远景公布三大关键支柱技术 开创AI电力系统

5月26日，国家能源局在深圳隆重召开全国“人工智能+”能源现场推进会，国家能源局党组书记、局长王宏志出席会议并发表讲话。远景科技集团董事长张雷受邀作主题发言，同场进行交流的还有中国石油、国家电网、国家能源集团、阿里云、腾讯等企业的代表。

张雷在发言中指出，远景正在构建的AI电力系统，本质上是一套将能源系统与智能系统深度融合的人工智能基础设施。他强调，能源不应仅仅被看作AI的底座，而更应被视作AI的肌体与血脉。电力系统正逐步成为人工智能的主体工程，而非附属配套。只有妥善解决智能生产全链路的能量管理问题，才能为新一轮工业革命提供持续动力。“正如当年的瓦特一样，在人工智能时代，每一位能源人都有机会直接参与到智能创造中，成为主力军，再次在历史的关键时刻担当重任。”

作为AI电力系统的开创者，远景已成功构建智能中枢、气象大模型与能源大模型、下一代电力基础设施三大核心能力，并在赤峰零碳产业园、乌兰察布算力基地开展了深入实践。

以下为张雷发言全文：

今天想探讨一个核心议题：人工智能时代，能源人究竟应该扮演怎样的角色？

回顾历史，每一次工业革命都伴随着一场能源革命。当人工智能被公认为新一次工业革命时，能源人应当站在哪里？

在蒸汽机发明之前，几乎没有人将煤炭与动力联系起来。后来人们才意识到，蒸汽机本质上是一个能量转换装置。瓦特的真正贡献，在于改良了蒸汽机的能量转化效率——他通过设计独立的冷凝器解决了散热问题，突破了能量管理的主要矛盾，大幅提升了能效。

同样，在GPU发明之前，大多数人认为智力是人类独特而神奇的能力，没有人会把电力和智力直接挂钩。今天，GPU就是新的蒸汽机。它的功能同样是能量转换——把电力转化为智力。不妨说得更直接一点：智力生产的本质，就是能量转化的过程。

因此，第一个判断是：能源不只是AI的底座。如果仅仅将其视为底座，实际上是一种割裂。能源应当是AI的肌体和血脉。能源不是AI的尽头，而是AI的过程。

如今，大模型大约每6个月就有一次重大迭代；芯片几乎是12个月更新一个版本。然而，通过模型和芯片实现能量转换的电力系统，在过去一百年间几乎没有发生重大变化。当芯片和模型遵循摩尔定律（指数级发展）时，却遇上缓慢发展的电力系统，矛盾便愈发凸显。

今天要解决的，是AI生产全链路的能量管理问题。大家已经意识到，GPU再强大，如果不能实现高功率密度的电流输入和高效散热，那么机柜功率就无法从过去的5kW跃升至未来的200kW、300kW。在这种约束下，再强大的芯片也难以发挥作用。与此同时，如何做好机柜集群的动态功率管理，让有限的供电功率容纳更多GPU，同样至关重要。在避免算力中心波动对电网产生重大冲击的同时，吉瓦级的可再生能源如何稳定实时地支撑算力中心？

因此，必须明确：智力生产全链路上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，而非配套。只有彻底解决全链路能量管理的问题，就像当年瓦特革新蒸汽机和动力系统一样，才能为人工智能这一新的工业革命突破瓶颈、提供源源不断的动力。

既然模型和芯片可以实现高效迭代，我们也需要让电力系统实现摩尔定律——这正是远景要开创AI电力系统的使命所在。

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，让电源、储能、电网、电力电子、算力和大模型有机融合在一起。如果把能源、芯片和算力中心各自独立，必将形成机械的割裂。打造AI电力系统，就是让这三者有机融合，成为人工智能基础设施的底座，这也是能源人的责任担当。

AI电力系统要解决三大问题：

第一，如何让相同的功率带宽接入更多的GPU？在很多地方，电网能提供的功率带宽已成为重要约束。如何在有限的功率下部署更多的算力？这是AI电力系统要解决的第一个问题。

第二，如何让相同的电量产生更多的智力？这需要采用高压直流路线和固态变压器技术，提高功率密度，降低能耗、提升散热技术。

第三，如何在相同的投资下大幅降低电力成本？这需要用AI电力系统来提升风光储绿色电力的更高比例。

作为AI电力系统的开创者和实践者，远景总结出三大关键支柱技术。

第一，智能中枢。远景EnOS智能物联操作系统已经能将数亿智能设备——从风电、光伏、储能，到变压器、氢能电解槽等——全面接入，实现从源、网、储、荷到算力设施的实时协同。EnOS不只是数字底座，它更是AI电力系统的神经系统。

第二，物理人工智能。仅靠大语言模型无法真正管理一个电厂或算力中心，需要物理人工智能的突破。对于能源系统而言，物理人工智能有两个关键支撑：一是气象大模型。要实现碳中和，100%的电力将来自风、光、水等绿色能源，气候系统本身成为了能源系统。必须具备对气候系统的洞察力，通过物理人工智能形成更深层的认知，才能实现能源有效调度。二是远景的“天枢”能源大模型，它让一个场站从风到氢能的产生，再到算力调度，形成毫秒级的实时智能控制。

第三，下一代电力基础设施。仅有操作系统和大模型是不够的，还需要下一代电力基础设施。具体来说，就是风光储一体化控制器、高压直流（HVDC）、固态变压器（SST）、智能机柜——一套端到端的新型电力基础设施架构。

三者融合，才能造出一体化的AI电力系统。在远景赤峰零碳产业园，远景打造了“算电协同”国家战略的全球首个系统级实践样本——基于2GW、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、算力和氢能之间动态实时协同，并与腾讯合作，通过AI电力系统优化算力任务的编排。赤峰零碳产业园也是能源大模型的训练基地。更为关键的是，它打造了100%绿色电力、绿色算力和绿色氢能的三大绿色资产组合。在AI的管理下，绿色资产系统收益实现最大化，让绿色氢能与绿色算力获得了极致的成本竞争力。

远景还在乌兰察布打造“远景星河基地”——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，堪比美国的“星际之门”，为中国人工智能的腾飞铺筑基石。

最后想说的是：当人工智能时代扑面而来，能源不是AI的尽头，而是AI的过程；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。每一位能源人不是时代的旁观者，而是作为主力军直接参与创造智能，在这个历史的关键时刻担当重任。