2016年，一场围棋对弈吸引了全球目光，谷歌AlphaGo以四比一击败世界冠军李世石，媒体们争相报道：这是人工智能的里程碑。
但几乎同一时间，一场交易又将人拉回现实。英伟达创始人黄仁勋为开发首台AI超级计算机DGX-1投入巨大，产品发布后却“全世界都没人要”。
最终，黄仁勋亲自驱车将这台机器送往旧金山，交给了当时唯一一家有兴趣的公司，马斯克运营的非营利AI研究机构——OpenAI。
那时，绝大多数人仍将AI视作遥远的概念，或仅限于棋盘上的智力游戏。谁也没有料到，浪潮会来得如此之快。
短短数年间，实时应答的语音助手、智能驾驶汽车、各类语言大模型，已融入日常生活的各个角落。算力成了最稀缺的资源，全球科技公司都在抢购英伟达的GPU芯片。
而站上浪潮之巅的英伟达，却召开了一场主题出人意料的闭门峰会，内容无关算力，而是直指一个更基础的掣肘——缺电。
AI的爆发性发展，高度依赖于其物理基础——数据中心。这里是驱动AI运转的心脏与引擎。科技公司抢购的芯片，在此转化为算力。算力决定了AI的上限，但常被忽视的电力，则决定了AI的下限。
高盛近期报告指出，AI服务器的耗电速度远超电网扩容步伐，到2027年，其耗电量将是五年前云服务器的50倍。电力供应，正成为AI时代最现实的瓶颈。
这一次，再没人会像2016年那样忽视英伟达的“反常”动作。为了解决最根本的电力问题，AI巨头们已开始想方设法——囤电。
中科院物理所曾发布过一篇科普文章提到，在OpenAI训练大语言模型GPT-4时，完成一次训练需要约三个月时间，使用大约25000块英伟达A100 GPU。
仅仅是这些GPU，一次训练就会消耗2.4亿度电。如果把这些电能几乎全部转化成了热能，这些能量可以将大约200万立方米冰水——大概是1000个奥运会标准游泳池的水量——加热到沸腾。
尤其是AI数据中心（AIDC），与传统的互联网数据中心（IDC）在电力需求上存在本质区别，前者单机柜功率密度高达20-50kW，部分场景超过100kW，后者通常仅为2-8kW。
据不完全统计，一个满载运行的超大型AIDC，年耗电量可轻松突破数亿千瓦时。
为了解决AIDC供电问题，已经有企业在探索燃气发电、核电、SOFC（固体氧化物燃料电池）、电化学储能、建设特高压、更新电网等诸多手段。
亚马逊、谷歌、微软等公司选择依靠核电为数据中心供能，微软与美国三里岛核电站签订为期20年的能源采购协议，重启该核电站；甲骨文则与Bloom Energy合作，为其在美国的数据中心部署现场SOFC（固体氧化物燃料电池）系统。
马斯克甚至为了获取更多的电力，提出了利用太阳能和进军太空的宏伟计划。他认为每年发射1百万吨级的卫星，每颗卫星配备100千瓦的功率，即可每年新增100GW的人工智能计算能力。
然而，这些想法显然很难在短时间内见到效果，其他诸如建设特高压，更新电网等等，建设周期也很漫长。
近几年来，随着人工智能、智能驾驶等行业的发展，AI的成熟度已经成为企业之间，甚至国与国之间新的竞争高地，迭代速度几乎日新月异，对算力的需求正呈现远超线性的、近乎指数级的增长。
当算力需求飙升，大量芯片的使用会消耗难以估量的电力资源，尤其是这些芯片同时启动或切换高强度任务时，会产生巨大的瞬时功率冲击，极易引发局部区域电压不稳，威胁供电安全。
因此，全行业需要一个成熟、稳定、可复制性强且马上可以实施的电力解决方案，来解决算力暴增下，数据中心的用电需求问题。
在如此多的前提条件之下，电化学储能脱颖而出。这几乎是目前唯一一个在不影响电网稳定性、或不依靠电网改造的前提下，能够快速解决数据中心缺电问题的最佳方案。
