文｜小卢鱼

编辑｜杨旭然

随着AI应用进入爆发期，算力对电力的消耗呈现历史级飙升。

2026年3月，“算电协同”首次写入政府工作报告，在达卯科技CEO简煜忞看来，这意味着算电协同将成为新型基础设施建设的重要部署，加速推动智算中心从传统的“用电负荷”升级为“新型电力系统下可调度、可交易的柔性资源”。

早在2023年，我国就提出全国一体化算力网建设目标，要求到2025年底，国家枢纽节点新建数据中心绿电占比超过80%；2024年进一步明确，到2025年底全国数据中心整体上架率不低于60%、平均电能利用效率（PUE）降至1.5以下；2025年262号文进一步要求，2030年数据中心绿电消费比例原则上不低于全国可再生能源消纳责任权重平均水平。

然而，高比例新能源接入与大规模算力中心建设带来了电网发用双侧高波动性、高不确定性的特点，而随着电力市场化改革的推进，分钟级高频交易也成为控制算力中心高昂电力成本的刚需，随着算电协同场景的快速爆发，电力行业转型也面临全新挑战。

算电协同概念图

在绿电直连场景下，电力用户、能源投资方、售电公司三方利益存在天然的“不可能三角”平衡难题，电力用户侧在确定性与可审计前提下追求更便宜的电价，售电公司在同时关注盈利空间和波动风险转移的基础上追求最合理的能量持仓，能源投资方则在保障基础投资收益率的前提下追求更高的电价与消纳量。

“只有建立生态协同才能实现三方共赢，把竞合关系转变为合利关系，通过AI归因量化各方价值，做大产业蛋糕，实现全局优化”，这是达卯科技对当前市场的核心判断。

达卯科技正式发布的“算电协同2.0平台･AIDC绿电直连能源运营操作系统”，集成“融合推演智能 + 统筹博弈智能”双引擎架构，以能源大模型与AI智能体矩阵，实现多源时空、多市场数据预测和趋势感知，以及全局统筹、多目标最佳策略求解，打通智算中心能源运营全链路能力闭环。方案可前置嵌入算力中心规划建设期，落地后具备强客户粘性，不仅能为用户降本增收、运营提效，更为产业生态重构和新型电力系统建设注入创新动能。

这套模式已在多地得到验证，在蒙西、上海等区域项目中，帮助AIDC企业综合用电成本降低10%-20%，绿电消纳率提升 10%～15%，现货交易综合收益提升5%-10%，体现了该解决方案的经济价值与规模化复制能力。

作为国内首家将能源大模型应用于“算电协同”优化领域的企业，达卯科技获得了商汤科技、寒武纪以及宁德时代的战略投资，成为这个宏大但又细分赛道里的新星。

近期，简煜忞接受了《巨潮WAVE》的专访，深入阐述了达卯科技对算电协同的行业理解，同时拆解了企业的独特发展模式和竞争优势。

本文是来自《巨潮WAVE》内容团队的深度价值文章，欢迎您多平台关注。

算电协同AI新物种

巨潮WAVE：AI算力中心被称作“吞电巨兽”，怎么看算力增长带来的电力需求提升？算电协同未来有怎样的市场潜力？

简煜忞：当前AI大模型训练已经消耗了海量算力，同时其能力还在不断提升。而随着未来应用端的持续普及，真正的算力需求还远未释放出来。

可以用两个经典规律解释这种增长：一个是经济学领域的杰文斯悖论，技术进步提升了资源使用效率，但并不会降低总需求，反而会因为使用成本下降催生更多应用场景，最终推高资源总消耗量，就像蒸汽机普及后煤炭消耗量反而大幅增长。另一个是IT领域的安迪･比尔定律：无论芯片算力密度、运行效率提升到何种程度，操作系统与应用层都会逐步消耗掉新增的算力资源。

