国家政策与行业动向 - 国家能源局于5月26日在深圳召开全国“人工智能+”能源现场推进会，解读部署《关于促进人工智能与能源双向赋能的行动方案》及《全面提升供电质量服务新质生产力发展专项行动方案（2026—2028年）》，并发布《中国“人工智能+”能源发展报告2026》和51个“人工智能+”能源高价值场景 [1] - 25家能源企业签署了《开放能源领域人工智能应用高价值场景倡议书》 [1] - 会议发言阵容包括中国石油、国家电网、国家能源集团三家央企，阿里云、腾讯两家科技公司，以及新能源企业远景科技集团，表明能源和科技民营企业正式站上国家能源与AI融合的战略前台 [3] AI与能源融合的核心观点 - 远景科技集团董事长张雷提出核心观点：GPU是人工智能时代的“新蒸汽机”，其使命是将电力转化为智力，智力生产的本质是一个能量转化的过程 [3][8] - 张雷认为，能源不只是AI的底座，更是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，这彻底扭转了传统认知中能源的从属地位 [3][5][8] - 当前矛盾在于，大模型约每6个月一次重大迭代，芯片约12个月一个版本，但电力系统在过去一百年间几乎未发生大变化，当芯片和模型的摩尔定律遇上缓慢发展的电力系统，矛盾凸显 [8] - 智力生产全链路的一系列能量管理问题，正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 [9] AI电力系统的定义与目标 - 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，旨在让电源、储能、电网、电力电子、算力和大模型有机融合 [4][10] - AI电力系统要解决三大核心问题：1) 如何让相同的功率带宽接入更多的GPU；2) 如何让相同的电量产生更多的智力；3) 如何在相同的投资下大幅降低电力成本 [4][10] - 解决这些问题的关键在于AI全链路的能量管理，目标是让电力系统也实现类似摩尔定律的高效迭代 [4][9][10] 远景科技集团的实践与能力 - 远景作为AI电力系统的开创者和实践者，已围绕“智能中枢、物理人工智能、下一代电力基础设施”构建起系统级能力 [4] - **智能中枢**：远景EnOS智能物联操作系统能够接入和管理包括风电、光伏、储能、充电桩等数亿级别的智能设备，实现毫秒级实时控制，是AI电力系统的“神经系统” [4][11] - **物理人工智能**：远景构建了“天机”气象大模型和“天枢”能源大模型，前者融合全球气象数据与物理约束实现高精度预测，后者让场站从发电到制氢再到算力调度形成毫秒级实时控制 [4][11] - **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 [4][11] - 三者融合，构成一体化的AI电力系统 [4][5][11] 具体项目案例 - 在内蒙古赤峰，远景依托全球首个2GW（吉瓦）级100%新能源独立电力系统，支撑全球最大的绿色氢氨生产基地，通过EnOS和能源大模型实现毫秒级调度，在风光出力波动时自动调整制氢负荷与算力任务编排，形成绿色电力、绿色算力与绿色氢能相互增益的资产组合 [5][12] - 远景在乌兰察布携手腾讯、字节跳动打造“远景星河基地”，这是一个吉瓦级的能源与算力一体化AI电力系统 [5][12] - 这些项目证明能源企业不再只是电力供应商，而是智能文明的直接参与者和主力军 [5][6][12] 技术挑战与解决方案细节 - GPU机柜功率正从过去的几千瓦（如5kW）跃升至未来的几百千瓦（如200kW、300kW），面临高功率密度电流输入和高效散热的挑战，若不能解决，再强大的芯片也将被能源链路锁死 [3][9] - 解决方案涉及采用高压直流路线和固态变压器技术以提高功率密度、降低能耗、提升散热技术 [10] - 需要通过AI电力系统提升风光储绿色电力的更高比例，以在相同投资下大幅降低电力成本 [10] - 对于100%可再生能源的电力系统，气候系统本身成为能源系统，需要通过物理人工智能（如气象大模型）形成对气候系统的深层认知，以实现有效能源调度 [11]

