2026年世界人工智能大会（WAIC）在上海落幕。会场上，人形机器人依然吸睛，大模型迭代依旧热烈，但一个藏在展台背后的议题，却成为许多产业人士私下讨论的焦点，那就是算电协同。
这并非一个新鲜词汇。但2026年，算电协同首次被写入政府工作报告，与"超大规模智算集群"并列列为新基建工程。从概念到国家战略，算电协同只用了一年时间。背后的驱动力，是一组令人无法忽视的数据。
在WAIC期间，钛媒体联合创始人刘湘明与万国数据运营执行副总裁钱亦馨和西门子大中华区智能基础设施集团总经理林斌围绕算电协同展开了一场对话。
"AI的尽头是算力，算力的尽头是电力。"这句在业内流传的判断，正在被数据反复验证。据国家能源局数据，2025年全国数据中心用电量约1700亿千瓦时，占全社会用电量的1.6%。另有机构统计显示，截至2025年底，全国在用算力基础设施机架数超过1373万标准机架，总用电量达1960亿千瓦时，同比增长18.1%，增速是全社会用电量的5倍以上。而全国一体化算力网络八大枢纽节点的算力用电，近三年平均增长率高达39.5%。
更直观的参照来自AI大模型。2024年初，全国日均Token调用量仅1000亿；到2025年底跃升至100万亿；2026年3月又突破140万亿。中国信通院数据显示，2019年至2024年，我国数据中心用电量从824亿千瓦时翻倍至1660亿千瓦时。
算电协同并非"一蹴而就"
算力对电力的"胃口"，正以指数级速度膨胀。传统"各走各路"的算力与电力格局，已难以为继。对此，钱亦馨表示，过去，算力和电力分属不同管理体系：算力由数据局、工信部统筹管理，电力由国家电网和南方电网负责运营。如今，算力枢纽与风光等大产业集群合并申报、协同建设，能够有效打通算力与电力产业壁垒，这对促进产业融合、推动算电协同具有重要意义。
但"算电协同"远非"把数据中心建在电站旁边"那么简单。它是一场涉及空间布局、调度机制和制度创新的系统性工程。
林斌表示，算电协同的实现需要三个递进层次。首先是规划层面。我国绿电资源主要分布在西部，用电需求集中在东部，数据中心作为巨大能耗源，应优先考虑与绿电生产在空间上聚合；
其次是源网荷协同。在一个算力中心内部集成绿电，最大的挑战是如何将负荷侧的用电与上游发电良好匹配，让绿电的出力与算力的需求"对上节拍"，若不匹配，则需要通过技术手段干预；
最后是双网协同。从中长期来看，要实现全国算力网与电力网的总体匹配，某个地区电力不足时，可从其他地区调配电力，或将该地区的算力任务调度出去，这需要依靠强大的人工智能大数据平台进行有效调配。
西门子已在乌兰察布的算力项目中落地实践。据林斌介绍，该项目采用微网方式对电力进行预测和调配，通过新能源发电、储能等系统优化，让数据中心实现了绿电消纳。而在西门子南京的工厂，一个源网荷储一体化的示范项目已经运行，通过智慧能碳管理平台Smart ECX和MGMS微网管理软件，实现了发电预测与负荷预测的智能匹配。
与此同时，钱亦馨也指出了算电协同在落地过程中面临的挑战。
第一是绿电配比受限。在西北某些地区，"绿电配比并不高"，市场化项目可获取的绿电比例只有40%~45%。
第二是投资周期错配。数据中心的建设周期通常为6~12个月，但绿电直连项目从获取入网许可到建成专线，可能需要18~24个月。前期经常出现"电等算"或"算等电"的情况。更棘手的是节奏差异，电力基础设施折旧周期长达20年，但算力设备迭代周期只有3—5年，因此需要持续的芯片迭代及高效的上下架管理。
第三是安全性。当一个地区集中出现大量绿电直连项目并接入当地电网，电网的承载能力将面临挑战。
据悉，万国数据2025年可再生能源消纳占比已达60%，其中直购绿电比例高达75%。但钱亦馨坦言，目前用户侧储能能够参与的市场辅助服务收益并不多，"主要收益来源还是削峰填谷"。
