推动算电协同，也是对AI发展带来的算力用电需求变化的回应，同时促进新能源消纳和新型电力系统建设。

大模型训练、推理、智能体以及各类AI应用快速发展，正在形成新的大规模用电需求。算力负荷增长快、用电密度高，而且对供电可靠性、绿色属性和长期能源成本更加敏感。

能源企业未来不仅要关注“能建多少电源、发多少电”，还要关注“新增负荷在哪里、什么负荷增长最快”。新能源占比越高，电力系统越需要调节能力和匹配负荷。

来源：受访者

算电协同要解决的，就是让未来电力需求与未来电力供给高效匹配：AI需要大规模、稳定、绿色、成本可控的电力；高比例新能源条件下的电力系统需要更强的调节能力，以及能够与新能源出力相匹配的灵活负荷。

对能源企业，算电协同至少有三层价值：一是打开新增电力需求市场；二是推动新能源开发更加注重供需协同；三是提升能源资源配置效率和价值创造能力。

《中国企业家》：算电协同让发电企业第一次可以直接面对算力客户。这个转变意味着什么？

刘成志：变化有三：一是资源配置逻辑变化。过去更多从电源资源和区域电力供需出发规划项目；未来可将算力客户的负荷需求更早纳入规划，围绕优质负荷组织资源。

二是企业价值变化。算力客户不只关心一度电多少钱，还关心供电能力、接入时间、绿电比例、可靠性和长期能源成本。

三是客户关系变化。传统交易主要关注电量和价格，算电协同更强调长期协同。这来自能力互补：能源企业优势在电源、储能、电力市场和基础设施运营，算力企业优势在芯片、平台、模型、网络和客户运营。

《中国企业家》：发电企业和新能源公司、IDC运营商做算电协同，最大的不同是什么？

刘成志：最大的不同不是最终目标，而是各自的业务定位、资源禀赋和专业能力。

IDC及算力运营企业更靠近算力和客户，从“算”出发，关注如何获得稳定、绿色、低成本能源，降低单位算力成本。专业新能源开发企业从风光资源端出发，更关注找到长期稳定的优质负荷，提高绿电消纳和项目效益。

综合性发电企业通常具有更全面的能源系统能力，更有条件统筹电源、储能和电力市场，与电网企业、算力企业协同，提供长期稳定、绿色、成本可预期的能源保障。

但更重要的是能力互补，成熟的算电协同更需要建立在专业分工和深度合作上。综合性发电企业的优势在于能源系统组织和运营，专业新能源企业侧重资源开发和绿电供给，IDC企业擅长数据中心基础设施和网络运营，算力运营企业则主要发挥算力集群管理、平台运营和客户服务能力。

《中国企业家》：未来会不会出现发电企业自己建算力中心、自己生产Token的模式？如果会，最大的障碍是什么？

刘成志：会有这样的探索，但不同类型的发电企业需要根据自身条件作出选择。首先要区分企业定位和业务环节。

对国有能源企业来说，是否参与算力基础设施，要按国家要求，立足主责主业和战略定位判断。从发电到算力基础设施、算力运营，再到按Token计费的AI服务，要跨越几层不同能力：发电擅长能源系统；算力中心需要服务器、网络、液冷、算力调度和运维；AI服务还涉及平台、软件、应用和客户运营。建设算力中心，并不等于具备提供AI服务的能力。

因此，真正的问题不是“能不能建算力中心”，而是是否有持续算力需求、合理的资产利用率和专业运营能力。能源资产投资周期长，GPU等算力设备技术迭代快，客户需求、模型架构和价格变化也快。没有稳定客户和持续需求，即使能源成本有优势，也难以弥补算力资产利用率不足和技术迭代带来的损失。

对多数发电企业而言，更现实的模式，仍是专业分工基础上的深度合作，通过合资、长期合作或联合运营形成互补。是否进一步进入算力运营甚至按Token计费的AI服务，不能一概而论。

发电企业在Token经济中的新角色

《中国企业家》：如果Token可计价、可交易，发电企业应扮演什么角色？会成为Token产能持有者吗？

刘成志：AI与能源融合深入后，发电企业参与价值创造的方式更多元，但进入哪一环节取决于企业性质、战略定位、比较优势和能力。掌握电力，不意味着天然能向算力或AI服务延伸。

国有能源企业要立足主责主业，在能源安全、绿色转型、新型能源体系建设中发挥作用。民营发电企业可结合自身能源成本优势、客户资源和运营能力等条件，按商业逻辑参与算力基础设施投资、联合运营或算力服务，但不是产业链越长越好，要看比较优势和商业闭环。

