图：简煜忞｜达卯智能 CEO
文｜小卢鱼
编辑｜杨旭然
随着 AI 应用进入爆发期，算力对电力的消耗呈现历史级飙升。2026 年 3 月，“算电协同”首次写入政府工作报告，标志着其成为新型基础设施建设的重要部署。在达卯科技 CEO 简煜忞看来，这将加速推动智算中心从传统的“用电负荷”升级为“新型电力系统下可调度、可交易的柔性资源”。
政策层面，我国自 2023 年提出全国一体化算力网建设目标，要求 2025 年底国家枢纽节点新建数据中心绿电占比超 80%，PUE 降至 1.5 以下；2025 年相关文件进一步明确，2030 年数据中心绿电消费比例原则上不低于全国可再生能源消纳责任权重平均水平。
然而，高比例新能源接入与大规模算力中心建设带来了电网发用双侧的高波动性与不确定性。随着电力市场化改革推进，分钟级高频交易已成为控制算力中心高昂电力成本的刚需，电力行业转型面临全新挑战。
算电协同概念图
在绿电直连场景下，电力用户、能源投资方与售电公司三方利益存在天然的平衡难题：用户追求低价与确定性，售电公司关注盈利与风险转移，投资方则寻求高收益与消纳量。
达卯科技认为，唯有建立生态协同才能实现三方共赢。通过 AI 归因量化各方价值，将竞合关系转变为合利关系，从而做大产业蛋糕，实现全局优化。
为此，达卯科技正式发布“算电协同 2.0 平台·AIDC 绿电直连能源运营操作系统”。该系统集成“融合推演智能 + 统筹博弈智能”双引擎架构，利用能源大模型与 AI 智能体矩阵，实现多源时空数据预测、趋势感知及多目标最佳策略求解，打通智算中心能源运营全链路。该方案可前置嵌入规划建设期，不仅能为用户降本增效，更为新型电力系统建设注入创新动能。
该模式已在蒙西、上海等地得到验证：帮助 AIDC 企业综合用电成本降低 10%-20%，绿电消纳率提升 10%-15%，现货交易综合收益提升 5%-10%。
作为国内首家将能源大模型应用于“算电协同”优化领域的企业，达卯科技已获得商汤科技、寒武纪及宁德时代的战略投资。近期，简煜忞接受专访，深入阐述了达卯科技对行业的理解及企业的独特发展模式。
算电协同 AI 新物种
巨潮 WAVE：AI 算力中心被称为“吞电巨兽”，如何看待算力增长带来的电力需求？算电协同未来有怎样的市场潜力？
简煜忞：当前 AI 大模型训练已消耗海量算力，而未来应用端的普及将释放更巨大的需求。这一增长符合两个经典规律：一是经济学领域的“杰文斯悖论”，即技术进步降低成本反而催生更多应用场景，推高总消耗量；二是 IT 领域的“安迪 - 比尔定律”，即应用层总会消耗掉新增的算力资源。
除了集中式 AI 算力中心，分布式算力与各类终端节点的算力也将持续提升，全社会算力爆发带来的电力消耗增长显著。
当前国家大力推动绿电直连，仅靠现有电网输配能力已难以适配东数西算核心节点的需求。在算电协同市场中，电网主要承担跨域调度与兜底保供角色，核心玩家应是能将算力与能源深度结合、一体化运营的专业企业。
据信通院预估，到 2030 年中国算力相关用电量占全社会用电总量比例将达 5.3%，总用电量超 7000 亿度。截至 2026 年，中国算力规模已达 1882eFLOPS，发展速度远超早期预估。
算力中心供电系统通常配置 2N 级冗余，实际有效使用部分仅占约 40%，其余为保障高可用性造成的冗余容量占用，大幅挤占电网资源。若算力用电占比持续提升，2030 年电网扩容压力将远超现有建设节奏。
市场空间方面，以当前全社会用电均价测算，全国电力市场规模超数万亿元，其中算力中心用电对应的细分市场可达千亿级。伴随容量市场、调节市场等增值板块开放，实际空间将进一步扩大。
巨潮 WAVE：很多客户和投资人对“算电协同”的理解仍停留在政策定义上，如何真正理解这一概念？