另一方面，在林斌看来，绿电将是未来数据中心的必选项，他比喻道：绿电投入不是一本商业账，而是一张"驾照"。"今天开车时，我们可能会计算烧柴油、烧汽油每百公里耗电多少，但到了某一天，业务模式变了，规定只能使用绿电，那时再去做准备可能就来不及了，因为连‘许可证’都没有了。"
展望未来三到五年，算电协同的图景正在清晰化。通过这场对话，我们可以总结出三个关键词。
第一个关键词是"规模"。算力基础设施已发展到吉瓦级园区。万国数据在乌兰察布的300亿投资，只是一个开始。据预测，2025年中国数据中心总规模已超25吉瓦。市场规模从2025年的约4100亿元有望增至2030年的10000亿元。
第二个关键词是"智能"。算力基础设施需要从"人防"走向"智防"。AI时代，是智能化的所有产业的必修课，据林斌介绍，西门子已开发出满足信创要求的AI驱动软件产品，用来模拟电力系统运维、监控电网质量。
第三个关键词是"市场"。当前，全国统一电力市场"1+6"基础规则体系已基本建成并持续完善，为算电协同创造市场化运行基础。这意味着，算力中心未来可更灵活地参与电力市场，依托电价信号优化运行策略，在电价低谷时段提升可调度算力负荷、增加用电；在电价高峰时段压减非紧急算力任务、降低用电。
算电协同不仅是技术、成本问题，更是机制、战略问题。当"比特"与"瓦特"真正实现双向奔赴，中国的AI产业才可能跑得更远、更稳、更绿。
以下为对话实录，经整理：
刘湘明：首先请两位分享一下参与WAIC的感受。
钱亦馨：与会展商热情高涨，汇聚了众多头部企业，覆盖了从硬件算力到应用层级的全产业链端到端环节，展现了技术应用的广泛性与深度。作为算力基础设施企业，我们深感振奋。算力作为中国智能经济发展的基础，在未来20至50年乃至更长时间内，前景广阔。万国数据将积极借助本次盛会，携手产业生态内的各类合作伙伴，共同夯实算力经济基础。这需要长期、持续的资本投入与战略布局。
林斌：确实，从今年展会的情况来看，大家对AI的兴趣非常浓厚。去年DeepSeek效应之后，大家对AI的认知已经完全不同了。去年看展时，更多还是一些概念和尝试，而今年从机器人到其他各类展品，都已经变成了实实在在的应用。我们明显感觉到，在应用场景的落地方面，中国的进步尤其显著。
刘湘明：算电协同写入政府工作报告后，政策层面最大的突破是什么？
钱亦馨：从政策层面来看，最大的突破在于底层框架设计的更新，打破了以往的政策壁垒。过去，算力和电力是分开管理的，算力由数据局、工信部负责，而电力则由国家电网和南方电网各自运营。如今，我们将算力枢纽与风光等大产业集群合并申报、协同建设，这对促进产业融合、推动算电协同具有重要意义。
当前国家正在推进"六张网"建设，其中算力网、电力网和通信网是智能经济发展的三大重要底座。政策高度的契合与产业从业者的积极响应，将为未来产业的发展起到加速作用。过去几年，我们虽然设立了多个算力枢纽节点，但这些节点仅解决了物理空间上的布局问题，并未在产业协同性上发挥更大作用。因此，我们相信算电协同将在产业融合以及算力行业整体发展中发挥重要的积极作用。
刘湘明：有分析认为：2026年产业的核心叙事已从"抢卡"转向"抢电"和"抢时间"，您认同这个判断吗？
钱亦馨：芯片、电力与交付时间三者均至关重要，它们构成了一个价值平衡体系。没有芯片，算力业务无法启动；没有电力，项目无法落地。在抛开初期资本投入后，从算力中心的运营成本来看，电力成本几乎占到了60%，因此电力对后续的经营效率影响极为关键。而时间则是价值的放大器，如果无法快速交付，无论是等卡还是等电，都将导致整个产业链的价值无法充分发挥。
从当前的行业视角来看，必须同时具备充足的芯片、优质的绿色电源以及灵活快速的交付能力。这是一场综合实力的竞争，三者缺一不可。
