高市早苗自上任之初，就急切的想要展现自己的强硬姿态，11月7日，她在公开场发表激进言论，刻意渲染“台海危机”，声称要介入台海问题。

据“人民海军”12月7日发布的消息，中国人民解放军海军新闻发言人王学猛海军大校表示，日前，中国海军辽宁舰航母编队在宫古海峡以东海域正常组织舰载战斗机飞行训练，事先公布了训练海空域。期间，日本自卫队飞机多次抵近中国海军训练海空域滋扰，严重影响中方正常训练，严重危及飞行安全。日方有关炒作与事实完全不符，我们严正要求日方立即停止污蔑抹黑，严格约束一线行动。中国海军将依法采取要措施，坚决维护自身安全和法权益。

其实熟悉日本历史的朋友都知道，他们这是又犯了“下克上”的老毛病，说白了就是“走”上瘾。早在上世纪诺门槛战役时，日本部分军官没得到军部批准，就擅自扩大作战规模，想逼着高层推行“北进”战略，后被苏联红军揍得满地找牙。现在好了，历史重演，日本为了逼美国在台湾问题上明确站队，没跟美国商量就擅自放狂言，结果把自己架在了火上。

智东西

作者 | 陈骏达

编辑 | 心缘

智东西12月12日报道，近日，在二十届中国IDC产业年度大典（IDCC2025）暨数字基础设施科技展（DITExpo）上，商汤科技大装置事业群智算中心总经理林海分享了商汤大装置在算电协同方面的实践经验。

林海称，从全球范围看，算力基础设施正迎来新一轮“算力能”战略竞争，包括各大科技巨头通过自研AI加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力能。

同时以 Palantir “Chain Reaction”等平台为代表，将算力调度、电力预测与芯片资源管理纳入同一体系绍兴塑料管材设备价格，试图构建“国家级AI基础设施操作系统”。

商汤大装置在算电协同域已展开探索，并给出了一套“算力—能源”协同的建设范式。

一、全球推进“算力—能源”协同，商汤大装置构建算电融体系

林海讲道，近期，美国知名大数据企业Palantir Technologies Inc.（NYSE: PLTR）正式发布了名为“Chain Reaction”的产品，并将其定位为“面向美国人工智能基础设施的操作系统”。

这一举措表明，以美国为代表的科技强国已开始从国家战略层面，系统推进推动“算力—芯片—能源”一体化布局，旨在构建自主可控、高协同的国家级人工智能基础设施体系。

在这一全球趋势下，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，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”，打通算力及电力数据。

这不仅是一项企业降本增的技术工程，更是关系到我国在人工智能时代能否在基础设施层面掌握发展主动权的战略课题。

随着AI应用需求爆发与“双碳”目标推进，电力正成为制约算力扩展与绿运营的关键瓶颈。林海称，新一代智算中心非单纯堆服务器、拼规模的传统数据中心，而是要实现“算力与能源的深度协同”。

然而，当前行业普遍存在“模型任务数据、集群负载数据、底层电力调度数据”彼此割裂，以及结算机制的不穿透，造成了数据的孤岛以及运行模式难以协同。

为破解这一结构难题绍兴塑料管材设备价格，商汤大装置聚焦更深层次的基础设施运行逻辑，构建了“IaaS+MaaS+算电协同”的整体架构体系，穿透从底层风、火、水、电到顶层模型任务的全链路数据，以“源-网-荷-储”全链路算电协同平台，实现算力与能源的匹配。

其中，商汤以能源大模型为核心，打破数据孤岛，实现智能预测与高频调度；同时携手宁德时代打造具备智能控制能力的大规模储能系统，塑料管材设备为算力负载波动提供灵活、稳定的电力支撑。

二、能源大模型赋能：创新算法架构，让负荷预测更

商汤自研能源大模型采用多模态MoE架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融能源行业知识库，可预测复杂场景的能源需求，并做出准确决策：

（1）打通数据闭环，实现全链路映射：打造“算力-电力”映射模型，通过创的“能量块”数据模型与“算电功耗模型”，打通从AI训练任务、算力平台、服务器硬件与配电系统的全链路数据，实现“任务-算力-功耗”的映射。

电话：0316--3233399

（2）创新“能量块”，复杂场景预测：通过将能源本征数据、用户用能特、能源平衡规则等信息与算力服务器绑定为“能量块”作为基础TOKEN，并基于多轮预训练结果优化调整算法架构，提升复杂场景下的预测精度与泛化能力。

（3）高频次动态调度，实现优能源平衡：以15分钟为周期进行高频次预测，并以5分钟为周期进行决策修正迭代，基于实时能源状态与负载预测，自动生成优调度策略，并通过跨系统联动执行，实现的算力预测、负荷预测、策略生成与修正。

整体上，能源大模型可提前预测算力负载趋势，并综电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联动态求解，实现“算随电用、电随算动”的主动调度，将数据中心从“刚负荷”转变为“可调资源”。

目前，基于能量块的模型能源需求预测准确率已经达到88%以上，决策准确率已达到93%以上。随着算法与储能设备的持续迭代优化，预测准确率将达到90%~95%的行业先水平，决策准确率将过95%。

三、联宁德时代打造智慧储能系统，AIDC跑通“算随电用、电随算动”双向闭环

在储能侧，商汤与宁德时代联打造了规模达17.888MW/35.776MWh的新型储能系统，并为其赋予了智慧管理能力，面向大模型训练和推理的高峰波动场景进行了项设计，可有应对算力集群在高负载阶段出现的瞬时功率缺口与尖峰波动，同时参与削峰填谷和电力市场交易，直接创造经济价值。

这一储能系统成为智算中心的“电力缓冲池”，具备毫秒级响应能力，可以在万卡级集群启动、负载突增时提供瞬时功率支撑，有应对算力负载波动带来的冲击，保障集群稳定运行。

它还通过“分季节调度”实现安全率平衡，在PUE较低的冬春秋季，采用传统两充两放模式；在高PUE、低冗余的夏季，则切换至由能源大模型驱动的智能调度模式，确保系统在安全红线内高运行。

得益于系统级的算电协同优化，由商汤建设并自持的全国个5A级智算中心上海临港AIDC不仅可以根据算力负载变化，自动优化算力调度，还可通过能源大模型预测用电需求，智能控制储能系统实现削峰填谷，在保障稳定运行的同时持续降低能耗和用电成本，成功实现“算随电用、电随算动”双向闭环。

目前，上海临港AIDC实现了整体PUE降低至1.267，PUE比设计值降低3%、全年节电1000万度、年化电费成本节约7%、碳减排3000吨的运营成，带来显著的经济与社会益，成为绿智算中心“样板间”。商汤大装置上海临港智算中心还获得“2025年度中国IDC产业算电协同先锋奖”。

结语：能源成为AI基础设施重要一环

能源供给在AI基础设施建设过程中的重要与日俱增。随着全球算力需求爆发式增长，大模型的训练与推理正带来前所未有的能源消耗挑战。产业不仅需要更高的算力，更需要更高、更稳定、更可持续的算力供给方式。

未来，商汤大装置将以能源大模型和系统级算法为核心引擎，深化产业作绍兴塑料管材设备价格，打造面向大模型时代的下一代AI基础设施底座，为产业降本增与绿发展提供持续动能。