商汤大装置以中国方案应对全球算力效能竞争

近日，第二十届中国IDC产业年度大典（IDCC2025）暨数字基础设施科技展（DITExpo）在北京圆满闭幕。会上，商汤科技大装置事业群智算中心总经理林海发表了题为《从稳定保障到效率引领——商汤大装置算电协同创新实践》的主题演讲，将行业焦点引向一个决定未来竞争力的核心议题：算力与电力的深度协同。这场分享不仅展现了商汤的前沿技术实践，更深刻揭示了全球AI基础设施竞争的下一个关键赛点——算力效能与能源效率的融合。

演讲开篇即指出一个明确的全球趋势：智算中心的竞争重心，正从单纯的算力规模扩张，转向对“算力效能”与“能源效率”的综合考量。国际科技巨头早已布局，从自研AI芯片、普及液冷技术，到整合可再生能源，手段多样。尤为值得关注的是，像Palantir推出的“Chain Reaction”平台，其目标直指构建一个集算力调度、电力预测与芯片管理于一体的“国家级AI基础设施操作系统”。这标志着，一场围绕“算力-能源”协同能力的战略性竞赛，已在全球范围内全面展开。

行业先行：全球加速“算力—能源”协同布局，新竞争时代全面开启

林海在演讲中重点分析了Palantir的案例。这家美国大数据公司将其新产品定位为“面向美国人工智能基础设施的操作系统”，意图非常清晰——旨在从国家战略层面，系统化推进“算力-芯片-能源”的一体化规划与部署，构建自主可控、高效协同的国家级AI算力底座。

面对这一全球性趋势，中国人工智能与算力产业应如何应对？商汤大装置的创新实践，提供了一条可行的路径。基于其万卡级智算中心（AIDC）的长期运营经验与技术积累，商汤于2025年7月正式发布了自主可控的“算电协同智能调度平台”，实现了算力需求与电力供给数据的全面打通与智能联动。这不仅仅是一项企业内部的降本增效举措，其更深远的战略意义在于，它关乎中国能否在人工智能时代的基础设施层面，构建起自主、高效、绿色的核心竞争力，掌握产业发展的主动权。

可以说，商汤的探索走出了一条以核心自研技术驱动、以实际运营成效验证的中国式创新道路。它既与国际先进的“算电协同”理念同频共振，又通过大规模实践积累了宝贵的本土化经验，为构建绿色、高效、安全的中国AI产业基石，提供了坚实的技术支撑与可复制的样板。

打通全局数据孤岛，商汤大装置构建算电深度融合的完整体系

随着AI大模型训练与推理需求的爆发式增长，以及国家“双碳”战略目标的持续推进，电力供应与成本已成为制约算力规模扩展与绿色可持续运营的关键瓶颈。新一代的智算中心，其本质已超越传统数据中心，核心挑战在于如何实现“算力需求”与“能源供给”的深度协同与动态平衡。

然而，当前行业普遍面临数据割裂的困境：上层的AI模型训练任务数据、中层的算力集群负载数据、底层的电力调度与能耗数据往往相互独立，结算机制复杂，形成了牢固的“数据孤岛”，使得全局性的资源优化与协同调度难以实现。

为破解这一结构性难题，商汤大装置选择从基础设施的运行逻辑底层入手，前瞻性地构建了“IaaS（基础设施即服务）+ MaaS（模型即服务）+ 算电协同”的一体化架构。该体系的核心目标在于：穿透从顶层AI模型任务到底层风水电基础设施的全链路数据屏障。通过打造覆盖“源-网-荷-储”全链条的算电协同智能平台，最终实现算力需求与能源供给在时间和空间维度上的精准匹配与动态优化。

在这一创新体系中，两大关键支柱至关重要：一是以商汤自研的能源大模型为核心“智能大脑”，负责打破数据孤岛，实现跨系统的智能预测与高频次调度；二是携手战略合作伙伴宁德时代，共同打造具备智能控制能力的大规模储能系统，作为“灵活蓄水池”，为算力负载的剧烈波动提供稳定、可靠的电力缓冲与调节能力。

能源大模型赋能：创新算法架构，实现高精度负荷预测与智能调度

精准预测是智能调度的前提。商汤自研的能源大模型采用了先进的多模态MoE（混合专家）架构，其训练数据来源广泛且深入，融合了海量能源行业知识文本、多维度的结构化能源数据、实时的算力集群监控指标，并深度嵌入了能源电力领域的专业知识图谱。这使得该模型能够精准理解和预测复杂、动态场景下的能源需求变化，并做出科学可靠的调度决策。