刘湘明：林总，请问西门子如何看待"算电协同"战略？"东数西算"与"算电协同"在战略逻辑上有何异同？
林斌：算电协同是一个非常大的话题，它是在"西电东送"的基础上发展壮大起来的，其背景是应对AI算力需求的快速增长。过去，清洁能源主要分布在西部，而算力需求集中在东部，因此通过"西电东送"将西部的电力输送到东部，以支撑算力运行。但单纯依靠这种单向的电力输送模式可能已不足以应对当前的发展需求。算电协同的核心在于，算力和电力不再各自为战，而是需要实现更好的匹配，即从两条平行线，转变为动态匹配、深度融合。这是一个非常复杂的过程，也是一个全新的巨大市场。
刘湘明：从万国数据的角度，你们如何定义哪些算力可以用于灵活调度？如何挖掘弹性算力的潜力？
钱亦馨：首先介绍一下万国数据的业务定位。万国数据是一个第三方中立的数据中心运营商，作为一个独立的IDC运营商，我们并不拥有算力，例如GPU，以及GPU上运行的数据，这些都属于我们的客户。
从当前视角来看，算力并非完全柔性的、可以在时间和空间上自由调配。为了让算力能够被有效调配，我们的客户首先需要对其算力任务进行定性和定量分析。例如，离线训练任务可以部署在较远的地方，对延时没有非常高的要求；但如果是推理等与C端强相关的业务，则对延时性有很高的要求，需要及时响应客户需求。因此，算力在现阶段并不是一个完全柔性的、可以随意调取的资源。
近期，一些头部算力厂商的观点认为，算力或许更务实地表现为时间上的调配，而非物理空间上的转移。物理空间上的转移面临诸多难题，例如需要考虑不同芯片的异构问题，以及当电力和网络分属不同主体时，成本与利润结算的问题。而时间上的调控，只要算力的所有者对其任务有清晰的界定，能够区分哪些推理业务可以接受延时、哪些可以递延，这便是一个目前可以探索的方向。相比之下，物理空间上的调控与迁移，目前更多还只是小范围的实验，尚未看到具备真正商业价值的大范围落地场景。
刘湘明：算电协同是一个长期而复杂的系统性工程。从西门子的实践和观察来看，有哪些主要的实现路径？目前进展如何？
林斌：从我们的角度出发，我们认为算电协同大致需要三个步骤。首先是规划层面。我国绿电资源主要分布在西部，而用电需求主要集中在东部，因此规划时需考虑，数据中心作为巨大的能耗和碳排放源，应优先使用可持续能源。理想状况是将绿电生产与算力用电集中在一起。
其次是源网荷的协同。在一个算力中心内部，我们需要集成绿电，但最大的挑战是如何将负荷侧的用电与上游的发电进行良好匹配，即绿电的出力与算力的需求相匹配。若不匹配，则需要通过技术手段来解决。
最后，双网协同。从长期来看，应站在全国一盘棋的角度，实现全国算力网与电力网的整体匹配。如果在某个时间段、某个地区电力不足，则能从其他地区调配电力，或者将该地区的算力任务调度出去。这需要依靠一个强大的人工智能大数据平台来进行有效的调配。
刘湘明：有哪些试点案例？
林斌：我们也参与了乌兰察布的算力项目。该项目是采用微网的方式对电力进行预测和调配，通过发电、储能等系统进行优化，从而在乌兰察布数据中心实现了绿电消纳，使其成为一个绿电可持续的数据中心。
钱亦馨：我十分认可林总刚才提到的观点，算力与电力资源天然存在错配。从风光资源来看，我国呈现"西富东贫"的格局，富裕的省份主要在西部，而东部则相对匮乏。但从算力角度，特别是与推理相关的算力，消费需求仍集中在东南沿海地区，如京津冀、长三角、粤港澳大湾区等地，这些区域的算力消费需求更大，因此算力格局可概括为"东富西贫"。
然而，算电协同本身具有很强的区域性限制。算力中心能够匹配的绿电直连项目，通常只在方圆100公里范围内。正如林总所讲，在内蒙古考察项目时，会发现许多地理上的限制。此外，算力并非完全柔性，目前无法大范围的空间迁移。因此，算电协同在落地时，相当程度上受制于区域条件。