一方面储能产业链非常成熟，中国电池企业已经将储能电芯的价格最低打到每瓦时0.3元，既没有成本瓶颈，也没有技术瓶颈，建设周期可以大幅缩短，几乎市场有需求，产品可以随时跟上。
另外一方面，电化学储能可以快速响应AIDC的高频、宽幅频率波动、平滑电力波动，这样不仅可以节省更多电力成本，还可以提升绿电使用比例。
宁德时代在其港股IPO的招股书中，将储能电池出货划分为表前储能、表后储能和数据中心储能。
在这家全球电池龙头的预测里，未来，数据中心储能电池出货量预计以76.3%的复合年增长率由2024年10GWh增长至2030年约300GWh，这个规模相当于480万辆后驱版特斯拉Model Y。
数据中心配备电化学储能产品并不是新鲜事，早期数据中心都会配备铅酸UPS，主要在停电时瞬间切换供电。铅酸UPS主打可靠性，更像一个被动的、时刻待命的保险丝。
在锂离子电池在全球范围内大规模应用后，不少数据中心的铅酸UPS进阶成为了工商储锂电产品。工商储在保证可靠性的同时，具备了经济性，可以通过峰谷电价差套利，但其场景适配性较弱，盈利模式单一。
AIDC芯片和硬件需要长期维持高负荷运转，其负载特性对电网极不友好，当大量GPU同时启动或切换高强度任务时，会产生巨大的瞬时功率冲击(可达兆瓦级)，空闲时负载又极低，极易引发局部区域电压不稳。
这样的特性，在危及电网稳定的同时，又增加了高昂的容量电费（两部制电价改革后，用户不仅要交实际使用的电量电费，还要为高峰使用电量支付固定的“容量费”，类似于座机费），让数据中心成本进一步增加。
不仅如此，AIDC本身就耗电量巨大，据不完全统计，一个满载运行的超大型AIDC，年耗电量可轻松突破数亿千瓦时，如果单纯依赖电网直供，高昂的尖峰时段电价，将成为运营方难以承受之重。
更重要的是，在环保问题上，今年七月，国家发改委、国家能源局联合印发的《关于2025年可再生能源电力消纳责任权重及有关事项的通知》，明确国家枢纽节点新建数据中心绿电占比需达到80%。
也就是说，传统铅酸UPS与工商储产品已经不能满足AIDC复杂的需求，市场需要专门为AIDC打造的储能产品。
AIDC储能，最大的不同在于将AI的算力与储能的电力深度协同，也就是让储能系统在可靠性和经济性的基础上，再增添智能化，可以全局优化和自主决策。
它已经不是简单的储能硬件，而是基于AI算法，将储能系统、数据中心IT负载、冷却系统、甚至外部电网和天气，都视为一个整体，进行协同博弈，最终实现总收益最大化或总成本最小化。
除了通过峰谷价差套利以外，AIDC储能还可参与电力现货市场交易、需求侧响应、调频辅助服务等，还能提升绿电使用比例。
就以绿电使用比例来说，光伏夜间出力为零、风电无风时出力骤降，这些绿电具有间歇性和波动性的变化，与 AIDC 高功率密度、高可靠性需求完全背道而驰。传统的工商业储能，并不能最大限度的利用绿电。
而AIDC储能产品配备大模型的精准测算，可以融合气象、负载数据预测绿电出力，动态匹配算力任务，将弃电率极大降低，将不稳定绿电转化为持续可靠供电，大幅提升绿电消纳与使用比例。
所以，要真正打造一款AIDC产品，绝对不是简单的工商业储能套壳，而是需要企业具备跨领域的技术深度融合能力、系统级的工程能力、甚至是对业务和电力政策的深度理解能力。
真正的AIDC储能产品，其交付物不再仅仅是一套电池柜，而是一整套打通全链路数据、可持续优化的 “可靠供电+能效提升+电力交易”的智能服务。
2018年4月，在没有任何可供参照的案例经验和实验场地条件下，商汤启动AIDC的预研，并于2020年7月正式开建。