具体而言，商汤能源大模型的核心能力体现在以下三个层面：

首先，打通数据闭环，实现全链路精准映射。 通过独创的“能量块”数据模型与“算电功耗模型”，平台成功串联起从AI训练任务、算力平台资源、服务器硬件功耗到配电系统状态的完整数据链条，实现了“任务-算力-功耗”的精准映射与可视化管理。

其次，创新“能量块”机制，提升复杂场景预测力。 平台将能源本征数据、用户用能行为特性、能源平衡规则等信息，与具体的物理服务器算力单元进行绑定，形成可度量的“能量块”作为基础管理与计算单元。基于多轮预训练结果持续优化算法模型，从而全面提升在复杂、多变业务场景下的负荷预测精度与模型泛化能力。

最后，实现高频动态调度，达成最优能源平衡。 平台以15分钟为周期进行高频次负荷预测，并以5分钟为周期进行决策修正和滚动迭代。它能够基于实时能源状态与未来负载预测，自动生成最优的调度策略，并通过跨系统联动指令执行，完成从“预测-决策-执行-修正”的完整智能闭环。

整体而言，这套能源大模型能够提前精准预测算力负载趋势，并综合考量实时电价信号、绿色电力比例、储能系统状态、电网调度需求等多重约束因素，进行跨系统联合求解与优化。其核心目标是变被动响应为主动调节，实现“算随电用、电随算动”的智能协同，将数据中心从电网的“刚性负荷”转变为可灵活调节、参与互动的“优质柔性资源”。目前，基于能量块模型的能源需求预测准确率已超过88%，调度决策准确率更是达到了93%以上。随着算法模型的持续迭代与储能设备的优化，预测准确率有望提升至90%-95%的行业领先水平，决策准确率将稳定超过95%。

智能储能体系上线：毫秒级响应，平滑高峰波动保障稳定运行

拥有了精准预测与调度的“智能大脑”，还需要强健可靠的“物理躯体”来高效执行。在储能侧，商汤与宁德时代联合打造了一套规模领先的新型储能系统（17.888MW/35.776MWh），并为其集成了智慧能源管理系统。这套系统专门针对AI大模型训练和推理时产生的瞬时高功率、波动性强的负载场景进行了深度优化设计。

它的作用堪称智算中心的“智能电力缓冲池”。系统具备毫秒级的快速响应能力，当万卡级GPU集群突然启动或负载骤增时，它能瞬间提供强大的功率支撑，有效平滑负载波动对上级电网和自身供配电系统的冲击，极大保障了集群运行的连续性与稳定性。

同时，系统创新性地采用了“分季节自适应调度”策略，以平衡系统安全与运行效率。在PUE较低、气候适宜的冬、春、秋季，采用较为常规的两充两放模式；而在PUE较高、系统散热压力大的夏季，则切换至由能源大模型驱动的智能动态调度模式，确保所有充放电操作均在安全阈值内进行，实现效率与安全的最优平衡。

上海临港AIDC成就中国样板：率先实现‘算随电用、电随算动’智能闭环

任何理论都需要实践检验。得益于上述系统级的算电协同优化，由商汤科技建设并运营的上海临港人工智能计算中心（AIDC），已成为一个成功的“中国智算中心样板”。作为全国首个获得5A级评定的智算中心，它不仅能根据实时算力负载变化自动优化任务调度策略，还能通过能源大模型精准预测未来用电需求，智能控制储能系统进行削峰填谷，参与需求侧响应。

这一系列智能化举措，在保障算力中心高可用、高稳定的同时，持续降低了整体能耗与用电成本，真正跑通了“算力调度跟随电力优化，电力调节响应算力需求”的双向智能闭环。其标杆价值与创新成果也获得了行业高度认可，上海临港智算中心荣获了“2025年度中国IDC产业算电协同先锋奖”。

目前，该中心已取得显著的运营成效：全年平均PUE降至1.267，优于设计值3%；通过智能调度全年节电超过1000万度；年化电费成本节约比例达7%；实现二氧化碳减排约3000吨。这些实实在在的数据不仅带来了显著的经济效益，也创造了可观的社会与环境效益，使其当之无愧地成为绿色低碳智算中心的“标杆样板间”。

展望未来，商汤大装置将以能源大模型和系统级协同算法为核心引擎，持续深化与产业各方的合作。其长远目标是打造面向大模型时代的下一代AI基础设施底座，为整个AI产业的降本增效、绿色低碳与可持续发展，提供持续、强大、智能化的基础动能。