在东部地区，由于并不具备完善的算电协同落地的资源条件，若我们希望在东部业务中实现较高的绿电占比，仍需积极参与市场化绿电交易，并通过绿证等补充手段，来达成经营诉求和ESG目标承诺。因此，算电协同的发展存在一定的区域性限制。
林斌：传统上，我们通常认为算电协同主要是电力来支撑算力，即电力作为能源供给算力设施。但算力本身作为一个负荷，它并非恒定不变。随着负荷的波动，在负荷高或低的时候，也可以对算力产生互动影响。这就是算电互动，它应该是一个双向的过程。
刘湘明：传统电力负荷主要分为工业用电和民用用电两大类。工业用电具有计划性，可以排产，甚至能够提前安排全厂拉闸；民用用电则可以通过电价进行调配。然而，算力负荷出现后，其不可预测性很强。算力带来的波峰来得非常快，这对整个资源匹配以及电力负荷预测是否带来了更大的挑战？目前应如何应对？
钱亦馨：在我们看来，目前算电协同项目在国内，尤其是在数据中心领域，仍处于探索和刚刚起步的阶段。算电协同被写入政府工作报告，是今年年初的事情。绿电直连对整个产业而言仍是一个非常新的课题，很多项目还在申报过程中，真正落地的项目并不多。但我们相信，在未来的12到24个月里，会看到更多项目落地，尤其是在风光资源优质的地区，如内蒙古。
不过，正如刘老师所讲，风电和光伏的波动性大，且跨越时间较长，而数据中心需要非常稳定的7×24小时电力供应，属于刚性负荷。由于数据中心是按容量费在电网做完整备案的，因此即使通过绿电直连专线消耗的能源，目前也需要支付绝大部分的"过网费"，只有线损等少数类别有优惠。从这个角度算经济账，如果项目的绿电占比不高，并没有特别大的优势，但我们仍然会去做，因为绿电首先是一个合规要求——新的数据中心有80%绿电的最低要求。
同时，我也理解为什么需要支付过网费。因为算账的主体不同，大家算账的方法不同：能源企业算一本账，我们算一本账，电网也算一本账。当前阶段，我们必须与电网协作，因为大电网仍然承载了保障供应和保障安全的重要作用。我国煤炭资源丰富，新能源装机量也很大，至少在目前，大电网为数据中心的安全运营提供了强有力的支撑。
但同时，大电网承受的压力会越来越大，尤其是在新能源和算力都很发达的地区。因此，需要技术创新——如何更好地预测算力任务的负荷，再通过储能的调配和大电网的机制保障，这需要各方在未来算电协同领域进行更好的跨界合作与突破。依赖于先进的AI应用及算法，我们也看到许多初创企业专注于算力与电力算法的融合。以前，电力依赖算法可能不是一个受关注的话题，但今后这个话题会越来越受关注。如何预测负荷用电、如何实现新能源场站与市电的提效、达到总量最优，这些都是行业未来需要深度思考和改革进步的方向。
林斌：西门子已经开始在实际项目中应用相关技术。针对刚才的问题，我们现在的MGMS微网管理软件，能够基于大数据以及当地的光照、风能等资源禀赋来预测新能源发电量。另一方面，在后端，可以根据数据中心或其他基础设施积累的数据，通过算法支持能源供给与需求的匹配，再结合储能系统进行优化。在西门子南京的工厂，我们就有一个这样的示范项目，聚焦于源网荷储的一体化。我们建立了智慧能碳管理平台Smart ECX，结合MGMS微网管理软件，来预测新能源发电和工厂用电负荷。工厂拥有许多自动化生产系统，我们可以通过预测生产制造系统中的能耗，将发电预测与负荷预测结合，进行供需匹配。未来，随着系统应用的增加，我们可以与更多用户交流，推动这项技术在现有场景中的应用。
刘湘明：我们注意到万国数据也在加大对"绿电直连"算力中心的投入，包括最近宣布在内蒙古乌兰察布的300亿投资。现实运营中，算力中心绿电直连，要真正做到既安全稳定，又绿色低碳，还要确保经济效益，最大的痛点和挑战是什么？
钱亦馨：对我们而言，首先是一个合规诉求，因为新建的数据中心都有一定的绿电使用要求。但从落地角度来看，仍面临不少挑战。