未来角色可能多层次：有的专注能源保障，有的参与算力基础设施投资和联合运营，有条件的企业可参与算力服务和AI价值链。

对发电企业而言，长期绿电交易可以形成稳定的电力销售收入，储能配置和综合能源服务可以拓展服务和调节收益；有条件的企业还可以通过合作投资和联合运营参与算力基础设施业务。不同模式对应不同的收入来源和经营风险。但发电企业不必都成为Token产能持有者，关键是立足自身优势，找到能够持续创造价值的环节。

来源：受访者

《中国企业家》：卖一度电的利润，和算力中心卖一个Token的利润，差距有多大？

刘成志：很难直接比较，因为不是同一种商品，也不在同一层价值链。电力的计量单位相对统一，成本和收益可以按具体项目核算；Token是模型处理信息和服务计费的单位，不同模型、芯片、推理方式、输入输出Token，计算量、成本和价格差别很大，不能简单算利润倍数。

更重要的是，按Token计费的服务收入不等于利润。

从电力投入到按Token计费的AI服务，要经历多层价值转换：电力支撑数据中心、GPU、服务器、网络和制冷等设施运行；算力通过模型、软件平台和工程优化支撑Token处理；模型服务通过产品和应用交付给付费客户。电力只是AI服务成本中的一个投入要素。决定单位Token成本和盈利的，还有GPU采购折旧、算力利用率、模型效率、网络和基础设施成本，以及持续客户需求。

同样一度电最终能支撑多少Token的处理量，也不是固定数字。相应AI服务的收入可能高于对应的电力销售收入，但新增收入并不等于新增利润。新增价值来自芯片、模型、软件、平台、客户和应用，不能理解为Token利润是电力利润的几十倍或几百倍。

真正应比较的是：同样一度电，能够支撑多少有效算力，最终形成多少客户愿意付费的AI服务。未来算电协同要优化的，是从能源输入到算力输出乃至AI服务交付的转换效率和全生命周期成本。价值可逐层增加，但利润不会自动放大。

《中国企业家》：三年后算力中心自建绿电比例提高，发电企业位置会怎么变？电价差优势会被削弱吗？

刘成志：首先，这只是一个假设。三年后算力中心自建绿电比例是否会明显提高，还取决于项目经济性、建设条件和企业自身的投资选择。新能源有波动性，自建后仍要解决源荷匹配、储能配置、电网支撑、电力交易、备用保障和长期成本风险管理。

发电企业真正的优势不只是电价，而是长期积累的能源专业能力。比如，资源开发、多电源组合、储能调节、电力市场交易、可靠供能和大型能源基础设施运营。

未来双方关系可能更深入，从单纯的购售电关系拓展到新能源开发、储能配置、能源管理、电力交易和算力调度协同。

即使算力中心自建新能源，也不只是电源资产归属发生变化，原有购售电关系也可能调整，但这并不意味着专业能源系统能力失去价值。未来发电企业竞争力，不能只看一度电便宜多少，还要看能否把波动、不确定的能源资源，转化为算力客户长期稳定、可靠、绿色、成本可控的能源供给。

行业终局、制度衔接与区域账本

《中国企业家》：2026年“算电协同”首次写入政府工作报告，行业热度很高。这一轮算电协同的投资热潮，和过去几轮新能源、数据中心的热潮有什么本质不同？会不会也有周期？

刘成志：算电协同受重视，根本原因是回应了人工智能发展和新型能源体系建设的现实需求。

一方面，AI推高算力需求，改变电力需求结构，算力成为重要用电增长点；另一方面，新能源占比提高，电力系统需要更多灵活调节能力和匹配负荷。部分训练、推理、批处理任务有可调节性，使算力不仅是新增负荷，也具备参与电力系统优化的潜力。

核心问题是：快速增长的算力需求，如何与高比例新能源条件下的能源供给体系高效匹配。

与过去几轮投资热潮相比，能源与算力的协同并不是一个全新的概念。“东数西算”建设已经考虑了能源资源与数据中心的布局匹配。这一轮的不同在于，随着AI应用快速发展和算力规模扩大，关注重点进一步延伸到算力的实际需求、设备利用率，以及能源与算力在运行中的动态协同。不只是建设更多电源和数据中心，还要提高两个系统的运行效率和项目经济性。

来源：受访者

从未来发展看，我认为算电协同可能呈现三个变化。

第一，从资源匹配转向系统优化。过去更多关注哪里有电、哪里电便宜、哪里适合建数据中心；未来更重要的是电源、储能、电网、电力市场和算力负荷能不能在各方职责范围内协同优化。

