Create

Sign in to ReadmeX

or

How we handle your data: Privacy Policy

ReadmeX
ReadmeX

A clearer picture, in a conversation.

Catch up on what matters, then ask a little deeper.

Your community and people briefings stay personal to you.

Story

Expert: compute-power coordination is key to China's AI compute costs

AI summary

Lin Boqiang of Xiamen University's China Institute for Studies in Energy Policy said in an interview that "compute-power coordination" was written into China's Government Work Report for 2026, and the National Data Administration requires new computing facilities at hub nodes to use at least 80% green electricity. He said power prices are the top factor in siting decisions, followed by green-power compliance, with capacity electricity pricing and direct green-power connections the biggest bottlenecks; China had over 500 intelligent computing centres in use as of June 2026, yet computing workloads used only 36.8% of capacity in 2025. He estimates electricity could make up roughly 40% of a computing centre's costs within three years, and that generators could bundle green power, storage and supply guarantees to become holders of "token capacity", though returns remain uncertain because token demand is tied to model iteration cycles.

Why it matters: Green-power supply and electricity-market rules are becoming hard cost and siting constraints on China's AI compute expansion.

National Data Administration (China)China Academy of Information and Communications TechnologyByteDance

7
Source text36氪 人工智能 · 12 min read

林伯强是厦门大学管理学院讲席教授、中国能源政策研究院院长。能源行业里,他有一句话被反复引用:算力的终点是电力,电力的终点是绿电。看似一句口号,落下来是一笔现实的经济账。

2026年,这笔账变成了刚性的政策指标。“算电协同”首次被写入《政府工作报告》,“推动绿色电力与算力协同布局”,也被纳入“十五五”规划纲要。3月23日,国家数据局局长刘烈宏在中国发展高层论坛2026年年会上把话说到底:确保枢纽节点新建算力设施绿电应用占比达到80%以上,最大程度发挥绿色电力的支撑作用。

中国电力系统足够大,满足算力供电不是问题,难的是怎么绿色地满足。据国家数据局统计:截至2026年6月,中国在用智算中心超500个,另有在建及规划项目近400个,高居全球第二位。但据中国信息通信研究院公布的数据,2025年国内智算用算占比仅为36.8%。

但在林伯强看来,基础设施建设需要适度超前。采访中,他从乌兰察布、中卫、庆阳、和林格尔的算力选址逻辑谈起,延伸到Token(词元)能否成为可交易的商品,以及发电企业能否从传统的“卖电方”变成“Token产能的持有者”,并对行业议题给出了优先级排序。

厦门大学管理学院讲席教授、中国能源政策研究院院长林伯强  来源:受访者

他始终强调:所有设想最终都要落到真金白银的商业投入,企业需要对成本与风险,做到心中有数。

以下为访谈内容实录(有删减):

大厂选址账:电费最重要

《中国企业家》:乌兰察布、中卫、庆阳、和林格尔几大算力枢纽,节点优势各不相同。大厂在算力选址上,有没有明显偏好?

林伯强:这些枢纽节点基本都布局在西部。那里风电、光伏资源多,有大基地,适合大模型的长周期训练。大厂选址有战略考虑,但很大程度上还是跟成本相关。

摄影:李艳艳

比如京津冀,网络时延短,也比较冷,天然适合算力散热。像庆阳,跟风电、光伏大基地连在一起,电价会比较便宜,能耗指标也宽松一点。

《中国企业家》:如果帮大厂算一笔账,电费、绿电直连、储能、散热、土地、时延、政策补贴,你会怎么排序?

林伯强:按重要性排序,电费最重要。接下来是合规,你得有绿电。再接下来是时延,哪些算力可以延时,哪些不能。然后是散热,这块的成本比较高。土地和政策补贴权重占比比较小,很多地方没有补贴,各地情况不一样。

所以,成本最重要,其次是合规,再往下还是跟成本相关的东西。毕竟企业要落实到真金白银的投入,他们应该做到心里有数。

《中国企业家》:大厂往乌兰察布、庆阳等地布局,驱动力是电价便宜、绿电比例、政策支持,还是ESG要求?

林伯强:有政府强制性要求后,绿电成本就非常重要。首先得有绿电,其次成本得低。目前可以买绿电,以后可能要求必须真正做到绿电直连。

所以大厂选址应该有战略目标。能耗双控、绿电是否真正直连、整体供电可靠性,这些都要算进账里。电费、散热、土地、时延、政策补贴,企业都会算,但核心硬约束还是绿电成本和稳定供电。

容量电价是最大卡点

《中国企业家》:绿电直供、源网荷储一体化正从示范项目走向规模化。跨省跨区绿电交易、输配电价、容量电价、辅助服务市场、绿证溯源、地方能耗指标,这几项里哪个是最大的卡点?