第一是绿电配比受限。我们在西北某些地区考察的项目，由于种种限制，绿电配比并不高。绿电比例可能仅在40%至45%左右。同时，过网费几乎需要全额支付给电网。电网在特高压、跨省传输等基础设施上投入巨大，作为用户理应支持，但若只看单体项目，这会在一定程度上削弱经济效益。因此，项目受到地理环境、指标配比和成本核算等多重限制。
第二是投资资产周期错配。数据中心的建设周期非常快，通常为6至12个月，若采用预制化方案甚至可短于6个月。但绿电直连项目涉及从电网获取入网许可、建专线、上线等环节，整个周期可能需要18至24个月。项目前期经常出现"电等算"或"算等电"的情况。此外，电力设备的投资回报周期特别长，通常为20年，光伏甚至可达25年，而我们对项目投资的回报预期相对更短。因此，绿电直连会拉长我们对项目投资回报周期的整体预期。
第三是安全性问题。当某一地区集中出现大量绿电直连项目并接入当地电网时，电网的承载能力将面临挑战。数据中心企业需要与当地电网建立更好的合作，通过数据中心供电系统的优化，以及与不同生态合作伙伴的合作，真正为数据中心提供安全可靠的电力供应。这些都需要在未来的产业发展中不断探索和优化解决方案，以提升整个产业的效率。
刘湘明：林总您要补充吗？刚才我们讲到的绿电资源中，涉及一些政策性问题。例如，关于过网费，国家电网是否会收费？如果出了问题，谁来兜底？
林斌：对，是的。这其中有政策性的问题，当然也包含技术性的问题，比如如何调配、电网质量如何解决等。但好消息是，目前国家正在积极推动这一方向，并已开展了一些试点项目。随着这些项目的积累，问题也会逐步暴露出来，因此政策层面也需要与之匹配和跟进。
刘湘明：绿电直连更多是成本优化的手段，还是可以成为新的收入来源？
钱亦馨：对我们而言，首先是一个合规要求，必须去做。在风光资源好的地方，既能满足合规，又能提升一定的经济效益。拿储能举例，若期望完全依靠收益来覆盖成本，还是有一定的不确定性。因为目前用户侧储能能够参与的市场辅助服务收益并不多，主要收益来源还是削峰填谷，即在新能源大发时尽量使用新能源电力，在新能源出力不足时通过储能供电。目前，国家正在推进行政分时电价的改革，一旦行政分时电价被逐步取消，我们需要更多关注节点现货价格。例如，上海从明年开始将实行24小时每15分钟一个节点的现货电价机制。因此，如何看待削峰填谷，还需结合整体电力现货市场的改革进度。
此外，需求侧响应也是一个途径。以我们在上海的一个储能项目为例，前几天我们参与了上海电网的第一次夏季需求侧响应，这对我们非常的经济效益非常有利，因为反向输出储能电力为电网减负，电价相对较高。但我们能够参与的量非常有限，取决于自身的储能体量以及内部用电负荷的调配。至于调频等业务，目前我们还不具备参与这样的服务的能力。
目前，我们实际落地的用户侧商业储能项目，最大的收益点仍在于削峰填谷，其占比可能达到80%以上。在此基础上，我们会积极参与一些需求侧响应，尤其是在夏季用电高峰时期。未来，有赖于国家电力系统的深入改革，让我们这样的用户侧主体能够以不同角色参与不同市场、进行不同交易，从而形成更完整的利益闭环。因为我们在做这些工作时，需要投入储能设备和电力冗余等成本。更好的政策机制和利益闭环，将对推进行业发展起到更大的作用。
林斌：我们公司内部也曾做过这样的交流：当提到可持续发展、要使用绿电时，每个部门都有自己的考核指标，那么为什么要去做这件事？后来我们得出的结论是，打个比方，在一个企业里，投资一个项目需要做商业测算，评估投入多少能够获得回报。但使用绿电或可持续发展的投入，更像是一张"驾照"。今天开车时，我们可能会计算烧柴油、烧汽油每百公里耗电多少，但到了某一天，业务模式变了，规定只能使用绿电，那时再去做准备可能就来不及了，因为连"许可证"都没有了。
