达卯科技提出E-AIDC范式，以能源大模型做算电协同
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载绿电直连的落地难题
绿电直连项目在全国范围内已获批复的数量达到数百个，但真正进入施工阶段的仍是少数。签约环节常因发电方与算力方在电价上谈不拢而停滞，双方对电价的预期存在明显差距。这一僵局背后是绿电消纳的合规要求：国家枢纽节点新建数据中心需达到80%的绿电消纳比例，这使算力企业必须寻求绿电直连，但成本分担机制尚未理顺。达卯科技在CPE 2026展出的算电协同2.0平台，正是针对这一痛点，试图通过市场化手段弥合分歧。
四重市场融合寻优
达卯科技提出从电能量、调节、容量、碳四个市场维度融合寻优。基础电量在电费中占比约五至六成，可通过储能削峰填谷降低用电成本；容量电费随监管周期改革呈上涨趋势，可利用AI管控负荷侧容量占用；数据中心负荷还能参与需求响应和辅助服务，获取单次较高收益。这一思路将算力负荷视为可调节资源，而非单纯用电方，从而在多个市场间寻找最优组合。CEO简煜忞在主论坛演讲中，将这一能力概括为以能源大脑定义算电协同。
仿真挖掘价值空间
在西部某省项目中，达卯科技用能源大模型对12000种场景进行仿真，测算20个开放边界，相当于传统方式20亿次静态计算的工作量。仿真结果挖掘出3分以上的综合价值空间，恰好填平了发电方与算力方之间2分钱的价差。该项目使投资方IRR提升约20%，用户到户电价下降10%。这一案例表明，通过精细化仿真和市场化交易设计，绿电直连的签约僵局存在被打破的可能。
双引擎适配规则差异
达卯科技以自研能源大模型与智能体集群构建双引擎能力。原子智能体可灵活编排，以适应各地电力市场规则的差异。Gartner预测，2026年智能体单任务token消耗为GenAI的5至30倍，这意味着智能体集群需要更强的算力支撑。对于读者而言，算电协同2.0平台提供了一种将算力负荷与电力市场交易结合的方案，其适用范围取决于各地市场规则的开放程度和绿电直连项目的实际推进节奏。
为什么值得看
算力扩张受能耗与绿电消纳约束，这套把电力市场收益纳入智算中心运营的思路值得关注。
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。