远景科技首席执行官张雷：AI电力系统让能源成为AI底座与血脉肌体

先抛一个核心判断：关于AI和能源的关系，我们可能一直想反了。

最近，国家能源局在深圳开了一场“人工智能+”能源现场推进会。远景科技集团的张雷在会上讲了一段让人印象很深的话。他说，“能源不只是AI的底座，更是AI的肌体和血脉。”这句话的潜台词是：我们过去觉得能源是给AI供电的基础设施，但实际情况可能远比这个比喻要深刻得多。

张雷从工业革命的角度切入了一个很有意思的类比——工业革命与能源革命，从来都是孪生兄弟。蒸汽机的出现，本质上是人类第一次把煤炭和动力做了精确的耦合，这背后是能量转化效率的跃升。而今天呢？GPU之于AI，某种意义上就是蒸汽机之于工业：它做的也是一件事，就是把电力转化为智力。从这个逻辑延伸下去，“智力生产的本质，就是一个能量转化过程”。

这种视角的关键在于，它把能源从“后台”拉到了“舞台中央”。如果你只把能源看作AI的供电底座，那就容易忽略一个核心矛盾：芯片和大模型在按照摩尔定律疯狂迭代，但电力系统的进化速度却要慢得多。这种“算力反赌，电力追不上”的矛盾，在单机柜功率从过去的5kW飙升到未来200kW甚至300kW这个事实面前，就变得格外扎眼。

问题来了：高功率密度下怎么供电？怎么散热？在有限供电能力下，如何对机柜集群做动态功率管理，还不把电网搞崩了？甚至，当算力中心想靠吉瓦级的可再生能源稳定运行，这整套技术链条该怎么打通？这不是修几条线、多盖几个变电站就能解决的。

为此，张雷提出了一个非常具体的构想——打造“AI电力系统”。

说白了，AI电力系统就是把电源、储能、电网、电力电子、算力、大模型这些要素全部揉在一起，形成一个深度融合的人工智能基础设施。它的目标很直接：第一，同样一段功率带宽里，要能插进去更多的GPU；第二，同样一度电，要能产出更多的智力；第三，同样的投资，要把电力成本打下来。这三点，才是真刀真枪要啃的硬骨头。

那怎么实现这个系统？远景给出的技术路线里有三大支柱，值得关注。

第一是智能中枢，也就是远景的EnOS智能物联操作系统。它接入了数亿个智能设备，把风电、光伏、储能、电网和算力设施全部实时协同起来，相当于给AI电力系统搭了一套“神经系统”。第二是物理人工智能，核心是两个大模型——“天机”气象大模型和“天枢”能源大模型。有了它们，对风光资源的预测和对能源调度的控制能压缩到毫秒级。第三是下一代电力基础设施，这里面就包括风光储一体化控制器、高压直流、固态变压器、智能机柜这些硬核装备，拼凑出一条端到端的新架构。

回过头来看张雷的那句话，“能源不是AI的尽头，而是AI的过程”，其实背后有一种更宏大的叙事。他说的不是能源为AI服务，而是AI的智能生成过程，本身就是能量转化的一部分。电力系统不是AI的配套工程，而是AI的主体工程。

这个观点等于把能源人拉进了AI的“战壕”里——你们不是旁观者，而是智能生产的主力军。在AI时代真正来临时，能源行业的位置，或许比我们想象中要重要得多。