除了集中式AI算力中心，未来分布式算力与各类终端节点的算力都将持续提升，全社会算力爆发带来的电力消耗增长将十分显著。

当前国家大力推动绿电直连，仅靠当前电网的输配能力，已逐渐难以适配东数西算核心节点的产业发展需求。在算电协同市场中，电网更多承担跨域调度与兜底保供的角色，而核心玩家，是能够将算力与能源深度结合、一体化运营的专业企业。

信通院预估，人工智能爆发增长场景下，到2030年中国算力相关用电量占全社会用电总量的比例将达到5.3%，总用电量超过7000亿度。截止2026年，统计数据指出中国算力规模已达到1882eFLOPS，发展速度远超早期预估。

算力中心供电系统通常配置2N级冗余，其占用的总电力容量中，真正得到有效使用的部分大约只占40%，其余则为保障99.995%的供电可用性，造成了大量的冗余容量占用，对电网的容量预留需求远高于实际的装机容量，大幅占用电网供电资源。若算力用电占比持续提升，到2030年电网扩容压力将远超现有建设节奏。

市场空间层面，以当前全社会用电均价约0.57元/千瓦时测算，全国电力市场总规模超数万亿元，算力中心用电对应的细分市场可达千亿级，且伴随容量市场、调节市场等增值板块逐步开放，实际市场空间将进一步扩大。

巨潮WAVE：作为一个新兴概念，很多客户、投资人其实并不清楚“算电协同”到底是什么，可能理解还只停留在政策定义上。如何真正理解“算电协同”？

简煜忞：从核心概念来看，算电协同是依托数字化、智能化与人工智能技术，赋能实现算力与电力双向协同调度的技术体系，从而实现算力中心用能的安全性、经济性与清洁性。

传统电网公司在算电协同体系中主要承担主网电力调度职能，保障电力供应能支撑算力系统稳定运行。而在微观项目与业主层面，则需要专业的技术企业拉通算力与电力双侧资源和需求差异，开展动态平衡与匹配优化，实现深度赋能。

巨潮WAVE：中国电力市场机制和欧美市场化模式有很大区别，随着算力用电规模持续增长，如何看待未来电力市场改革的进程？

简煜忞：从市场趋势来看，工商业用户需要逐步适应电价的市场化波动。我国居民用电属于保障性用电，长期执行政府定价，不参与市场化交易。但工商业用电的市场化改革正在持续深化，电价的波动属性与调节价值空间正逐步放大。

人工智能将在这一进程中发挥关键赋能作用。欧美电力市场化程度更高，极端情况下电价会出现大幅波动，海外户储产业的快速增长也与电价波动直接相关。

未来电力交易和调度必然需要人工智能深度介入，终端用电设备也将从传统的“用能电器”，升级为具备负荷调节能力的市场参与终端。算力中心作为大型核心节点型的用电负荷，同样需要AI技术赋能，适配市场化的电力环境。

巨潮WAVE：达卯在这一产业格局中如何定位自己？

简煜忞：达卯科技不仅是算电协同核心技术服务商，更是从数据中心侧切入赛道的标杆企业，而未来的发展方向，是要基于人工智能赋能，成为算电协同产业中的核心运营服务商。

巨潮WAVE：如何看待行业未来的发展格局？

简煜忞：未来行业大概率会形成三类头部企业并存的格局，不同切入路径的玩家都会成长出对应的头部企业，彼此生态位差异显著。

第一类是从资本投资角度切入的能源企业，多以“绿电消纳闭环”思路布局，将算力中心作为负荷端，还未打通调度与交易的联动，核心诉求是业务规模扩张和资本价值提升。

第二类是从数据中心侧切入的企业，比如达卯。从数据中心赛道切入的一个最大优势，是能够优先积累行业数据和样板案例，快速与头部数据中心企业建立合作关系、打造样板。

第三类是传统能源人工智能企业。随着绿电直连比例提升，电价波动和电网运行的复杂度上升，这类企业也会逐步切入算电协同场景，但普遍对算力中心用户侧的需求理解较浅，落地适配需要较长周期。