林伯强:最大的卡点是容量电价,以及兜底保障的相关配套机制。算力必须不间断供电,同时又要达到80%的绿电要求,就必须保障稳定性。稳定性很大程度上要交容量电价费,这就会影响成本。另外,各省市场规则不统一,能耗指标和执行口径也不一样,很难标准化讨论。

从电网角度讲,算力和电力肯定要协同,这样才好规划。数据中心必须跟风电基地、电网,包括特高压等同步规划,电力市场、绿电电价、柔性调度、辅助服务都要进一步完善。绿电怎么溯源、能耗指标怎么互相抵消,这些都很重要。

摄影:李艳艳

《中国企业家》:2026年“算电协同”首次被写入《政府工作报告》,国家数据局又划出了“枢纽节点新建绿电应用占比要达到80%以上”的红线。核心考量是什么?

林伯强:政策核心,是希望新兴算力产业尽可能和绿色电力连接起来,八大枢纽节点要求绿电用电占比80%以上。目前可能还有一些企业需要买绿电,但今后必须直连。这样看,西部会更有竞争力。

这个政策不完全是为了控制算力消耗的过快增长。从总量看,绿色电源满足算力,我们肯定没问题,关键是如何绿色地满足。

《中国企业家》:未来真正能跑出来的算电协同模式,最核心的变量是什么?

林伯强:能不能把绿电、储能、电网兜底、电力市场交易和算力负荷协同起来,形成低成本、稳定、可复制的模式。要奔着源网荷储一体化能力,把电力市场交易捆在一起,通过绿电直连、储能直供、柔性调度等方式,把商业模式走出来。说到底,就是降低成本的问题。

Token经济:中国电力优势怎么变成成本优势

《中国企业家》:您有一个判断:美国有算力优势,中国有电力优势,最终看谁能补齐短板。如果Token成为可计价、可交易的商品,中国如何把电力优势转化为Token的成本优势?

林伯强:中国电力要转化成可卖的Token,对大厂来说,首先必须用绿电。这是国家红线,怎么满足得自己想办法。接下来就是电力市场、算力调度,把中国的成本优势变成Token成本优势。除了芯片方面使劲,西部绿电尤其储能成本必须进一步降下来。电力市场等软机制也要配套跟上。

目前中国电力系统是全球最大的,也可能是比较便宜的系统。一旦能够形成稳定的Token供应链条,特别是跟西部绿电连在一起的Token链条,就会很有竞争力。包括后续跨区电力交易,把稳定电力的供应都打包进Token定价,卖Token的整体机制就会更好一些。

摄影:李艳艳

《中国企业家》:算电协同让发电企业第一次可以直接面对算力客户。发电企业真能从“卖电方”变成“Token产能的持有者”吗?是要靠合资、长期供电协议,还是自己持有算力?

林伯强:卖电方变成Token产能持有者,不是没有可能,本质是商业模式问题。你不一定直接生产Token,但你有稳定的绿电,而绿电是Token的基本生长要素。发电企业可以把绿电、储能、保供、电网兜底费用打包起来。如果成本低,就可以向算力用户提供Token的供电服务。

电厂点和算力点,其实可以连在一起。对发电公司来说,怎么把算力负荷波动、风电光伏的不稳定性、容量电价、跨省能耗指标等等都叠在一块,绿电、绿证相关规则也还需完善。

《中国企业家》:Token需求跟模型迭代绑得这么紧,AI周期一变,电力资产怎么办?这个转变对能源行业意味着什么?

林伯强:从回报角度讲,Token需求跟模型迭代的不确定性还蛮高。电力资产要绑定回报、绑定AI周期,比较难。所以它的不确定性还是蛮大的。

对能源行业来说,负荷侧传统上以工业为主,目前工业仍是大头,但算力会越来越多。算力用电和传统用电很不一样,会倒逼绿电开发,推动AI加持下的电网调度,交易机制也会调整。今后能源资产价值不能只看发电量,还要看稳定性。电力系统成本,很大程度上要看稳定成本高低。

电力基本盘:够不够不是问题,稳不稳才是

《中国企业家》:中国已建成全球最大的电力供应体系。截至5月底,发电装机容量突破40亿千瓦,非化石能源发电装机占比达62%。这个基本盘,是否能支撑中国算力产业继续扩张?