因此，对于领先型企业而言，必须未雨绸缪。当前，算力中心被视为能耗大户，而我国也有"3060"目标的承诺，控制化石能源消耗是一个重要的方向。如果到了那一天，要求必须使用绿电而企业没有做好准备，将会面临困境。所以，对于企业来说，必须着眼未来三到五年，认真考虑并推进这件事。
钱亦馨：作为用电大户，我们非常欣喜地看到国家过去几年在政策上的层层递进。我国作为全球新能源装机量最大的国家，在绿色能源转型方面，不能仅靠绿电直连，更需要给予市场更多参与主体，并加强市场机制建设。例如，2025年我们整体的绿电占比能够达到60%，这很大程度上得益于我们能够买到平价绿电，或绿电虽有溢价但在可承受范围内。目前，国家也建立了完善的绿证采购机制。
对于像我们这样用电消耗较大的企业，我们承载着可持续发展的对外承诺，目标是2030年实现全绿电运营、达到运营碳中和。因此，我们会非常注重绿色能源转型。北京、上海等地的交易所也在积极主导并推进多年期（如三年期）的绿电交易。这需要所有市场参与方共同推动，也需要国家电力改革进一步深化。
我们刚才提到，新能源富集区在西部，资源呈现"西富东平"的格局。如何让我们获得更好的跨省便宜绿电，是我们非常呼吁的。我们希望能够获得更多跨省间的绿电交易，并实现互联互通。我国拥有全球最好的特高压技术，如何利用好这一优势，为我们这样的企业提供更优质的绿电，是我们非常希望看到的。我们愿意积极为整个国家、行业和产业朝这个方向努力做出贡献与探索。
刘湘明：我们刚才谈了绿电直连。事实上算电协同不只关于绿电直连，而是涉及到方方面面，比如微网、储能、数据中心的绿色低碳，以及算电资源协同调度等等。西门子如何定位自身的角色？是纯粹的设备供应商，还是系统级解决方案的整合者？
林斌：刚才我们谈到国家的新型电力系统，它集成了交流与直流技术，并通过软件来更好地调配硬件。基于中国当前的政策和技术趋势，未来我们必然会更多地朝着新型电力系统的技术提供商和服务商方向转型。这是一个非常庞大的赛道，我们看到了日益增长的需求，并将投入更多资源来匹配中国这一技术趋势。因此，西门子未来将更多地致力于成为新型电力系统的技术提供商。当然，仅靠一家企业是不够的。例如，我们前两天召开了一个全国性会议，希望欢迎更多的基础设施解决方案服务商加入进来，共同构建一个更为协同的生态体系，涵盖算电协同、绿电资源以及微网等领域。与此同时，我们也观察到，要做好这件事，还需要国家政策层面的支持，例如数据中心的相关标准、消防标准以及与电网的衔接标准等。西门子已经在参与算电协同相关国家技术标准的制定。
刘湘明：林总提到一个核心的技术平台，就是要用AI大模型来实现算电资源的协同和调度。有何经验可以分享？
林斌：西门子作为一家科技公司，其起家业务与工业智能密不可分。实际上，西门子布局这一领域非常早，早在2005年至2006年期间，就已提出电气化、自动化、数字化的概念，并开始投资数字化相关的软件技术。如今，西门子已成为全球最大的工业软件公司之一。
结合当前讨论的未来以新型电力系统为主的发展方向，其核心在于软件与硬件相结合，由软件来定义和指挥硬件。西门子在这方面已进行了大量投入。我们认为，未来必须利用软件与硬件的结合，基于具体场景，开发出适应未来发展的技术方案。这对当下而言尤为重要，必须有相匹配的软件系统。例如，西门子开发的ISED软件，能够在风电、光伏等复杂场景中，通过模拟与虚拟设计，帮助用户规划多能场景。此外，我们还有软件可以模拟数据中心运维、监控电网质量、避免错误，并针对数据中心推出模拟耗电及白空间内各种应用的软件，以实现更好的适配。
在推进这些技术的同时，我们一方面要顺应技术趋势，另一方面也需要符合中国的政策要求，例如在研发软件时必须满足信创的合规要求。