所以，虽然同属一个赛道，但从三类玩家切入路径、核心目标各不相同。算电协同是一个需要需要同时懂AI、懂能源、又懂算力中心的复合赛道，聪明的玩家会选择合适的切入点建立优势，不同路径的企业之间更多是互补而非竞争的关系。

软件管理界面-地图驾驶舱

巨潮WAVE：如何理解算电协同中的调度交易系统？

简煜忞：当前很多算力中心用户还处于能源企业配套服务的闭环中，核心诉求是完成算力中心的投资建设与绿电匹配。但长期来看，盈利水平与系统效率的提升，最终都要依托调度交易系统来实现。

打个比方，传统暖通空调系统包含冷水机组、冷却塔等多个设备模块，但整套系统的效率优化，最终需要自控系统与AI算法融合赋能，才能实现整体性能的提升。算电协同的调度交易系统，起到的就是类似的核心作用，且可前置嵌入算力中心规划建设阶段，与绿电、储能等基础设施深度适配，落地后替换成本极高，是核心价值载体。

 赋能用户

巨潮WAVE：达卯从数据中心侧切入赛道，在具体实践中，是如何为客户赋能的呢？

简煜忞：客户通常以成本优化为切入点接触服务，在落地过程中逐步延伸至供电可靠性提升、绿电指标达标等深层需求。

对数据中心而言，从合规与运营优先级来讲，第一要务是保障安全可用，第二是保障绿电使用比例达标，第三位才是经济性。因此要在这套体系里做平衡，无法依靠传统能源或电气系统单独解决，必须依托综合优化系统，同时保证安全、合规和经济性三方面的目标。

用户的决策也会围绕这三个目标展开，比如如何通过控制调度系统规避电力事故风险，如何优化运营管理流程，如何在安全和经济性之间实现平衡，以及绿电使用率能否达标等等。

图：达卯客户-商汤临港算力中心

巨潮WAVE：达卯的盈利模式是怎样的？

简煜忞：我们设计了多种服务模式，包括专家咨询服务，从智算中心开始规划设计阶段就参与设计规划、项目审核，包括前置植入算电协同规划、方案设计和经济型评价；在项目交付后，我们售卖和部署算电协同软件平台；项目运营阶段，我们提供能源系统的调度交易运营与设施运维服务，也有两种收费模式，第一种是运营分成模式：以前期咨询设计阶段通过测算模型测算方案的降本空间，再基于节约的收益与用户约定固定分成比例，这种模式对民营企业客户更有吸引力。第二种是固定服务费模式，按用电量收取度电的服务费，主要适配两类客户：一是对能源价值有深度认知的头部科技企业，另一类是预算管理严格的央国企客户。我们定义这种商业模式为价值销售，不是卖产品，而是交付长期运营价值，帮助用户在未来获得持续的收益提升。

电力交易协调者

巨潮WAVE：达卯为客户创造的长期收益，不仅包括电费节约，还包括在电力市场化转型中通过主动交易获取的收益。

简煜忞：2025年年中，达卯开始布局调度交易一体化能力并推向市场，核心是把储能运营与电力交易深度联动。到今年3月，国内大量售电公司都开始强调调度与交易的整合，甚至已有售电公司开始布局储能资产，验证了这一方向的正确性。

容量市场的市场化开放是必然趋势。当前国内容量市场以固定价格为主，市场主体只能被动参与，未来将逐步放开报量报价机制，预计2028-2029年会迎来市场化突破。包括各类电价补贴机制，也将逐步通过市场化交易的方式落地。

巨潮WAVE：目前，单纯依靠资源规模已无法保证稳定盈利，关键在于是否具备15分钟级的快速精准的负荷调节能力。未来电力现货市场可能会从15分钟交易周期升级为5分钟，类似于股票交易的频率，达卯如何适配并引领这一趋势？

