阿里达摩院联合北大发布全球首个国家级新能源AI调度方案，登《Nature》正刊_新能源车

1. #it那些事儿# 挺有意思的一个AI4S研究：阿里联手北大，Al for Science 登顶 Nature 正刊，看清全国几十万处新能源设施到底在哪，怎么跨省调度才能每年额外消纳近一千亿度电。这项研究是由阿里达摩院与北京大学合作完成，并发表于 Nature 的论文，核心主题可以概括为：利用多源遥感 + AI建模，构建全国级新能源设施的高精度空间分布图谱，并进一步用于跨区域电力调度优化。换句话说，它完成了三层跨越：观测层：从卫星遥感中识别风电、光伏等设施认知层：建立全国尺度的新能源空间数据库决策层：推导跨省调度策略，实现“额外消纳电量”的系统级优化如果我们剖开这项工作的技术内核，你会发现它并不是简单的“图像识别+优化”，而是一个高度耦合的四层系统：1. 空间感知（Perception）利用遥感影像 + 深度学习模型，对光伏板阵列、风机分布进行识别。这一步的难点不在模型，而在：尺度跨度极大（单体设备 → 全国级覆盖）目标高度同质化（光伏板几乎“视觉重复”）标注极其稀缺本质上，这是一个弱监督+结构先验驱动的视觉问题。2. 结构建模（Representation）识别只是起点，真正关键的是：把“离散的设施点”转化为“可计算的能源网络结构”。这一步隐含了一个极重要的转化：从图像空间（pixel space）到拓扑空间（grid network）也就是说，它在做一件和AlphaFold极其相似的事：AlphaFold：氨基酸序列 → 三维结构该工作：遥感像素 → 能源网络结构本质都是“从观测到结构”的逆问题。3. 系统优化（Optimization）在获得全国新能源分布之后，问题才真正进入工程核心：如何跨省调度，使得弃风弃光最小化？这里涉及的是典型的：多目标优化（消纳 vs 成本 vs 稳定性）大规模约束系统（电网物理约束）时序决策（负荷波动）4. 现实收益（Impact）论文给出的结论极具“工程重量级”：每年可额外消纳近 1000 亿度电（≈ 100 TWh）这不是一个学术指标，而是：相当于一个中型国家全年用电量或数千亿人民币级别的能源价值综上，这是一个典型的AI4S的问题。厉害了。

2. SemiAnalysis深度报告：美国电网跟不上，AI数据中心“自建电厂”跟时间赛跑

3. 【#AI超算推动变压器成硬通货##国产电力心脏全球爆单#】当前，全球AI算力建设进入爆发期，高功率、高稳定的供电成为算力集群的“生命线”。我国算力中心、超算集群建设全面提速，叠加“东数西算”工程纵深推进，作为“电力心脏”的变压器肩负重任。记者在广东、江苏等地调研发现，大量变压器工厂已经处于满产的状态。江苏的一家变压器工厂，产品订单已经排到2027年底，其中，国内首台全绝缘超高压大容量变压器近日发往北美市场。AI超算集群对供电质量要求很高，我国变压器产业依托核心技术优势，针对性研发固态变压器、高频变压器，适应新能源的接入，抢占全球算力市场。全球AI算力建设、能源转型与电网升级需求叠加，推动变压器成为硬通货。国产变压器也在加快技术迭代适应新需求。从最上游的铜和硅钢冶炼，到变压器的电磁线加工、铁芯制造与绝缘纸板生产，中国已构建起全球最完整、最高效的变压器产业链。 http://t.cn/AXq35CY8

