川观新闻记者 唐泽文

“从‘通电话’到‘通宽带’,再到如今的‘通算力’,四川信息通信业完成了三次历史性跨越。”前几天在成都举行的算电协同发展媒体座谈会上,省通信管理局的相关负责人这样描述四川通信行业的发展。

四川已建成400G超高速光纤通信骨干网络,光缆线路总长度达645.8万公里,居全国首位;5G基站数达28.4万个,千兆端口数达173.6万个,实现“市州通万兆、乡乡通千兆、村村通5G”。正是这样的网络底座,为算力跨域流动铺设了高速通道。

路通了,如何让算力供给得更有质量?

2026年,“算电协同”首次写入政府工作报告。这个词读起来拗口,意思却直白——让算力和电力“绑在一起过日子”。

为什么要绑?因为AI太能吃电了。

2025年,全国算力中心总用电量1700亿千瓦时,占全社会用电量的1.6%。到2030年,这个数字预计突破7000亿千瓦时。什么概念?一个满载运行的超大规模AI数据中心,耗电量相当于一座中等规模小镇全部生活与生产用电的总和。

当AI算力对电力的索取进入指数级增长轨道,再让算力与电力“各走各的路”,显然行不通。把便宜的绿电和澎湃的算力撮合到一起,就成了必然选择。

于是,中国西部那些曾经因输电通道受限的风光资源,有了新的去处——不是变成远距离输送的电流,而是就地变成算力。

水电站“肚”里的算力舱

川西高原,海拔2800米,雅砻江两河口水电站。大坝旁的山体深处,藏着6个白色的标准化算力舱。2025年12月,这里正式投运了全国首个高海拔岩洞式算力舱智算中心。

全国首个高海拔岩洞式算力舱智算中心——雅砻江两河口算电融合示范项目。雅砻江流域水电开发有限公司供图

2000张国产算力芯片,峰值算力600PFLOPS——相当于2.4亿台日常办公电脑同时运算。每小时耗电1400千瓦时。

这1400度电,全部来自雅砻江的水电和周边的光伏——100%零碳绿电。

但这个故事最精彩的部分,不是绿电,而是“洞”。

水电站建设时留下的施工隧洞,原本要被填埋。如今它们“变废为宝”,成了天然机房。隧洞常年恒温5℃,相当于一台免费的巨型冰箱。PUE值——数据中心能源利用效率的核心指标,被压到了1.2以下,达到了国内领先水平。

更妙的是算电协同的调度机制。电力侧实时推送风光、水电的可调空间信号;算力侧则把任务分成两类——“刚性不可中断的”和“柔性可调的”。风光大发时,柔性任务自动扩容,就地消纳绿电;风光走低时,柔性任务降载错峰,刚性算力由水电兜底。

2026年7月16日,雅砻江公司发布了全国首个水风光一体化智慧运营大模型。这个模型以两河口智算中心为算力依托,将绿色算力转化为全流域智能决策能力。流域径流有效预报预见期从传统的10余天延长到60天;光伏组件故障诊断准确率超过96%,高海拔偏远场站运维效率提升50%。

“电支撑算、算优化电”——这个闭环,跑通了。

二期已经在筹备:从6个算力舱扩展到56个,峰值算力从600PFLOPS提升到10000PFLOPS。

一个水电站,正在变成一座算力工厂。

长安汽车的“新同事”

把视线从川西高原移到重庆。另一场变革正在发生。

长安汽车提出了一句口号:“无AI,不长安”。不是口号式的表态,而是一套完整的变革策略——“一体三域”。“一体”是算力和平台底座,“三域”是产品、智造和运营。

怎么理解这句话?看一个细节。

这里构建“6A”架构体系——业务架构、数据架构、应用架构、技术架构、安全架构、AI架构。

这个顺序是有讲究的:先梳理清楚业务架构,再构建数据和应用体系,最后AI才能“长”在正确的业务逻辑上。

AI不是从天上掉下来的技术,而是从业务土壤里长出来的能力。

在智能座舱领域,长安与阿里云的合作已经深入到端云协同层面。车端部署1B到2B的小模型处理本地音视频、快速响应和无网任务;云端运行大模型处理复杂交互和拟人化对话。两者之间还有AIBox端侧算力架构作为桥梁,最高可支持8B模型运行。

员工的办公流程也在发生变化。长安已在研发、生产制造、供应链、销售等业务场景全面接入AI。

一个55岁的老员工,原本需要大量时间处理文档和流程性工作。接入AI后,这部分工作负担减轻了九成。

阿里云智能集团副总裁李强说了一句话很值得玩味:“未来行业竞争将从‘单车智能’走向‘企业智能’。拉开车企差距的不是谁率先接入某个模型,而是谁能把AI转化为企业持续进化的能力。”

AI产业化的三条逻辑

把雅砻江和长安放在一起看,似乎能发现AI当下落地场景的三条逻辑线。

第一条:AI正在重塑物理世界的资产价值。

水电站的施工隧洞,本来是废弃资产;现在变成了天然机房。风光资源,本来受制于输电通道;现在可以就地转化为算力产品。四川省已出台的《关于支持加快算电融合发展的实施意见》,明确支持在阿坝、甘孜、凉山、雅安、攀枝花等地布局算电融合项目。

“东数西算”的核心逻辑是“数据往西走、算力往西建”。雅砻江的实践则给出了一个升级版——“电在哪里,算力就在哪里;算力在哪里,价值就在哪里。”

第二条:AI的落地深度,取决于对行业know-how的理解深度。

雅砻江的算力中心如果没有对水电调度、风光预测、流域水文的理解,就只是一个“吃电的盒子”。正是因为它把算力嵌入了“预测预报-电力调度-生产运行-市场营销”的完整链条,才实现了“算优化电”的闭环。

长安的AI转型如果没有“6A架构”先梳理业务,AI只会变成又一个孤岛系统。

AI不是万能药。它需要一个“对症”的行业土壤。

第三条:AI产业化的真正壁垒,是组织变革。

雅砻江的算电协同,本质上是电力系统和算力系统两个“物种”的协同——水电调度要懂算力调度,算力调度要懂电力市场。长安的AI转型,本质上是让一家传统车企变成AI原生组织——从“员工用工具”变成“AI融入流程”。

技术可以买,算力可以建,但组织能力的重塑,没有捷径。

总体来说,人工智能时代的竞争,此前看比较表象:算力比拼;现在看得深入一些:是能源体系和组织能力的较量。

较量好了,AI才能真正从“工具”变成“生产力”。