2026世界人工智能大会作为全球人工智能领域的顶级产业盛会，既是前沿技术成果的集中展示窗口，也是行业痛点共识的深度碰撞平台。大会举办期间，由鹏城国家实验室主办，长三角国家技术创新研究所、合肥中科类脑智能技术有限公司联合承办的新一代人工智能基础设施・先进计算网络与算电协同论坛在上海正式举行。作为国内算电协同技术的先行者，中科类脑董事长刘海峰则以《Token经济下算电协同最优路径探索》为题，分享“度电智能”的产业发展理念，直面当前AI产业高速发展背后的高能耗共性痛点，从产业底层逻辑出发系统提出“电—算—Token”全链路优化方案，为全行业绿色高效发展提供了清晰的实践指引。
本次论坛规格高、覆盖广，汇聚了算电领域中国工程院院士、国家级算力平台、电网央企、国产大模型企业、能源科研机构等政产学研各界代表数百人，聚焦Token经济爆发背景下AI算力能耗难题、国产算力底座建设、跨境AI产业协同等核心议题开展深度研讨。论坛期间，算力网领域高文院士、电力网领域郭剑波院士分别出席论坛并作主旨报告，从学术顶层设计层面为算电协同产业发展指明方向。在一众重磅行业成果中，中科类脑关于算电协同最优路径的实践分享，因其直击产业核心痛点、具备强落地指导性，成为本次论坛最受关注的核心学术与产业成果之一。
当前，生成式大模型、多模态智能体正进入规模化落地的关键阶段，Token作为AI时代的核心生产要素，其消耗量正呈现指数级增长态势。摩根大通测算数据显示，2025至2030年国内Token消耗量年复合增长率将达330%，五年整体规模将增长400倍。Token需求的爆发式增长，直接拉动了全国算力基础设施的大规模建设，但算力规模的快速扩张并未同步带来产业效率的提升，反而让能耗高企、成本承压、资源错配等问题愈发凸显，成为制约人工智能产业可持续发展的核心瓶颈。在国家“双碳”战略目标指引下，数据中心、智算中心的能耗管控要求持续升级，AI产业的发展逻辑正从“比拼算力规模”加速转向“比拼能源效率”，探索低能耗、高效率的发展路径已成为全行业的共同命题。
高速增长的Token需求背后，算力供给与能源保障的双重结构性矛盾正持续加剧。算力侧，全国投运、在建、立项的算力中心已超千座，其中85%以上为中小型算力节点，中西部算力载体占比超六成，算力资源整体呈现“分布散、规模小、层级多”的特征。尤其是地市、区县层级的微型智算中心，受限于调度能力不足、业务匹配不畅等问题，算力利用率仅为20%至40%，闲置资源最高可达八成，大量存量算力资产处于低效运转状态。与此同时，行业长期存在异构硬件壁垒，不同厂商芯片架构差异显著，缺乏统一的资源纳管与调度体系，跨架构算力统一纳管率不足20%，跨平台调度成功率低于30%，导致全国算力资源难以形成合力，重复建设、资源错配问题突出。
能源侧的压力同样严峻。电力支出已逐步成为算力运营的第一大开支，行业预测2030年电力相关成本将占算力全生命周期总投入的35%至40%。东部核心城市算力中心电价成本高企，难以承载大规模、低毛利的Token生产需求；中西部地区尽管电力资源丰富，但存在电网配套不足、算力需求薄弱等问题，能源优势无法有效转化为算力产业优势。此外，风光等新能源发电具有波动性、间歇性特征，与算力集群的刚性用电负荷存在天然错配，大量绿色能源无法被算力产业高效消纳，算力中心的低碳转型缺乏成熟的技术路径与落地方案。
针对这一产业困局，中科类脑董事长、CEO刘海峰在主题演讲中系统阐述“度电智能”产业发展理念，重新定义了AI产业的发展标尺。他明确指出，制约人工智能规模化发展的核心瓶颈并非算力规模，而是能源利用效率——人脑计算效能约为当前主流AI芯片的500至1000倍，这一数据直观说明当前AI技术的能效提升空间极其广阔，提升智能转换效率才是行业突破的核心方向。“度电智能”理念的核心，就是将“每一度电能产出的有效Token数量”作为核心评价指标，引导产业从“堆硬件、扩规模”的粗放式发展，转向“提效能、降成本”的高质量发展。
基于“度电智能”核心理念，中科类脑提出“电—算—Token”全链路价值优化路径，通过构建具备全局感知与博弈智能的算电协同调度大脑，实现电力柔性可调、算力池化统筹、Token高效产出的系统级协同。具体而言，电力侧通过实时感知电网负荷、电价波动、新能源出力情况，动态调整算力集群的用电负荷，依托算力集群柔性负荷特性参与电网削峰填谷，在新能源大发时段增加算力任务负荷，在用电高峰时段柔性压降非核心业务，既保障电网稳定运行，又充分消纳绿色能源，从源头降低用电成本；算力侧通过统一的资源抽象层屏蔽不同架构硬件差异，将全国分散的闲置算力节点统一纳管、池化调度，根据业务需求精准匹配最优算力资源，大幅提升存量算力的利用率，盘活闲置资产，减少重复建设；Token侧则结合大模型推理技术特性，从算子编译、缓存管理、推理架构等层面进行全栈优化，让每一份算力资源都能产出更多有效Token，提升算力到智能的转换效率。
三者并非孤立优化，而是通过算电协同调度大脑实现全局动态博弈，根据实时的电价、算力、业务情况自动调整运行策略，实现全链路的成本最优、效率最高。这一实践路径打破了过去算力产业与能源产业各自为政的传统格局，为算力、能源、AI三大产业的深度融合提供了统一的逻辑框架。
本次算电协同最优路径的成果分享，凝聚了中科类脑多年产业技术积累与落地实践经验，也得到了在场院士、行业专家与企业代表的高度认可。对于整个AI产业而言，这一探索不仅为破解当前高耗能瓶颈提供了可行方案，更为我国“东数西算”工程深化落地、数字经济与绿色能源融合发展提供了核心技术支撑。随着Token经济的持续高速增长，算电协同将成为新一代AI基础设施的核心特征，而中科类脑输出的实践路径，也将为全行业的高效低碳发展提供重要参考，推动我国人工智能产业走出一条高效、绿色、可持续的发展道路。
关键词：
