2026年政府工作报告提出，要打造智能经济新形态，深化拓展“人工智能+”，加快新一代智能终端与智能体推广应用，推动重点行业人工智能商业化和规模化落地。

同时，报告还提出实施超大规模智算集群、算电协同等新型基础设施工程，加强全国一体化算力监测调度，支持公共云发展，并持续推进数据资源开发利用，完善数据要素制度体系，建设高质量数据集。其中，“算电协同”首次被写入政府工作报告，明确列为新基建工程，标志其从地方试点、部门政策正式上升为国家战略部署。

商汤科技联合创始人、执行副总裁、大装置事业群总裁杨帆表示，从全球范围看，算力基础设施正迎来新一轮“算力效能”战略竞争，包括各大科技巨头通过自研AI加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力效能，比如美国Palantir “Chain Reaction”等平台，计划将算力调度、电力预测与芯片资源管理纳入同一体系，试图构建“国家级AI基础设施操作系统”。

商汤大装置作为国内AI基础设施，加速算电协同领域的探索，以体系化设计给出了一套中国式“算力—能源”协同建设范式，为我国在下一阶段的 AI 基础设施竞争中赢得技术主动权。

数据显示，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，已正式发布并上线自主可控的“算电协同智能调度平台”，全面打通算力及电力数据。商汤临港 AIDC 算电协同平台整合了能源大模型、宁德时代储能系统等，打造从“数据-算法-策略-执行-验证”的全链条智能调度系统，通过“算随电用”“电随算动”的双向应用闭环，实现算力与能源的精准匹配。

商汤自研能源大模型采用多模态MoE架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融合能源行业知识库，可精准预测复杂场景的能源需求，并做出准确决策。

整体上，能源大模型可预测算力负载趋势，并综合电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联合动态求解，实现“算随电用、电随算动”的主动调度，将数据中心从“刚性负荷”转变为“可调资源”。

2026年政府工作报告提出，要打造智能经济新形态，深化拓展“人工智能+”，加快新一代智能终端与智能体推广应用，推动重点行业人工智能商业化和规模化落地。

同时，报告还提出实施超大规模智算集群、算电协同等新型基础设施工程，加强全国一体化算力监测调度，支持公共云发展，并持续推进数据资源开发利用，完善数据要素制度体系，建设高质量数据集。其中，“算电协同”首次被写入政府工作报告，明确列为新基建工程，标志其从地方试点、部门政策正式上升为国家战略部署。

商汤科技联合创始人、执行副总裁、大装置事业群总裁杨帆表示，从全球范围看，算力基础设施正迎来新一轮“算力效能”战略竞争，包括各大科技巨头通过自研AI加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力效能，比如美国Palantir “Chain Reaction”等平台，计划将算力调度、电力预测与芯片资源管理纳入同一体系，试图构建“国家级AI基础设施操作系统”。

商汤大装置作为国内AI基础设施，加速算电协同领域的探索，以体系化设计给出了一套中国式“算力—能源”协同建设范式，为我国在下一阶段的 AI 基础设施竞争中赢得技术主动权。

数据显示，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，已正式发布并上线自主可控的“算电协同智能调度平台”，全面打通算力及电力数据。商汤临港 AIDC 算电协同平台整合了能源大模型、宁德时代储能系统等，打造从“数据-算法-策略-执行-验证”的全链条智能调度系统，通过“算随电用”“电随算动”的双向应用闭环，实现算力与能源的精准匹配。

商汤自研能源大模型采用多模态MoE架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融合能源行业知识库，可精准预测复杂场景的能源需求，并做出准确决策。

整体上，能源大模型可预测算力负载趋势，并综合电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联合动态求解，实现“算随电用、电随算动”的主动调度，将数据中心从“刚性负荷”转变为“可调资源”。

2026年政府工作报告提出，要打造智能经济新形态，深化拓展“人工智能+”，加快新一代智能终端与智能体推广应用，推动重点行业人工智能商业化和规模化落地。

同时，报告还提出实施超大规模智算集群、算电协同等新型基础设施工程，加强全国一体化算力监测调度，支持公共云发展，并持续推进数据资源开发利用，完善数据要素制度体系，建设高质量数据集。其中，“算电协同”首次被写入政府工作报告，明确列为新基建工程，标志其从地方试点、部门政策正式上升为国家战略部署。

商汤科技联合创始人、执行副总裁、大装置事业群总裁杨帆表示，从全球范围看，算力基础设施正迎来新一轮“算力效能”战略竞争，包括各大科技巨头通过自研AI加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力效能，比如美国Palantir “Chain Reaction”等平台，计划将算力调度、电力预测与芯片资源管理纳入同一体系，试图构建“国家级AI基础设施操作系统”。

商汤大装置作为国内AI基础设施，加速算电协同领域的探索，以体系化设计给出了一套中国式“算力—能源”协同建设范式，为我国在下一阶段的 AI 基础设施竞争中赢得技术主动权。