AI电力系统的概念与使命 - 能源在人工智能时代扮演的角色从“底座”转变为“肌体和血脉”，是AI的过程而非尽头[7] - 电力系统正成为人工智能发展的“主体工程”，而非配套系统，解决其全链路能量管理问题是推动新工业革命的关键[8] - 公司提出开创“AI电力系统”的使命，旨在让能源系统与智能系统融合，成为人工智能基础设施的有机底座[9] AI电力系统需解决的三大核心问题 - 在电网功率带宽成为约束的条件下，需实现在相同功率下部署更多GPU算力[10] - 通过采用高压直流路线和固态变压器等技术，提高功率密度和散热效率，让相同电量产生更多智力[11] - 利用AI电力系统提升风光储等绿色电力的使用比例，从而在相同投资下大幅降低电力成本[12] 公司构建AI电力系统的三大核心能力 - **智能中枢**：公司的EnOS智能物联操作系统已接入数亿智能设备，实现从电源、电网、储能到算力设施的实时协同，是AI电力系统的神经系统[13] - **物理人工智能**：包含两个关键支撑：1) 气象大模型，用于实现对气候系统的洞察以调度绿色能源；2) “天枢”能源大模型，实现从能源生产到算力调度的毫秒级实时智能控制[13] - **下一代电力基础设施**：包括风光储一体化控制器、高压直流、固态变压器、智能机柜等端到端的新型电力基础设施架构[13] 公司的实践案例与战略布局 - 在赤峰零碳产业园打造了全球首个“算电协同”系统级实践样本，基于2吉瓦的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、算力和氢能的动态实时协同[14] - 赤峰项目与腾讯合作，通过AI电力系统优化算力任务编排，并打造了100%绿色电力、绿色算力和绿色氢能的三大绿色资产组合，实现了绿色资产的收益最大化[14] - 在乌兰察布建设“远景星河基地”，这是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，旨在为中国人工智能发展奠定基石[14]

文章核心观点 - 在人工智能时代，能源系统与智能系统应深度融合，电力系统正从AI的配套工程转变为其主体工程，解决全链路能量管理问题是推动AI发展的关键瓶颈[6][7][9] - 远景科技集团提出并实践“AI电力系统”概念，旨在通过智能中枢、物理人工智能和下一代电力基础设施三大支柱技术，实现能源、芯片与算力中心的有机融合，以提升算力部署效率、降低能耗与成本[3][10][11][12][13] 根据相关目录分别进行总结 开创 AI电力系统 - 历史上每次工业革命都伴随能源革命，人工智能时代亦如此，能源人应担当主力军角色[6][7] - 能源不应仅是AI的底座，而应是其肌体和血脉，是AI生产过程的一部分[7] - GPU是新时代的“蒸汽机”，其功能是将电力转化为智力，智力生产的本质是能量转化过程[7] AI时代电力系统的矛盾与使命 - 大模型约每6个月一次重大迭代，芯片约12个月一个版本，而电力系统在过去一百年间发展缓慢，两者发展速度的矛盾凸显[8] - AI生产全链路的能量管理问题已成为系统发展的关键瓶颈，例如机柜功率需从过去的5kW跃升至未来的200kW、300kW，以及如何管理机柜集群动态功率、稳定接入吉瓦级可再生能源[9] - 电力系统正在成为人工智能的主体工程，解决全链路能量管理问题是为AI革命提供动力的关键，使命是让电力系统也实现类似摩尔定律的高效迭代[9] AI电力系统的定义与目标 - AI电力系统本质是能源系统与智能系统融合的人工智能基础设施，旨在让电源、储能、电网、电力电子、算力和大模型有机融合[10] - 该系统旨在解决三大核心问题：在有限的电网功率带宽下部署更多GPU；让相同电量产生更多智力；在相同投资下大幅降低电力成本[11] 远景AI电力系统的三大支柱技术 - **智能中枢**：EnOS智能物联操作系统已接入数亿智能设备，实现从能源源头到算力设施的实时协同，是AI电力系统的神经系统[12] - **物理人工智能**：包含气象大模型和“天枢”能源大模型，前者是实现100%绿色能源有效调度的基础，后者可实现从风能到氢能再到算力调度的毫秒级实时智能控制[12][13] - **下一代电力基础设施**：包括风光储一体化控制器、高压直流(HVDC)、固态变压器(SST)、智能机柜等端到端的新型电力基础设施架构[13] 实践案例与未来愿景 - 在**赤峰零碳产业园**，打造了基于2GW（即20亿瓦）100%可再生能源的电力系统，通过EnOS和能源大模型实现风电、光伏、储能、算力和氢能的动态实时协同，并与腾讯合作优化算力任务编排，形成了绿色电力、绿色算力和绿色氢能的资产组合[13] - 在**乌兰察布**，正在打造名为“远景星河基地”的吉瓦级（即十亿瓦级）能源系统与算力系统一体化人工智能基础设施[14] - 远景认为，在人工智能时代，每一位能源人都应作为主力军直接参与创造智能，担当历史重任[14]