刘湘明：目前大模型最主流的还是大语言模型。那么，现在运营电网的这些模型，与大语言模型相比，有什么不同？它们具备哪些不同的能力？
林斌：我们通常所说的"大模型"，主要指大语言模型，适用于与C端用户的交流，这类场景的容错率较大。但工业领域完全不同，例如电力系统，对数据的准确度以及与场景相关的技术有极高要求，容错率几乎为零，不能有任何偏差。因此，西门子虽然与全球及国内的一些大模型企业有合作，但我们的关注重点更加聚焦于工业与电力领域。以数据中心为例，如果出现一个错误，后果将不堪设想。
刘湘明："算电协同"正在从顶层规划走向场景实践。我们看到了不少试点项目，但要真正规模化落地，目前还有哪些瓶颈亟需解决？突破口在哪里？
钱亦馨：以下是一些个人的观点。我们非常希望今后有机会与更多不同行业、不同领域的专家共同探讨这个话题。
首先，关于算力如何成为一个更好的柔性负载。从我们作为数据中心运营商的角度来看，结合我们观察到的客户算力任务分配情况，以及他们在不同场合分享的信息，算力经济目前并不完全是一个柔性的负荷调度。这方面仍需要更高的技术提升。例如，不同架构下的芯片如何实现异构融合？如果电力成本降低了，网络成本是否也会随之降低？如果网络成本上升而电力成本下降，如何评估综合效率的提升？这些问题的解决，需要从全社会的综合利益角度进行考量。
其次，从我们的角度出发，电力市场的进一步深化改革至关重要。目前，像我们这样的数据中心在很多场合仍以零售用户的形式参与市场。当然，未来我们也有一些计划，例如在某些市场尝试成为批发商，甚至探索自己开展售电业务，至少实现自买自用。随着国家电力市场改革的深化，我们希望找到更加丰富多元的主体入市方式，为我们提供更灵活、更可操作的空间。
此外，国家已经在多个算力枢纽节点推动电力网与算力网的建设。我们不仅关注算电协同，更关注这两张网如何实现数据打通、协同负荷预测以及协同管理效率的提升。这些都是能够为行业带来更大变化和进步的关键要素。如果这些要素能够得到更好的发展，那么未来我们不仅关注算电协同，更将继续深化绿色能源的全面转型，为绿色能源转型带来更多的加速器和效率提升手段。
我们非常关注国内电力市场的改革。作为用电大户，每一次改革都希望为我们这样的电力用户带来更好的进步和效率提升，同时也为我们提供更多机会，与合作伙伴携手共进。
林斌：我认为未来算电系统无论是对于国家还是每个企业，都是一个巨大的市场和重要的机遇。作为西门子的代表，我认为国家层面的电网布局和电力规划应由国家整体考虑，而西门子更多聚焦于微网在局部场景下的优化。我们国家提出的"源网荷储"思路为这一方向提供了很好的指导。我们的想法是，首先要全面考虑数据中心或企业实现"源网荷储"的数字化、智能化转型。
第一步是硬件层面，所有硬件必须能够产生数据。数据产生后，需要统一的数据格式。在源侧，需要具备模拟仿真能力，并进行多能互补、保护等配套。在后端，无论是算力中心还是其他工厂，都需要部署传感器或执行器来产生数据，从而形成涵盖源、网、荷及储能系统的闭环。
在理想状况下，在此之上搭建一个软件平台，将数据打通，并根据不同应用场景，发展出AI系统来实现负荷预测、智能调配和计划等功能，形成一个完整的闭环。结合国家政策，我们就可以实现理想的源网荷储新能源转型。作为技术供应商，西门子也在源网荷储相关的硬件和软件方面投入了大量研发。
刘湘明：算电协同的成功需要像西门子和万国数据这样的龙头企业持续不断地投入和探索。未来3到5年，两家企业在全产业价值链上会有哪些布局？
钱亦馨：围绕今天的绿电直连话题，我们肯定会积极投入。尽管绿电直连受限于区域性和项目本身的一些限制，但凡有这样的机会，我们仍非常愿意积极响应政府工作报告的号召，积极推动风光基地与智算园区的统一建设与运营。
