45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 耗电量突破 1500 亿千瓦时，占全社会用电量的 1.6%，单次 AI 大模 型训练的能耗相当于数百个家庭年用电量。与此同时，我国电力系 统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成 为实现“双碳”目标的关键路径。 基础设施主要集中在东部负荷中心，依赖化石能源供电，而西部新 能源富集区却面临算力需求不足的问题，影响了绿电的消纳。在系 统协同层面，算力调度以性能优化为导向，电力系统则以稳频调峰 为目标，二者缺乏统一的优化框架，造成新能源利用率损失 3%- 5%。技术层面，算力系统的异构性与电力系统的波动性难以通过传 统控制模型实现兼容，跨域协同效率低下。这些问题的存在严重制 约了算力产业与能源系统的协同发展。 本白皮书详细 第九届未来网络发展大会白皮书 算电协同技术白皮书 IV 建设，并探讨了算电协同面临的技术挑战和未来发展方向。我们期 待本白皮书能够为政产学研各界提供系统性参考，推动算力网络与 新型电力系统从简单叠加走向深度融合，最终实现“绿色算力赋能 数字经济，高效能源驱动算力革命”的美好愿景。 第九届未来网络发展大会白皮书 算电协同技术白皮书 V 目 录 一、算电协同发展背景

量。以电力行业为例，新一代 AI 技术（如大模型） 与电力系统加速融合，依托大数据分析与机器学习 算法，可显著提升可再生能源发电预测精度、优化 需求侧灵活性资源调度、实现电网故障智能预警与 诊断，全方位增强电网运行的安全性与效率。 然而，电力数智化转型并非一蹴而就。当前各国发 展水平差异显著 ：部分国家已启动面向未来的新型 电力系统部署，部分国家仍停留在传统电网阶段。 IEEE Fellow 现状 与阶段性特征，并提出“传统电网—智能电网—新 型电力系统”的演进路径，为全球电力行业转型升 级提供参考依据和实施框架。 清华大学与华为长期保持深度合作，围绕电力 - 算 力协同等前沿方向开展系列创新性研究。我们欣见 华为在电力数智化领域再次推出具有引领性的理念 与实践成果，期待未来双方进一步深化合作，共同 推动电力系统智能化转型，为构建高质量、可持续 的能源未来注入更多智慧动能。 发展，并在区域内确立领导地位。摩洛哥制定了一 个宏大的目标 ：到 2030 年，52% 的电力将来自可 再生能源。这一目标让摩洛哥成为全球能源转型的 重要参与者。 摩洛哥地理上靠近欧洲，其电力系统可与西班牙电 力系统互联，从而在可再生能源发电高峰期向欧洲 市场出口多余电力。连接摩洛哥与西班牙的海底电 缆助力实现无缝跨境能源传输。同时，摩洛哥还对 能源储存和智能电网解决方案进行了大量投资，以

居家：从生活空间向懂你的智慧空间演进，让生活更舒适 制造：设计即制造，制造即智能，制造即服务 金融：AI 重构金融生产力，打开智慧金融服务新纪元 电力：新能源主导电源格局，成为主力力量，推动电力系统革命性重构 物流：AI 驱动全球物流供应链实现智慧化赋能与高品质精准交付 矿业：“智探矿脉，office mining”重塑矿区生产 城市：AI 让城市焕发自进化的生命力 37 47 53 随着新能源技术的不断发展，预计到 2030 年风光新能源装机容量将超越传统石化能源，2035 年风光发电量将超越传统石化能源而成为主力电源。这是人类能源史上具有里程碑意义的技术节 点。随着风光新能源比例的不断提升，未来新型电力系统的可靠性，稳定性等问题也越发突出，构 网技术将成为解决这一问题的必要技术。新能源的稳定供电是未来十年或更长时期内人类社会面临 的具有高度战略价值的重大技术挑战之一。 储能是绿色能源发展的主要挑战，目前，电池储能占新型储能的 削峰填谷的调节作用，车网互动实现双向充电是未来关键趋势。 热储能技术作为非常重要的中长时储能技术之一，预计 2035 年全球热储装机容量约将达到 500GW，热储系统的热电联供效率提升至 80%，冷热储发电将成为新型电力系统的“稳定器”。 预计 2035 年，氢能将在重卡远洋船运领域和工业燃料替代等获得大规模应用的机会，全球市 场规模将突破 1.5 万亿美元。 核能发电现在已经进入第四代核电技术阶段，未来朝着核能与新能源的耦合、人工智能

协议进行深入研究与优化，构建能够在不同网络间无缝切换、智能适 配的通信体系，解决弱网环境下双向访问难题，保障算力信息的实时 通告与调度指令的高效传达，确保即便在网络状况不佳、波动频繁的 情况下，分布式算力系统依然能够稳定运行，维持服务的连续性与可 靠性并且，要构建起智能调度引擎，这一引擎需融合网络延迟、算力 位置、资源负载等多因子算法。 在网络延迟方面，精确测算数据在不同链路、不同节点间传输所 量数据的安全处理与高效流转，企业业务则因行业特性、业务规模的 不同，在算力需求上呈现出多样化特点。车联网场景中，自动驾驶对 实时性要求极高，车辆行驶过程中的决策需在极短时间内完成，这就 要求分布式算力系统能够提供低时延的算力支持，端到端时延需严格 22 控制在极短范围内，保障行车安全；工业互联网领域，生产过程的连 续性与稳定性至关重要，设备控制、实时数据分析等业务不容有丝毫 差错，对算力的 全的生态体系。在开放性方面，通过标准化接口设计，打造一个兼容 第三方调度算法与插件的平台，吸引云计算厂商、行业解决方案提供 商、科研机构等产业链各方积极参与。不同主体可基于自身优势，开 发各具特色的调度算法与应用插件，丰富分布式算力系统的功能与应 用场景，形成一个充满活力、互利共赢的算力资源共建共享格局。在 安全保障上，建立起全流程的安全防护机制。从节点接入阶段的严格 身份认证，确保只有合法、可信的节点能够进入分布式算力网络；到