简煜忞：从核心概念看，算电协同是依托数字化、智能化与人工智能技术，赋能实现算力与电力双向协同调度的技术体系，旨在保障算力中心用能的安全性、经济性与清洁性。
传统电网公司在体系中主要承担主网电力调度职能，而在微观项目与业主层面，则需要专业技术企业拉通算力与电力双侧资源和需求差异，开展动态平衡与匹配优化，实现深度赋能。
巨潮 WAVE：中国电力市场机制与欧美模式有别，随着算力用电规模增长，如何看待未来电力市场改革进程？
简煜忞：工商业用户需逐步适应电价的市场化波动。我国居民用电属保障性定价，但工商业用电市场化改革正在深化，电价波动属性与调节价值空间正逐步放大。
人工智能将在这一进程中发挥关键作用。未来电力交易和调度必然需要 AI 深度介入，终端用电设备将从传统“用能电器”升级为具备负荷调节能力的市场参与终端。算力中心作为大型核心节点型负荷，同样需要 AI 技术赋能以适配市场化环境。
巨潮 WAVE：达卯在这一产业格局中如何定位自己？
简煜忞：达卯科技不仅是算电协同核心技术服务商，更是从数据中心侧切入赛道的标杆企业。未来发展方向是基于人工智能赋能，成为算电协同产业中的核心运营服务商。
行业格局与发展路径
巨潮 WAVE：如何看待行业未来的发展格局？
简煜忞：未来行业大概率形成三类头部企业并存的格局，不同切入路径的玩家将成长出对应的头部企业，彼此生态位差异显著。
第一类是从资本投资角度切入的能源企业，多以“绿电消纳闭环”思路布局，将算力中心作为负荷端，核心诉求是业务规模扩张和资本价值提升，尚未完全打通调度与交易的联动。
第二类是从数据中心侧切入的企业，如达卯。其最大优势在于能优先积累行业数据和样板案例，快速与头部数据中心企业建立合作。
第三类是传统能源人工智能企业。随着绿电直连比例提升，这类企业也会逐步切入，但普遍对算力中心用户侧需求理解较浅，落地适配周期较长。
算电协同是一个需要同时懂 AI、能源和算力中心的复合赛道。不同路径的企业之间更多是互补而非竞争关系，聪明的玩家会选择合适的切入点建立优势。
软件管理界面 - 地图驾驶舱
调度交易系统与用户赋能
巨潮 WAVE：如何理解算电协同中的调度交易系统？
简煜忞：当前很多算力中心用户仍处于能源企业配套服务的闭环中，核心诉求是完成投资建设与绿电匹配。但长期来看，盈利水平与系统效率的提升最终都要依托调度交易系统。
类比传统暖通空调系统，整套系统的效率优化需自控系统与 AI 算法融合。算电协同的调度交易系统起到的就是类似的核心作用，且可前置嵌入规划建设阶段，与绿电、储能等基础设施深度适配。一旦落地，替换成本极高，是核心价值载体。
赋能用户
巨潮 WAVE：达卯从数据中心侧切入赛道，在具体实践中是如何为客户赋能的？
简煜忞：客户通常以成本优化为切入点，在落地过程中逐步延伸至供电可靠性提升、绿电指标达标等深层需求。
对数据中心而言，第一要务是保障安全可用，第二是绿电使用比例达标，第三才是经济性。因此必须依托综合优化系统，在保证安全、合规和经济性三者之间取得平衡。
用户的决策围绕这三个目标展开：如何通过控制调度系统规避电力事故风险，如何优化运营管理流程，如何在安全和经济性之间实现平衡，以及确保绿电使用率达标。
图：达卯客户 - 商汤临港算力中心
巨潮 WAVE：达卯的盈利模式是怎样的？
简煜忞：我们设计了多种服务模式。首先是专家咨询服务，在规划设计阶段参与方案设计和经济性评价；其次是项目交付后的软件平台售卖与部署；最后是运营阶段的调度交易运营与设施运维服务。
运营服务有两种收费模式：一是运营分成模式，基于测算的降本空间与用户约定固定分成比例，这对民营企业更具吸引力；二是固定服务费模式，按用电量收取度电服务费，主要适配对能源价值有深度认知的头部科技企业及预算管理严格的央国企客户。这种商业模式定义为“价值销售”，即交付长期运营价值，帮助用户获得持续收益提升。
