杨帆表示，国内AI基础设施正在经历一轮新的竞争。这次竞争焦点在于“算力效能”，各大科技巨头通过优化AI加速器、采用数据中心液冷技术还有利用可再生能源等方式，不断提升自身的算力表现。比如，美国的Palantir推出了“Chain Reaction”平台，旨在把算力调度、电力预测与芯片资源管理整合在一起，试图打造一个国家级AI基础设施的操作系统。 这其中，商汤科技作为国内AI基础设施的提供者，一直在努力推动算电协同的探索。他们以体系化设计的方式给出了一套中国式的“算力—能源”协同建设方案，希望能让我国在接下来的AI基础设施竞争中掌握主动权。 商汤在万卡级智算中心（AIDC）上积累了很多运营经验，并正式推出了自主可控的算电协同智能调度平台。该平台全面整合了算力和电力数据，建立起了一套完整的智能调度系统。比如，在商汤临港的AIDC算电协同平台上，他们结合了能源大模型和宁德时代储能系统，通过从“数据-算法-策略-执行-验证”的全链条流程，实现了“算随电用”和“电随算动”的双向闭环应用。 为了实现这个目标，商汤还自研了能源大模型。这个模型采用了多模态MoE架构，训练数据来源于海量行业知识文本、能源结构化数据还有算力监控指标等。通过融合能源行业知识库，这个模型可以精准预测复杂场景下的能源需求并做出准确决策。 总体来说，这个能源大模型可以预测算力负载趋势，并综合考虑电价信号、绿电比例、储能状态和电网需求等因素进行跨系统联合动态求解。通过这种方式实现主动调度，数据中心从原来的“刚性负荷”转变为了“可调资源”。 在2026年政府工作报告中，国家提出要打造智能经济新形态，并加快推进新一代智能终端与智能体的应用。同时还计划实施超大规模智算集群、算电协同等新型基础设施工程，加强全国一体化算力监测调度并支持公共云发展。 其中值得注意的是，“算电协同”第一次被写入政府工作报告中并明确列为新基建工程。这标志着这项技术已经从地方试点或部门政策上升为国家战略部署了。