2022年，这座亚洲最大的人工智能计算中心之一投入运营，总算力突破每秒4910 Petaflops；2024年，商汤临港人工智能计算中心（AIDC）持续扩容，已经可以支撑超过20个千亿参数超大模型同时训练，被信通院评为全国首个5A级智算中心，这也是国内智算中心建设的“样板间”。
如此高的算力水平，带来了庞大的电力需求，因此商汤在建设初期便规划了2000平方米储能场地。其整合了自研大模型、宁德时代储能技术与达卯科技的能源大模型，打造了国内领先的超大型AIDC储能“算电协同”案例。
其可提前15分钟预测电力负荷，准确率超90%，配合≤60秒指令响应与千瓦级控制精度，并在每5分钟动态更新储能策略，不断在安全范围内提高AIDC的平均负载率。
目前，商汤AIDC配置了宁德时代18MW/36MWh储能系统。该系统具备毫秒级响应能力，对大模型的预测和决策提供及时的功率支持，为算力中心打造了可靠的“电力缓冲池”。借助储能的削峰填谷能力，该系统可以让AIDC的平均负载率实现显著提升。
要知道，一个售价300多万的英伟达服务器，每月仅折旧成本就高达5万元，因此数据中心运营的第一要义，是最大化释放AIDC的算力潜能。
举个例子，数据中心一般会通过优化IT任务部署提升运行密度，但这一操作可能导致高峰负载率过高，危及供电安全。而储能系统的动态调节能有效规避这一问题，既保障高负载场景下的供电安全，又充分释放算力潜能。
此外，鉴于大模型的调动频次显著高于普通的储能系统，从常见的一冲一放大幅进化到每日的频繁调度 ，因此AIDC储能也对电芯层面的充放电深度和抗衰减提出了更高的要求。
在商汤AIDC储能项目中，宁德时代电芯的充放电深度（DoD）就要高于传统储能电芯的80%，达到了90%，且该系统设计寿命超过15年，衰减率极低。
只有依靠宁德时代提供的更可靠的储能系统硬件，才能全生命周期支持AIDC运转，切实降低成本。
据了解，商汤AIDC储能项目历经百日稳定运行，已全面超越设计预期，成为国内少数得到时间验证的AIDC储能项目。
经测算，该项目年可节省电费近1000万元，电费成本降低7%；在实际运行的12月单月，就节省了超过100万元的电费支出。这一项目还获得了 “2025年度中国IDC产业算电协同先锋奖”。
这一领域的入场券并非唾手可得。它要求的不仅是储能产品，更是能与AI深度协同的“高智能、高可靠”系统。
性能是站上牌桌的基础要求，更高的充放电深度、更低的衰减率，直接决定了系统的调节能力与经济产出。例如商汤项目使用的宁德时代储能电芯，在市场上已经无数次证明过自己的实力。
摩根士丹利在11月的一份报告中指出，基于中国四大一线城市共享出行数据的实测调研（覆盖12款车型、100个样本），搭载宁德时代电池的车型电池衰减显著慢于其他多数车型。这样的产品能力，正是支撑商汤AIDC储能高效运行的关键。
性能之外，安全则是站上牌桌的底线月，韩国国家信息资源服务中心发生锂电池爆炸起火重大事故，共导致了647个国家政务系统中断，几乎是“一块电池，烧瘫韩国”。而商汤AIDC储能项目所采用的宁德时代电芯，素以安全著称，在乘用车市场与储能市场，其电芯单体失效率都已经达到了PPB级（十亿分之一）。这不仅从根源上避免了灾难性事故，也守护了项目的长期经济价值。
AI产业的竞争维度已发生深刻转变，以天为单位迭代的大模型们，需要更出色的算法软件与更完美的储能硬件强强联合。
未来，谁能深度融合数据中心业务流、电力市场规则与AI调度算法，并提供长寿命、高安全的储能解决方案，谁就能像新能源汽车市场的早期领跑者一样，迅速确立霸主地位。
全球的参与者都已看清，算力决定了AI的智能高度，而电力决定了其发展的现实底线。
这正是在AI浪潮中市值站上五万亿美元的英伟达，也必须回归物理世界，解决“每度电多少钱”这一问题的根本原因。