简煜忞：交易周期从15分钟向5分钟升级，本质是人力调度已完全无法覆盖的精细化要求，必须依托AI实现全自动化的策略生成与执行。

这个类比非常贴切。达卯的角色其实类似于一家电力市场中的“证券公司”，用户将自身的能源资产委托给我们运营，我们来做“证券交易”，通过专业化的交易与调度实现收益增值，最终以用电成本下降、综合收益提升的形式将价值返还给客户。

巨潮WAVE：达卯为客户创造切实收益，也有可靠的收费模式，为什么现在还处于盈亏平衡阶段？预计多久能够实现比较明显的盈利？

简煜忞：如果我们放慢发展节奏，仅依托现有技术承接运营项目，完全可以快速实现盈亏平衡甚至转向盈利。但当前行业正处于快速发展的窗口期，政策迭代很快，技术迭代周期变短，我们需要持续投入技术研发与市场拓展，抢占赛道先机、建立竞争壁垒，因此短期会保持高投入的状态。

不同于LLM的大模型

巨潮WAVE：达卯推出的能源大模型既是为了适配中国电力市场的加速变革，也是为了跑马圈地以抢占市场、建立壁垒，达卯接下来一段时间里都会保持高投入状态。请问达卯的能源大模型和通用大语言模型有什么核心区别？

简煜忞：达卯自研的能源大模型，是一种类Transformer 架构、融入了能源物理机理与行业知识的垂类能源大模型，它推理的不是文字，而是算电协同中的电力平衡单元，以生成系统、设备最佳运行状态的策略，从而进行动态平衡控制。

基于这套架构，我们可以训练出动态机理模型，并且实现24小时在线更新迭代，保障大模型在算电协同场景中的泛化性能。

同时，这套体系架构具备能源场景通用性，可平滑延伸至工业负荷、虚拟电厂等其他场景，具备较强的可复制性。

图：算电协同2.0 一体化预测-调度-交易自动化工作流

巨潮WAVE：除了架构设计，底层数据也是达卯能源大模型的核心竞争力吧？

简煜忞：达卯创始团队大多来自于数据中心领域，先天具备丰富的场景Know-How和数据积累优势。我们的天使投资人同时也是我们的客户，帮助我们积累了扎实的项目数据资源，支撑达卯率先落地面向算电协同的能源大模型。

这套体系也借鉴了世界模型的思路，基于充足的真实数据与成熟模型，我们可以结合用户的基础数据生成仿真数据，完成大量场景模拟与方案验证。这种能力让客户仅需提供基础数据即可完成方案测算，大幅降低了合作门槛，也形成了正向的数据积累循环。

面向未来，吸引综合型人才

巨潮WAVE：现在公司的团队和人员构成，是如何匹配业务需求与客户服务的？未来发展中，你希望能吸引到哪些方向的人才？

简煜忞：做算电协同，必须要同时具备人工智能、能源、数据中心三个领域的专业能力。因此，达卯的团队采用复合配置模式，每个项目组都由三个领域的人员共同构成。能够担任团队Leader的，至少是跨两个领域的精英人才。

目前公司还与国内多所顶尖高校开展产学研合作，共同培养跨领域复合型人才。

巨潮WAVE：你对现在的年轻人有什么建议吗？

简煜忞：不只是能源行业，人工智能产业正从训练为主转向推理规模化发展阶段。在垂类行业应用中，核心不是人工智能技术本身有多前沿，我们也不需要所有人才都具备大模型研发能力。

年轻人需要重点培养三点能力：第一是熟练使用大模型的能力，并且能够判断不同大模型的适用场景；第二是在自身的垂类领域，要从理论层面深耕到应用层面，做到足够深，才能在真实应用场景里把大模型和自身能力结合好；第三是拓宽视野，未来的产业一定是跨领域协同融合的，大模型会提升单一环节的效率，传统单一技能的岗位一定会逐步被替代，但跨行业的融合应用会越来越复杂，对复合型人才的需求也会持续增长。