.........................................................................................30 2.2.2 动力系统.................................................................................................. 人形机器人由大脑、小脑、机械臂、灵巧手、腿足、一体化关节 等关键部分组成，集成实现对环境的感知交互、运动控制、任务执行 等功能，涉及整机、传感器、执行器、控制器和动力能源等关键部组 件，本白皮书将从机械本体与核心部件、动力系统、多模态感知与场 景理解、自主任务规划与决策、运动规划与控制、移动操作与人机交 互、大模型训练系统、仿真训练系统、操作系统等维度分析人形机器 人的关键技术研究现状和发展趋势，并从中识别标准化需求。人形机 成为主流趋势。智 能化的传感技术将在触觉感知中发挥更大的作用，配合人工智能算法 优化，电子皮肤的功能将得到显著提升，将推动人形机器人向更高智 能化、柔性化的方向发展。 36 2.2.2 动力系统 目前人形机器人的动力能源设计包括电驱动、液压和气动等多种 方式。 人形机器人电驱动技术是指利用电机作为动力源，通过电能转化 为机械能，驱动人形机器人的关节、肢体等部件进行运动的一种技术。

深圳防灾减灾技术研究院：鲲鹏原生助力地震观测数据高效处理 93 4.4 电力 95 4.4.1 广州海颐：基于鲲鹏原生开发高性能、高可靠电力系统软件，加速电网数字化转型 95 4.4.2 国能信控：基于鲲鹏原生开发新能源计算平台，为电力系统提供高效算力支撑 97 4.5 医疗 99 4.5.1 卫宁健康：基于鲲鹏原生开发新一代医疗信息系统WiNEX，让医疗服务更便利 99 通过数字化创新手段来提升运营效率、 降低能耗排放、优化资源配置、实现与绿色化市场的融合发展，成为能源电力企业数字化转型进程中的迫切需求。 4.4.1.2 鲲鹏原生方案 为了打造高性能、高可靠电力系统软件，加速电网数字化转型，广州海颐首选 5 款核心产品基于鲲鹏原生开发： 购电全链路监控 V1.0.2、绿色用能应用 V1.0.1、供电服务进社区 V1.2.1、营销用电地址管理 V1.2.2。 力企业新业务精准推广，实现电力设备管理可视化、用户数据处理绿色化、政企服务流程规范化，激发行业应用 与社会治理协同发展。 4.4 电力 4.4.1 广州海颐 — 基于鲲鹏原生开发高性能、高可靠电力系统软件，加速电网数字化转型 鲲鹏原生开发技术白皮书 / 96 鲲鹏原生开发行业案例 在原生开发过程中，海颐在自有 Jenkins 开发流水线中融入鲲鹏 DevKit 技术栈，包括源码扫描门禁、毕昇

思想为核心的创新构建。 超节点通过超高带宽互联、内存统一编址等关键技术，实现了计算、存储、网络资源的深度融合与 高效协同，其大规模灵活组网与高可靠运行的系统优势，是构建稳定、高效、易用的新一代算力系 统的必然路径。超节点是支撑未来复杂 AI 计算任务的关键基石，本发展报告对其技术内涵与应用价 值的系统梳理，对产业生态发展具有重要的指导意义。 中国电子技术标准化研究院 副院长 范科峰 性” 整合为一体并可编排时，AI 不只是更强的内容生成器，而是可被工业化复制的认知基础设施。这既 是技术路线的抉择，也是产业组织与国家竞争力的选择题。答案取决于我们今天如何设计并投资下 一代算力系统。 [1] 前言 1.0 超节点发展报告 07 总体来看，无论是“思考”模式的引入、Agent 能力的强化，还是开源社区的繁荣，都标志着 AI 技术正从单点能力突破，迈向更通用、更智能的未来。全球 音频，智能体具备目标设定—推理—规划—工具调用能力，计算 从可预测的“蛮力”转向动态、异构、有状态的“认知计算”，基础设施重心转为低时延互联 + 智 能编排平台。 [7] 模型发展的不同阶段，算力系统面临的瓶颈和挑战也在不断演变。AI 的核心任务从“生成”转向“交 互”，即从一个数字世界的“内容创作者”，变为一个能够理解并影响物理世界的“行动者”。这 一范式转变，对底层的计算架构提出了与单纯追求规模截然不同的新挑战。

Enablement Center）。中心是⻄门子中国 智能基础设施集团的重要组成部分，主要职能包括软 件咨询、业务拓展、产品管理、软件研发、软件交付和 运维。依托该赋能中心，西门子面向客户提高电力系 统可靠性、优化运营费用、能源结构转型升级、节能减 排等方面的诉求，利用行业知识和先进数字化技术， 提供IT与OT深度融合的数字化解决方案。同时，该中 心承接行业客户的低碳转型规划和能源审计等咨询

用量虽多，但 单价和总价值均较低；控制器部分则直接关乎机器人稳定性、 可靠性和精准性，对精度等指标要求较高，国产替代较为困 难。据华尔街见闻报道，优必选副总裁付春江预计动力系统降 本空间约50%，结构和外观降本空间约40%，算力系统降本空间 约20%。 03 代表性厂商：巨头跨界，初创涌现 21 资料来源：华西证券研究所 3.1.1 特斯拉Optimus引燃行业热潮 22 资料来源：机器之