AI 算力大戰改打綠電！達卯科技 WAIC 發表算電協同 2.0 搶攻能源精細化營運

重點摘要

• 達卯科技於 2026 年 7 月 17 日在 WAIC 發表算電協同 2.0 平台，採用「融合推演智慧＋統籌博弈智慧」雙引擎架構，將綠電營運擴充至全生命週期。
• 平台宣稱，動態持倉與聯合優化能降低智算中心每度電成本 10% 至 20%，並提升全域資源排程交易效率 3 倍以上。
• 行業競爭正從單一算力規模轉向「算力＋能源」綜合較量，商湯同日釋出算電協同 Agent，顯示大廠在降低單位電力成本 Token 產出上展開直接競爭。

2026 年 7 月 17 日，2026 世界人工智慧大會（WAIC）首日，在 CIDC 主辦的算電協同專題研討會上，達卯科技正式推出算電協同 2.0 平臺暨 AIDC 綠電直連能源運營作業系統。這場發表並非單一事件，而是國內智算中心建設加速從百 MW 級向 GW 級群聚邁進的必然結果。隨著 DeepSeek 等頭部 AI 公司傳出估值達 3500 億元人民幣並招募 IDC 設計規劃工程師，涵蓋從 MW 到 GW 級基礎設施規劃建設，GW 級算力自建趨勢已清晰可見。一座 GW 級算力基礎設施滿載運轉，年耗電量可達 80 至 90 億度，相當於一座中型城市全年居民用電量。面對如此龐大的能源需求，行業競爭已從單一算力規模比拼，轉向「算力＋能源」的綜合較量。

隨著 AI 智算中心規模邁向 GW 級，行業競爭已從單一算力規模比拼，轉向以「算力＋能源」為核心的精細化營運較量。

從預測排程到全生命週期運營，技術架構如何升級？

達卯科技此次釋出的算電協同 2.0 平臺，是在今年 4 月釋出的「預測-排程-交易」一體化解決方案基礎上的全新升級，實現了全生命週期綠電智慧運營。這次升級主要重構了底層架構。平臺採用行業首創「融合推演智慧＋統籌博弈智慧」雙引擎架構，能源大模型負責理解複雜環境並完成全域性策略推演，多 agent 矩陣則透過協同博弈，實現多目標全域性動態尋優。這種架構設計試圖解決傳統能源管理系統中策略僵化、響應滯後的痛點，直接把 AI 的推理能力放進能源排程的核心決策中。

在具體功能上，平台設計了覆蓋能源營運全鏈路的 12 大功能引擎，包含資料底座、排程營運、經營風控、可信交付等場景。首批發布的預測、排程、交易、結算四個核心引擎，展示了達卯在關鍵環節的技術突破。例如，多源預測融合引擎引入模型自適應匹配與置信度動態融合機制，可使綜合預測準確率提升 5% 至 8%。對於依賴綠電消納的智算中心而言，預測準確率的微小提升，直接關聯到電力交易策略的有效性。在波動劇烈的新能源發電場景下，更精準的預測意味著更少的備用容量預留和更低的棄風棄光率，從而在源頭上最佳化能源成本結構。

量化指標背後的成本邏輯與效率躍升

達卯科技在釋出會上公佈了一系列量化指標，試圖證明其方案在商業層面的可行性。藉助算電儲碳聯合最佳化引擎，平臺將算力排程、新能源發電、儲能充放、電力交易、碳管理納入統一決策空間，可使全域性資源排程交易效率提升 3 倍以上。這一資料暗示了傳統分散式管理模式的低效，以及統一決策空間在複雜約束條件下尋找最優解的巨大潛力。當算力負載、電價波動、碳配額限制等多個變數同時作用時，人工或規則引擎難以實時權衡，而基於多 agent 博弈的自動化決策則能捕捉稍縱即逝的交易視窗。

在成本端，動態持倉策略管理引擎以動態持倉替代靜態採購，可幫助智算中心度電成本降低 10% 至 20%、綠電消納比例提升 10% 至 15%。度電成本的降低直接改善智算中心的運營利潤率，而綠電消納比例的提升則滿足日益嚴格的 ESG 合規要求與碳關稅壓力。此外，多主體收益智慧清分引擎自動歸因降本收益、綠電權益、儲能套利等多維度收益，可使對賬週期縮短 50% 以上、多方對賬人工成本降低 70% 以上。這些財務與運營效率的提升，對於涉及多方利益分配的綠電交易生態至關重要。清晰的收益歸因機制，能夠降低合作摩擦，加速商業閉環的形成。

大廠同場競技，行業價值鏈重構

在同一個 WAIC 會場上，商湯也發表了算電協同 Agent，宣稱單位電力成本的 Token 產出提升 80%，與達卯直接對打。雖然商湯方案的技術實現路徑及其與達卯方案的直接效能對比尚無詳細內容，但兩家巨頭在同一時間點、同一場合推出類似定位的產品，釋放出強烈的行業訊號：降低每度電成本與提高綠電使用率，已成為 AI 基礎設施建設競爭的關鍵。達卯將算電協同的終極價值鏈定義為：降低度電成本與提高綠電使用率，最終持續提升單位 Token 綜合價值。這一邏輯與商湯強調的「單位電力成本 Token 產出」不謀而合，表明行業共識正在形成，即能源效率不再是附屬指標，而是直接決定 AI 服務商業可行性的關鍵變數。

這種競爭態勢也反映了 AI 算力供應鏈下游的焦慮與機遇。如今，競爭焦點從硬體產能擴充套件到能源運營效率，意味著單純堆疊硬體已經不夠了。智算中心運營商需要在能源採購、排程、交易等環節建立精細化運營能力，才能在激烈的市場競爭中存活。達卯與商湯的入局，為行業提供了標準化的軟體解決方案，但也加劇了運營層面的內卷。

待驗證的商業落地與獨立第三方資料

12 大功能引擎中除首發四大引擎外，其餘八項引擎的具體功能描述也未展開。更關鍵的是，算電協同 2.0 所宣稱各項量化指標，如預測準確率提升 5% 至 8%、度電成本降低 10% 至 20% 等，均來自達卯自述，缺乏獨立第三方驗證資料。在缺乏公開基準測試與長期執行資料的情況下，這些指標的實際達成率仍待觀察。對於潛在使用者而言，如何在真實複雜的電網環境中復現實驗室級別的最佳化效果，是部署此類系統前必須評估的風險。

此外，達卯科技的融資狀況、估值及股權結構原文未涉及，這使得市場難以評估其長期服務能力與研發投入的可持續性。在 AI 基礎設施領域，軟體平臺的競爭力往往取決於背後的資料積累與演算法迭代速度，而這需要持續的資金支援。隨著 DeepSeek 等 AI 原生公司自建 GW 級算力叢集，它們是否會選擇自研能源管理系統，還是採購第三方方案，也將影響達卯等獨立廠商的市場空間。

整體來看，達卯科技發表算電協同 2.0，代表 AI 算力與綠能融合進入精細化營運階段。從百 MW 到 GW 級的跨越，不僅是規模的擴大，更是管理複雜度的指數級上升。行業競爭已從單一算力規模比拼，轉向「算力＋能源」的綜合較量。未來，能夠同時最佳化算力效率與能源成本的企業，將在這一輪基礎設施升級中佔據有利位置。然而，技術宣稱與商業落地之間仍存在差距，獨立第三方驗證與大規模實際執行資料，將是檢驗這些方案真實價值的唯一標準。