4. 马斯克领跑太空光伏

5. 接入电网太慢“等不起”，数据中心抢购“航空发动机”发电

6. 美国五角大楼图谋用AI攻击中国关键基础设施？我们该如何应对？ #大有学问 #红衣聊AI #国家电网 #黑客 #网络安全

7. 在人工智能（AI）时代，算力与电力的关系早已超越了简单的“供电与用电”，而是演变成了一种深度绑定、互为支撑且相互制约的共生关系。业界常有一句名言：“算力的尽头是电力”。这不仅是因为AI是“吃电”大户，更因为电力的供给方式正在重塑算力的布局与未来。我们可以从以下几个维度来深入理解这种关系：1. 基础支撑：电力是算力的“血液”算力被视为数字经济时代的生产力，而电力则是其运行的物理基石。高能耗特性：AI大模型的训练和推理需要海量数据在GPU等芯片上高速流转，这带来了惊人的电力消耗。据测算，用户与AI完成一次对话，云端服务器约消耗2瓦时电能（相当于开灯10分钟）；一次大模型训练的耗电量甚至堪比中小城市的全年用电量。成本核心：电力成本已占数据中心运营总成本的60%至70%。电费的高低直接决定了算力服务的成本和价格竞争力。规模增长：随着AI产业爆发，我国数据中心用电量预计将以年均约25%的速度增长，远高于全社会用电量增速。到2030年，算力中心用电或占全社会用电量的5.3%。2. 核心矛盾：“四重错配”虽然逻辑上“电支撑算”，但在实际操作中，两者的协同面临巨大的结构性挑战，主要体现在“四重错配”上：空间错配，时序错配，成本错配，机制错配。3. 解决方案：从“电跟算走”到“算随电优”为了解决上述矛盾，国家战略正在发生根本性转变，从传统的“电力建设跟随算力需求”转向“算力布局优化电力配置”（算随电优）。东数西算：利用西部丰富的绿电资源和气候优势，建设大型智算集群，承接东部的非实时算力需求（如模型训练、后台加工）。算电协同：这是2026年政府工作报告首次提出的新基建工程。其核心是让算力中心从“被动用电者”转变为“柔性负荷”。弹性调度：通过技术手段，让算力任务“追着绿电跑”。例如，在光伏发电高峰期自动增加计算任务，在电力紧张时降低非关键负载。源网荷储一体化：在数据中心周边配套建设风光大基地，甚至实现“光伏直连”，减少传输损耗，提高绿电使用比例。4. 双向奔赴：算力也是电力的“大脑”。这种关系是双向的。电力系统的转型也离不开算力：智能电网：随着新能源占比提高，电网的波动性增大。需要强大的AI算力来进行气象预测、负荷预测和实时调度，确保电网安全稳定运行。数字化赋能：算力帮助电力系统实现从“源随荷动”到“源网荷储互动”的智能化变革，提升能源利用效率。总结来说，算力与电力正在形成一种“比特（Bit）”与“瓦特（Watt）”互促双强的新格局。未来的AI竞争，不仅是芯片和算法的竞争，更是能源获取能力、绿色电力调度能力和能效管理能力的综合较量。

8. 如何看待达摩院、北大最新Nature成果，AI绘制中国首张高精度风光分布图，这对新能源行业有何价值？

9. 算电协同：底层逻辑全解析+核心赛道龙头梳理AI算力爆发式增长，电力供需矛盾凸显，算电协同成为数字经济与新型电力系统融合的核心方向。本文通俗拆解底层逻辑，梳理产业链核心赛道与头部企业，不构成投资建议，仅作行业科普。算电协同的本质是算力与电力双向赋能、时空动态匹配，核心逻辑为“电支撑算、算优化电”。过去是“电跟算走”，算力中心刚性用电；现在通过智能调度、虚拟电厂、源网荷储算一体化，让算力成为柔性负荷，低谷多算、高峰错峰，既保障算力稳定运行，又提升绿电消纳、降低电网压力，同步实现降本与减碳。从技术架构看，算电协同覆盖三大环节：电网智能调度是“大脑”，负责统筹算力与电力匹配；绿电与储能是“底座”，提供清洁稳定能源；算力供电与节能是“终端”，优化数据中心能效。三大环节协同，构成完整产业闭环。产业链核心赛道与头部企业（仅按业务属性分类，非荐股）：1. 电网调度龙头：深耕电力AI调度、虚拟电厂，技术壁垒高，是算电协同核心中枢。2. 绿电+算力一体化企业：布局西部算力枢纽，依托绿电直供优势，打造源网荷储算样板。3. 供电与节能解决方案商：专注IDC电源、液冷温控，助力数据中心降低PUE，提升能效。4. 输变电装备龙头：支撑特高压与电网升级，保障跨区域算力电力调配。算电协同是政策支持、产业刚需的新基建方向，长期受益于AI发展与双碳目标。理解其底层逻辑，才能看清产业趋势。投资需结合自身研究，谨慎决策，本文仅为行业知识分享。