在大的吉瓦级园区，我们也会积极探索并落地储能配套。在行政分时电价取消、现货市场不断完善的市场机制下，我们希望能够找到更好的辅助市场业务模式。这样，在拥有自有绿电项目的地区，储能不仅能够储存弃风弃光电量，还能积极参与削峰填谷、需求侧响应等辅助服务，同时以更多元的主体身份为市场提供不同形式的服务。
此外，我们也会关注新一代技术的革新，主要分为两块。一是设备方面的革新，例如行业热议的800伏直流电、液冷等技术，这些能够显著提升整体能源效率。二是我们自己的智能管理系统。中国企业有自主研发的特色，我们也研发了自身的能源管理系统，特别是能耗管理系统，实现从冷塔到精密空调的端到端管理。我们希望通过从人防走向智防，运用算力和数据，提升内部运营效率。最后，我们还会与客户及能源合作伙伴合作，打通内部数据，实现算力任务对能源消耗的预测，以及风光预测与市电补入的协同，让这套系统真正运转起来。万国数据过去二十多年的积累，让我们有能力将电力领域的更多洞察融入业务链，拉长产业链，既为自己赋能，也为产业链合作伙伴赋能。
林斌：我们为未来做准备，主要围绕四个方面展开。
第一是硬件方面。过去交流电占主导，未来直流电将增多，我们也已发布直流配电产品。随着市场增长，我们需要对硬件产品进行升级换代，并扩充产能。例如，我们正在无锡扩建新厂，以更好地服务客户。
第二是软件方面。我们已有许多应用，未来需要进一步将其规模化，并让场景与解决方案更加契合。
第三是与本次大会主题相关，我们基于自身场景，在大数据基础上发展出更多人工智能解决方案，旨在帮助用户实现智能化运营。
第四是针对微网这一场景，我们预测未来将迎来较大发展，预计增长率超过30%。因此，我们需要在这一领域找到更多志同道合的生态合作伙伴，共同推动该方向的发展。
刘湘明：二位能否对未来三五年的行业图景做一个预测？更具体地说，未来的数据中心会跟今天有什么不一样吗？
钱亦馨：关于数据中心，我们从五个维度来阐述，即"5S"。首先是规模（Scale）。当前算力已发展到吉瓦级园区，规模至关重要。规模体现在两个层面的"双引擎"：一是在新兴市场，如西北风光资源丰富的地区进行布局；二是在成熟市场，如传统的京津冀、长三角、粤港澳大湾区等区域，这些地区对即时推理有更强烈的需求。因此，市场规模与完善的体系是我们关注的重点。
从万国自身角度出发，我们的核心能力在于构建一个平台（Platform），而非依赖单一资产。通过运营一个资产组合，我们能够凭借平台管理能力，为客户在全国范围内提供最优布局和最强业务支撑。
其次是速度（Speed）。当前算力卡价格昂贵，若算力卡等待电力或数据中心，会造成极大的经济浪费。因此，我们高度重视交付能力与交付速度。我们拥有成熟的模块化预制化技术，能够实现3至6个月的快速交付。
第三是服务（Service）。万国拥有超25年的服务经验，服务全国最优秀的互联网企业、云厂商、金融客户以及当前的算力客户。我们始终认为自己是"最懂客户的数据中心服务商"，并将继续秉持这一理念。
第四是智能（Smart）。数据中心需要越来越智能。我们需要不断提升设计能力与运营能力，特别是针对智算中心。我们正在探索从"人防"到"智防"的路径，可以更快速、更可靠地保障客户业务，例如在液冷机房需求下，如何实现更好地服务等级协议（SLA）保障，以及如何确保大体量数据中心7×24小时安全稳定运营。
最后是可持续性（Sustainability）。算电协同与绿电直连是解决"以电促算、以算促电"双向互动的重要手段，但并非唯一手段。从可持续发展角度出发，我们希望获得更多元的工具，例如跨省绿电交易、绿证交易等，以助力我们实现2030年全绿电运营及运营碳中和的目标。我们相信，未来的数据中心一定是更高效、更绿色、更节能的，我们将致力于打造全球最好的更绿、更高效的数据中心。（本文首发于钛媒体APP）
