＂算电协同＂写入2026年政府工作报告:AI算力用电年增超10%,中国装机容量是美国3倍;美国数据中心2028年电力缺口将达47吉瓦

今年，中国在能源政策上加了一个新词。

2026年政府工作报告首次明确提出实施"超大规模智算集群、算电协同"等新基建工程，标志着"算电协同"从行业趋势正式上升为国家顶层战略。配套政策随即密集落地：国家数据局、工信部、国家能源局联合出台《加快构建新型电力系统行动方案》《数据中心绿色低碳发展专项行动计划》等文件，明确要求到2025年底，国家枢纽节点新建算力设施绿电占比须超过80%。

"算电协同"这个词，把两件过去分开管的事绑在一起：算力建在哪里，电从哪里来，怎么协调运转，如何降低成本。

先说为什么这件事现在变得紧迫。

AI算力用电量年均增速超过10%。2025年，中国数据中心用电成本占运营支出的56.7%——超过一半的运营成本，都是电费。单纯从商业逻辑来看，谁能解决电的问题，谁就掌握了AI算力成本竞争的关键杠杆。绿电直供可以将度电成本降低0.2至0.3元，在大规模算力集群的场景下，这个数字的量级是数十亿元的年度成本差异。

中国在这件事上有一个结构性优势值得单独说。根据国家统计局数据，2025年末全国发电装机容量389134万千瓦，全年发电量约10.58万亿千瓦时——分别是美国的3.04倍和2.22倍。更重要的是能源结构的快速变化：风电、太阳能发电装机合计占总装机的比例已达47.3%，2026年底太阳能发电装机规模预计将首次超过煤电装机规模。这意味着中国的电力供应不只是总量大，成本也在持续下降，为AI算力提供廉价绿电的条件越来越成熟。

美国的处境正好相反。摩根士丹利预测，2025年至2028年美国数据中心累计电力缺口将达47吉瓦，相当于9个迈阿密或15个费城的总用电量。皮查伊4月在谷歌财报电话会上被问到最担心什么，回答只有一个字："算力"——而算力的瓶颈，在很大程度上就是电力。Alphabet为此宣布800亿美元股权融资，专项用于AI算力基础设施扩建，其中电力配套是重要组成部分。

回到中国这边。政策层面，"算电协同"进入政府工作报告之后，配套的空间布局也在同步推进。国家正引导算力向西部可再生能源富集区集中布局，形成"电力西送+算力东用"的跨区域协同框架。西部的风电光伏发电成本低，但计算需求集中在东部；通过超高压输电和算力调度，让廉价绿电支撑东部的AI推理需求，是"算电协同"的核心逻辑。

这里有一个执行层面的真实挑战需要说清楚：对时延要求高的实时推理任务，算力必须就近部署，不能搬到西部；东西部之间的网络传输成本和时延损耗，可能会抵消一部分电价优势。如何在业务需求和能源成本之间做精确调度，是这套体系真正的技术难点，不是政策文件里写了就能自动解决的。

至于AI对中国经济的整体拉动，有研究机构测算，2025至2026年人工智能对中国GDP增速的拉动约为0.3至0.5个百分点。这个数字的来源是研究机构的测算，而非官方统计口径，使用时需要注意它是估算而非精确数据。但方向是有共识的：AI正在通过直接投资、产业拉动、出口增长三条路径同时影响中国经济增长。

"算电协同"被写进政府工作报告，是中国把AI竞争的战场从模型层延伸到基础设施层的一个明确信号。谁能更早解决算力的电力问题，谁就在这场全球AI军备竞赛里多一个真正可持续的成本优势。

数据来源

• 搜狐财经，2026年3月29日，《算电协同：AI时代"能源-算力"新基建爆发》，引用2026年政府工作报告内容及AI算力用电年增超10%数据

• 21世纪经济报道，2026年5月9日，《算电深度协同时代启幕，中国AI竞争力实现"超级跳跃"》，引用《行动方案》政策内容

• 国家统计局，2025年末发电装机容量数据，引用自上观时评2026年5月

• 摩根士丹利，2025年至2028年美国数据中心电力缺口47吉瓦预测，引用自科技日报、网易订阅多处

• 新浪AI热点小时报，2026年6月4日，引用"AI对GDP增速拉动0.3-0.5个百分点"研究测算

关注锐眼视界行业志，用真实数据看懂行业趋势，不焦虑、不盲从，洞察看得见的变革。