10. 【为什么AI正在成就中国科技逆袭，带动电力出口大幅增值？】中国正在上演一场前所未有的能源价值革命。当全球为电力短缺发愁时，我们却用一根光纤，让西部荒漠的风电光伏变成了欧美程序员键盘下的AI代码。2023年，中国发电量突破9.2万亿度，相当于美日印三国总和。但特高压输电的物理限制，让这些清洁能源长期困在西部——直到AI时代带来转机。现在，一度0.5元的工业电通过数据中心变身"数字原油"： • 电解铝时代：1度电炼70克铝，价值翻3倍 • AI算力时代：1度电驱动百万次AI交互，价值暴涨20倍贵州的数据中心里，风电正转化为DeepSeek模型的智能回复；宁夏的戈壁上，光伏在为Kimi生成代码提供动力。这种"电力-Token"转化链条正在重构全球能源贸易： ▸ 印度开发者调用1次中国AI服务 ▸ 消耗的是甘肃风电转化的0.0003度电 ▸ 支付的是硅谷同类服务1/5的价格尽管高端GPU和品牌认知仍是挑战，但中国已找到破局密钥——将电力优势转化为算力服务。当欧美还在争论芯片制程时，我们已用"风电+光纤+大模型"的组合，在数字世界开辟了全新的能源出口航道。这场静悄悄的变革证明：在AI时代，真正的能源霸权不属于产油国，而属于能用代码让电力增值的国家。

11. 马斯克力挺的“太空光伏”，到底虚实几分？

12. 马斯克团队考察光伏产业链！上市公司密集回应

13. 我们在山东跑通了AI电力交易

14. 一条视频了解：闪充是否会影响电池的寿命？是否会对电网造成冲击？

15. 太空光伏与“轨道数据中心”：为什么下一代能源与算力的战场，会在800km的高空？

16. 字少事大：国务院常务会议提出要组建“算力网”，就是“算力版国家电网”！超维界的微博视频

17. #算力版国家电网要来了#好消息，终于要来了！国家电网正在把电力网升级为“电力+算力”双网，用特高压送绿电、用智算中心提供算力、用国网信通做调度，支撑中国数字经济的“新基建大动脉”。你细品，这意味着啥？以后算力可能真就跟水电煤气一样，拉根管子进家门，打开就能用，月底按量结账。

18. #我国每3度电就有1度是绿电#中国绿电占比突破33%、今年3月更冲到38%，真的挺震撼。以前总觉得清洁能源还很远，现在每用3度电就有1度是风电光伏，日常用电都在参与减碳。从沙漠光伏、海上风电到特高压跨区送电，技术和规模都走在世界前头。不仅环保，还带动产业、帮着治沙，也给全球减碳出了力。当然，消纳、稳定性还有挑战，但增速这么快，2030年过半目标很有希望。

19. #SpaceX收购xAI金额为2500亿美元#全球科技格局要改写了！#SpaceX收购xAI金额为2500亿美元# 2500亿收购案敲定，太空+AI正式合体：星链升级为太空算力枢纽，Grok模型赋能航天研发，不仅甩开谷歌、OpenAI等AI巨头，还将带动卫星芯片、太空光伏全产业链爆发，赛道大洗牌开始🌐#AI芯片##SpaceX##芯片#

20. 怀柔区数据力量赋能电力创新，世界首个原生电力专业大模型发布

21. 微软开源全球最大光伏与风电时空数据集：Global Renewables Watch（附下载地址）

22. 霍丹·奥马尔:用AI写100字邮件等于耗半升水?“数据中心焦虑”偏离了方向

23. 新能源电站 “自己调度”：充放电全靠 AI

24. Applied Energy | 告别“看云识天气”的粗糙：卫星纹理特征+迁移学习，让区域光伏预测快又准

25. 【卫星图像识别系统】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积网络+resnet50算法

26. 电力AI国家队正式登场！算电协同开启万亿新赛道，你的用电方式将彻底改变

27. 【卫星影像识别系统】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积网络 - 哔哩哔哩

28. AI+能源“新物种”爆发！21个标杆案例

29. 【高校技术推荐】利用深度学习和地理空间分析从遥感图像中快速检测风电场的方法

30. 涉及风光资源普查、发电功率预测丨国家能源局发布20项重点任务

31. 中原绿色带你了解AI气候预言家的困境：深度学习模型能否破解风光发电的“混沌魔咒”？

32. AI与光伏：双轮驱动，重构绿色能源新生态

33. 天空图像和光伏发电预测研究（Python代码实现）

34. SAM3与璞云遥感视觉大模型在风机光伏识别任务下的对比

35. 小调查｜你最想聊的电力 AI 方向，由你定！

36. 基于深度学习的智能风力发电预测及数字化监控系统

37. 算电协同:AI时代的电力新基建与投资逻辑—顶端新闻

38. 低成本地球观测：用 4.2 万参数模型寻找太阳能电站

39. 光储系统识图：核心技术、应用场景与智能运维新篇章

阿里达摩院联合北大发布全球首个国家级新能源AI调度方案，登《Nature》正刊

精选参考来源