核心事件：央视聚焦AI普惠化，远景晒出“AI电力系统”路径

2026年9月19日，央视《对话》节目走进远景乌兰察布星河基地，远景科技集团创始人张雷提出“AI土豆论”——让全世界更多人像享受土豆一样享受Token。此举直指当前AI行业的核心焦虑：算力成本过高。节目播出三天后，小米发布MiMo-V2.6模型，其强化学习后训练阶段仅6天就耗资347万美元，凸显行业成本压力。远景星河基地作为全球Token产出能力最强的AI数据中心候选者，展示了从绿色电力到普惠Token的完整路径。关键事实包括：

• 园区总规划容量超2GW，拥有全球最大的AI算力超级单体
• 首期12万平米超级单体已投产，全面建成后可支持百万枚AI加速芯片
• 目标实现80%以上绿电直连比例，而非仅靠绿证

第一关：破误区——便宜绿电不等于算力竞争力

绿电直连是算力竞争力的必要但非充分条件。乌兰察布虽拥有全国顶级风光资源与冷凉气候，但实现低成本算力需解决供需错配问题：风光发电随天气波动，而计算任务有刚性交付期限。若为保障可靠性堆砌过多储能、备用电源与冷却设施，成本优势会被抵消。

远景星河基地选择自建风场、自建输电线路、自建储能系统，目标是实现80%以上绿电直连。这种“垂直整合”模式确保低成本绿电能真正传导至客户手中。杨堃（远景动力AIDC产品线联席总经理）指出：算力成本需从全系统长期账计算，比较基准应是相同模型、任务下的单位产出成本，而非单看电价。

第二关：建预测——从天气预报到可执行调度计划

风光发电的随机性决定了气象数据必须深度融入电力系统调度。远景“天机”气象大模型可提供分钟级、5公里分辨率的全球45天预测，在WeatherBench 2评测中与谷歌WeatherNext 2同处第一梯队。

这套预测能力支撑“天枢”能源大模型的一体化调控系统，将发电、储能、电网、计算负荷与散热需求全局优化。系统可在绿电充裕时段安排储能充电，并将可调整计算任务向低价时段转移。EnOS智能物联操作系统作为执行层，确保预测与调控策略落地。

第三关：提效率——供电、冷却与计算的全链路协同

高密度GPU集群对供电、散热提出严峻挑战。星河基地12万平米“算力超级单体”的本质是集中部署：GPU分散会造成通信延迟与网络 overhead。通过三层优化，其单位面积算力输出可达传统数据中心10倍：

• 算电冷统一规划
• 储能与固态变压器（SST）小型化供电系统
• 800V直流供电架构减少转换环节

SST作为“能量路由器”，可一步将10千伏高压转为服务器所需800V直流电，供电效率超98.5%，占地面积减半，用铜量最高降80%。储能在此不仅用于电量调节，更是全域稳定调控的核心单元。

第四关：可复制——从场景验证到规模化落地

赤峰绿氢零碳园区已验证高波动新能源下的全链路调度能力。乌兰察布项目则面临更高密度AI负荷的考验。远景明确表示，复制的是AI基础设施交付能力，而非单一建筑模板。客户可带自己的GPU、服务器与模型入驻，远景提供绿电、基础设施与AI电力系统支持。

腾讯 ENGINEERING团队已在测试合作，看重其承载大规模集群与扩展的能力。远景正从硬件供应商进化为整体解决方案提供商，核心价值在于让昂贵芯片持续满负荷运转。

用户落地建议

• 中大型AI训练团队：可评估是否具备可在非高峰时段执行的弹性训练任务，以便利用可能的低价算力时段
• 对绿电有合规要求的出海企业：星河基地80%+绿电直连模式可满足ESG与本地合规双重要求
• 半导体厂商与OEM：关注SST、直流配电与储能协同方案，可能影响下一代服务器供电设计
• 初创模型团队：可再等等商业化服务细节，当前更适合作为长期成本观察而非低成本替代方案

写在最后

AI普惠不依赖单一技术突破，而是系统工程能力的整合。能源基础设施与算力交付的深度协同，正从理念走向可规模复制的实践路径。