第二，从单向供能转为双向互动。未来不仅是能源给算力供电，还要考虑新能源出力变化时，部分算力任务能否适当调整，算力负荷能否参与电力系统响应。

第三，从项目推动走向机制支撑。算电协同要真正形成规模，不能只靠一个个示范项目，还需要在能源配置、电力交易、算力调度和利益分配等方面形成稳定机制。

至于投资周期，我认为需要区分长期产业趋势和具体项目的投资周期。如果前期建设规模过大，实际需求和设备利用率没有跟上，就可能出现阶段性产能过剩和资产闲置。特别是能源资产与算力资产的投资周期不同，不能简单用传统电源项目的投资逻辑判断算力项目的经济性。

因此，未来算电协同更像一种基础能力，关键是实现算力需求与能源供给在时间、空间和价格上的高效匹配，提高能源与算力系统的整体效率。

《中国企业家》：算电协同从“示范项目”走向“规模化复制”，最大的制度性障碍是什么？

刘成志：不宜简单概括为“制度性障碍”。近两年国家一直在推动算电协同，政策体系和机制持续完善。从绿电直连、多用户绿电直连，到“人工智能+能源”、支持算力设施以多种形式参与电能量、辅助服务和需求响应等市场交易，政策方向已经明确。

这是新业态发展的必然过程，需要在实践中持续完善相关规则，不能简单理解为原有制度存在问题。过去电力和算力基本按两个相对独立体系运行。电力有规划、调度、交易和价格机制，算力有建设、调度和商业模式。现在两个体系深度协同，需要解决规则衔接。

《中国企业家》：从全国一盘棋的视角看，乌兰察布、中卫、庆阳、和林格尔这几个枢纽节点，各自的定位和优势其实是有差异的。未来真正能跑出来的算电协同模式，最核心的变量是什么？

刘成志：这些地方不会形成完全一样的模式，因为能源资源、网络条件、区位、产业基础和客户结构不同。核心变量是，能不能把本地资源优势转化成客户真正需要的有效算力，并形成可持续商业闭环。

具体来看，乌兰察布与和林格尔同属国家算力枢纽内蒙古节点，但两地的区位条件和产业基础各有特点。乌兰察布靠近京津冀，兼具风光资源和面向京津冀的网络连接优势；和林格尔依托运营商集聚和算力产业基础，已在绿电直供和算电协同方面形成实践。中卫的数据中心、网络互联和数据存储灾备基础较好。庆阳则依托陇东能源资源，推进绿电聚合供应和大规模智算集群建设。

这中间有三次转换：第一，把资源优势转化成能源能力。风光资源丰富只是起点，还要解决电源、储能、电网、电力市场和算力负荷之间的协同，形成长期稳定、绿色、成本可控的能源供给。

第二，把能源优势转化成算力优势。电便宜不等于算力便宜，还要看网络、集群效率、PUE、设备利用率、运维能力和算力调度水平。

第三，把算力优势转化成客户价值。算力是否符合客户需求，时延能否满足，利用率能否长期维持，是否有持续付费客户，决定模式是否成立。

《中国企业家》：大厂在乌兰察布、庆阳这些地方布局，他们背后到底在算什么账？如果要算一笔“算力中心选址的成本账”，电费、散热、土地、时延、政策补贴，各自权重有多大？

刘成志：大厂不只算电费、土地、散热和补贴，还要算一笔更复杂的账：什么算力放在什么地方，能以更低的全生命周期综合成本持续满足客户需求。

第一笔是业务账。大规模训练更看重电力容量、集群规模、网络带宽和扩展条件；实时推理更强调离用户近、网络稳定、响应快。不是西部电便宜，所有算力就都该往西部搬。

第二笔是能源账。大厂关心的不只是今天一度电多少钱，而是未来几年有没有足够电、多久接入、供电是否稳定、绿电比例能否持续提高，以及能源成本能否锁定在可预测区间。真正有吸引力的不是“低电价”，而是长期可获得、可扩展、可预测的能源能力。

第三笔是关键资产利用率账。GPU非常昂贵。即使电价低、气候好、土地便宜，如果算力与客户需求不匹配，网络、软件生态、算力调度跟不上，GPU利用率低，省下的电费也可能被设备折旧和资金成本抵消。对于算力设备利用率不足的项目，真正贵的往往不是电，而是闲置的GPU。

来源：受访者

我们不能给电费、散热、土地、时延、政策补贴设固定权重，重要性取决于业务类型。气候、土地和政策当然有价值，但决定项目能否长期赚钱的，仍是客户需求、算力利用率和能源保障。

最终看三件事：算力是否客户真正需要，GPU能否在持续付费需求支撑下保持较高利用率，能源能否稳定、绿色、成本可控地获得。