电力交易协调者
电力交易协调者与能源大模型
巨潮 WAVE：达卯为客户创造的长期收益，不仅包括电费节约，还包括在电力市场化转型中通过主动交易获取的收益。
简煜忞：2025 年年中，达卯开始布局调度交易一体化能力，核心是将储能运营与电力交易深度联动。到今年 3 月，国内大量售电公司已开始强调调度与交易整合，甚至布局储能资产，验证了这一方向的正确性。
容量市场的市场化开放是必然趋势。当前国内容量市场以固定价格为主，未来将逐步放开报量报价机制，预计 2028-2029 年迎来市场化突破，各类电价补贴机制也将逐步通过市场化交易落地。
巨潮 WAVE：未来电力现货市场可能从 15 分钟交易周期升级为 5 分钟，达卯如何适配并引领这一趋势？
简煜忞：交易周期缩短本质是人力调度无法覆盖的精细化要求，必须依托 AI 实现全自动化的策略生成与执行。达卯的角色类似于电力市场中的“证券公司”，用户将能源资产委托给我们运营，我们通过专业化交易与调度实现收益增值，最终以用电成本下降、综合收益提升的形式返还给客户。
巨潮 WAVE：为什么现在还处于盈亏平衡阶段？预计多久能够实现明显盈利？
简煜忞：若放慢发展节奏，依托现有技术承接运营项目可快速盈利。但当前行业正处于快速发展窗口期，政策与技术迭代快，我们需要持续投入研发与市场拓展，抢占先机、建立壁垒，因此短期保持高投入状态。
不同于 LLM 的大模型
巨潮 WAVE：达卯的能源大模型和通用大语言模型有什么核心区别？
简煜忞：达卯自研的能源大模型是一种类 Transformer 架构、融入能源物理机理与行业知识的垂类模型。它推理的不是文字，而是算电协同中的电力平衡单元，旨在生成系统设备的最佳运行策略，进行动态平衡控制。
基于这套架构，我们可以训练出动态机理模型，实现 24 小时在线更新迭代，保障大模型在算电协同场景中的泛化性能。同时，该体系具备能源场景通用性，可平滑延伸至工业负荷、虚拟电厂等其他场景，具有较强的可复制性。
图：算电协同 2.0 一体化预测 - 调度 - 交易自动化工作流
巨潮 WAVE：底层数据也是达卯能源大模型的核心竞争力吧？
简煜忞：达卯创始团队多来自数据中心领域，先天具备丰富的场景 Know-How 和数据积累优势。天使投资人同时也是客户，帮助我们积累了扎实的项目数据资源，支撑达卯率先落地面向算电协同的能源大模型。
这套体系借鉴了世界模型思路，基于充足真实数据与成熟模型，结合用户基础数据生成仿真数据，完成大量场景模拟与方案验证。这种能力让客户仅需提供基础数据即可完成方案测算，大幅降低了合作门槛，也形成了正向的数据积累循环。
面向未来，吸引综合型人才
巨潮 WAVE：公司的团队和人员构成如何匹配业务需求？未来希望吸引哪些方向的人才？
简煜忞：做算电协同必须同时具备人工智能、能源、数据中心三个领域的专业能力。因此，达卯团队采用复合配置模式，每个项目组都由三个领域的人员共同构成，团队 Leader 至少是跨两个领域的精英人才。目前公司还与国内多所顶尖高校开展产学研合作，共同培养跨领域复合型人才。
巨潮 WAVE：对现在的年轻人有什么建议吗？
简煜忞：人工智能产业正从训练为主转向推理规模化发展阶段。在垂类行业应用中，核心不是技术本身有多前沿，也不需要所有人都具备大模型研发能力。
年轻人需重点培养三点能力：第一是熟练使用大模型并判断其适用场景；第二是在自身垂类领域从理论深耕到应用，做到足够深，才能在真实场景里把大模型与自身能力结合好；第三是拓宽视野，未来产业一定是跨领域协同融合的，单一技能岗位将逐步被替代，对复合型人才的需求会持续增长。