数据显示，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，已正式发布并上线自主可控的“算电协同智能调度平台”，全面打通算力及电力数据。商汤临港 AIDC 算电协同平台整合了能源大模型、宁德时代储能系统等，打造从“数据-算法-策略-执行-验证”的全链条智能调度系统，通过“算随电用”“电随算动”的双向应用闭环，实现算力与能源的精准匹配。

商汤自研能源大模型采用多模态MoE架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融合能源行业知识库，可精准预测复杂场景的能源需求，并做出准确决策。

整体上，能源大模型可预测算力负载趋势，并综合电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联合动态求解，实现“算随电用、电随算动”的主动调度，将数据中心从“刚性负荷”转变为“可调资源”。

2026年政府工作报告提出，要打造智能经济新形态，深化拓展“人工智能+”，加快新一代智能终端与智能体推广应用，推动重点行业人工智能商业化和规模化落地。

同时，报告还提出实施超大规模智算集群、算电协同等新型基础设施工程，加强全国一体化算力监测调度，支持公共云发展，并持续推进数据资源开发利用，完善数据要素制度体系，建设高质量数据集。其中，“算电协同”首次被写入政府工作报告，明确列为新基建工程，标志其从地方试点、部门政策正式上升为国家战略部署。

商汤科技联合创始人、执行副总裁、大装置事业群总裁杨帆表示，从全球范围看，算力基础设施正迎来新一轮“算力效能”战略竞争，包括各大科技巨头通过自研AI加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力效能，比如美国Palantir “Chain Reaction”等平台，计划将算力调度、电力预测与芯片资源管理纳入同一体系，试图构建“国家级AI基础设施操作系统”。

商汤大装置作为国内AI基础设施，加速算电协同领域的探索，以体系化设计给出了一套中国式“算力—能源”协同建设范式，为我国在下一阶段的 AI 基础设施竞争中赢得技术主动权。

数据显示，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，已正式发布并上线自主可控的“算电协同智能调度平台”，全面打通算力及电力数据。商汤临港 AIDC 算电协同平台整合了能源大模型、宁德时代储能系统等，打造从“数据-算法-策略-执行-验证”的全链条智能调度系统，通过“算随电用”“电随算动”的双向应用闭环，实现算力与能源的精准匹配。

商汤自研能源大模型采用多模态MoE架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融合能源行业知识库，可精准预测复杂场景的能源需求，并做出准确决策。

整体上，能源大模型可预测算力负载趋势，并综合电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联合动态求解，实现“算随电用、电随算动”的主动调度，将数据中心从“刚性负荷”转变为“可调资源”。

2026年政府工作报告提出，要打造智能经济新形态，深化拓展“人工智能+”，加快新一代智能终端与智能体推广应用，推动重点行业人工智能商业化和规模化落地。

同时，报告还提出实施超大规模智算集群、算电协同等新型基础设施工程，加强全国一体化算力监测调度，支持公共云发展，并持续推进数据资源开发利用，完善数据要素制度体系，建设高质量数据集。其中，“算电协同”首次被写入政府工作报告，明确列为新基建工程，标志其从地方试点、部门政策正式上升为国家战略部署。

商汤科技联合创始人、执行副总裁、大装置事业群总裁杨帆表示，从全球范围看，算力基础设施正迎来新一轮“算力效能”战略竞争，包括各大科技巨头通过自研AI加速器、数据中心液冷、可再生能源电力协同等方式不断提升算力效能，比如美国Palantir “Chain Reaction”等平台，计划将算力调度、电力预测与芯片资源管理纳入同一体系，试图构建“国家级AI基础设施操作系统”。

商汤大装置作为国内AI基础设施，加速算电协同领域的探索，以体系化设计给出了一套中国式“算力—能源”协同建设范式，为我国在下一阶段的 AI 基础设施竞争中赢得技术主动权。

数据显示，商汤大装置基于自身万卡级智算中心（AIDC）的长期运营实践，已正式发布并上线自主可控的“算电协同智能调度平台”，全面打通算力及电力数据。商汤临港 AIDC 算电协同平台整合了能源大模型、宁德时代储能系统等，打造从“数据-算法-策略-执行-验证”的全链条智能调度系统，通过“算随电用”“电随算动”的双向应用闭环，实现算力与能源的精准匹配。

商汤自研能源大模型采用多模态MoE架构，基于海量行业知识文本、能源结构化数据、算力监控指标等数据训练而来，并充分融合能源行业知识库，可精准预测复杂场景的能源需求，并做出准确决策。

整体上，能源大模型可预测算力负载趋势，并综合电价信号、绿电比例、储能状态、电网需求等因素，进行跨系统联合动态求解，实现“算随电用、电随算动”的主动调度，将数据中心从“刚性负荷”转变为“可调资源”。