林伯强:中国是全球最大的电力系统,全球每3度电大约就有1度是在中国发的,规模约为欧盟加美国的1.36倍。中国电力系统全球最强。这个容量支持电力扩张、算力扩张,不是问题。

关键问题是如何清洁满足、低碳满足。低碳满足很大程度上反映在电网系统成本上,包括储能成本、调峰成本,以及如何保证稳定。所以系统成本会成为一个很重要的成本。

摄影:李艳艳

《中国企业家》:国家能源局预测,到2030年全国算力用电量将达8000亿千瓦时,约占全社会用电量的6%。这个增量可承受吗?AI发展这么快,这个用电量是保守还是激进?

林伯强:这个增量可承受。满足电力本身没有问题,还是那句话,我们电力系统足够大。但关键是如何清洁、稳定地满足。6%这个预测可能还保守,因为人工智能发展太快,实际发生可能比估计更高。我一直强调,新能源装机重要,发电量更重要。装机很多但发不出电,没有太大意义。

《中国企业家》:电网需要提前做什么准备?特高压、储能、柔性负荷,哪个最急?

林伯强:主要有三个方面。一是算力与风电光伏大基地结合,要保障稳定、送出、特高压,让电与算力协同发展。二是储能非常重要,不打通储能堵点,就很难做到稳定的清洁供应。三是AI有助于柔性负荷机制,把算力变成可调节负荷,但可调节的前提是稳定。所以算力与电力不仅要量上协同,还要质上协同,电能质量要提高。

三年后成本结构:电费占比上升,算电协同成护城河

《中国企业家》:三年后,算力中心的成本结构会变成什么样?电费在其中的占比会升到多少?

林伯强:三年后,GPU等硬件仍可能是投入大头,但电费在运营成本中的占比会越来越高,因为需要用绿电来满足。硬件是一次性投入,电力更像耗材,对投资回报影响很大。

我估计,电费在算力中心的成本中大概能占40%。假定真是那样,绿电可能会从碳交易当中得到好处,容量电价可能会走高。运营成本中,电力运营成本可能会超过40%。

《中国企业家》:“算电协同”会成为算力中心的标配,还是少数头部玩家的护城河?中小运营商还有机会吗?

林伯强:可延迟的算力,尽量要往西部走;不能延迟的,可以留在东部,或者通过“西电东送”保障。但无论如何,都会涉及到电力稳定问题。今后全链条“源网荷储”一体化的商业模式和运行能力很重要。头部玩家会掌握更多的资源,大市场可以更好地进行资源配置,中小运营商可以起辅助作用。

《中国企业家》:现在乌兰察布适合做算力中心的地似乎越来越少了,算力中心的承载力已经接近上限了吗?

林伯强:目前应该不会。地方政府对算力中心还是比较欢迎的,也可以消纳当地的风电光伏资源。乌兰察布风光资源还是蛮丰富的,利用起来对当地经济发展有好处。

摄影:李艳艳

如果真有堵点,可能还是能耗指标、电网问题。头部大厂还是有优势,地方政府希望把他们尽可能留在当地。

《中国企业家》:有数据称,全国在用智算中心超500个,平均使用率仅约36.8%。一边是东部大量智算中心空置,一边是乌兰察布、庆阳、中卫聚集了几乎所有科技大厂。其中存在重复建设吗?

林伯强:东部算力需求强,但绿电资源很少,和西部比差很多。同时能耗指标等也有政府的要求在。如果项目仓促上马,又用不掉,那是有问题的。

基础设施建设通常要超前,就像公路,刚开始用的人少,慢慢越来越多。人工智能发展太快,计算中心非常重要。目前整体体量可能还比较小,行业还在高速扩张,所以这种扩张是可持续的。

当然,算力利用率、绿电成本、真实需求,企业自己会算账,不行就会退出。把东部算力尽可能往西部移,是降低成本的有效办法,也可能是大趋势。

本文来自微信公众号 “中国企业家杂志”(ID:iceo-com-cn),作者:李艳艳,36氪经授权发布。

Read the original →

How we got here

  1. Nubia NaviX Ultra's AI agent can shop and order for you — but do users want it?钛媒体 · ByteDance
  2. Tencent posts Youtu-Parsing-Omni model page on Hugging Face腾讯混元 · Hugging Face · Tencent
  3. Xianyu becomes a grey market for AI: H20 servers, cheap tokens, Gemini subs钛媒体 · Alibaba
  4. China's AI Hackathon Boom: ~500 Events in Six Months, Paid For by Whom钛媒体 · ByteDance
  5. Doubao Work adds infinite canvas and Seedream 5.0 Flash image modelAIbase AI新闻 · ByteDance
  6. RSI hype builds: where AI self-improvement stalls, per TMTPost analysis钛媒体 · Alibaba

Comments

I've used this: share my experience What I think: share my view
How important is this story?No ratings yet

No comments yet. Start the conversation.