COMPUTE
算力系统
- 关注目标
- 效率、成本与 SLA
- 掌握信息
- 任务队列、GPU 状态、优先级、SLA、模型特征、集群状态
- 缺少的视角
- 什么时候电更便宜、哪里绿电更多、电网是否紧张
两个高速发展的系统，今天仍然彼此“看不见”
Compute ⟷ Power真正缺少的
是连接两者的实时协同控制层
POWER
电力系统
- 关注目标
- 容量可控、安全与稳定
- 掌握信息
- 电价、绿电、区域负荷、容量约束、储能状态、需求响应
- 缺少的视角
- 哪些 AI 任务能调、能延、能迁移，以及调度后的影响
算电协同，不只是“省电”
它是在统一理解 AI 任务、算力资源与能源条件的基础上，让计算行为与电力状态动态相互响应
在哪里算？
WHERE任务分布 ｜ 地域选择 ｜ 就近调度
什么时候算？
WHEN时机选择 ｜ 负荷预测 ｜ 动态调度
用什么算力算？
WHAT算力类型 ｜ 资源匹配 ｜ 弹性组合
在什么能源条件下算？
ENERGY电力状态 ｜ 能源结构 ｜ 绿色低碳
AI Task⟶Compute⟶Power⟶Decision⟶Execution
AI 算力，正在成为一种可调度的新型柔性负荷
01秒级
GPU 功率调节
紧急事件发生时，短时调整 GPU 功率上限、频率或算力输出，响应电网与容量约束。对应的时间尺度为几十秒。
02小时级
任务延期
将低优先级、非实时任务移动到其他时段，调整批处理与训练窗口，支持削峰填谷和峰电价规避。
03跨时段
碳感知计算
根据电价、绿电比例与碳强度调整计算时间，让任务与更合适的能源条件匹配。对应时间尺度为小时至天。
04跨区域
计算迁移
在多区域部署和任务可迁移的条件下，将部分任务调度到能源条件更优的区域。对应时间尺度为分钟至小时。
从感知到决策，构建能源原生智能底座
基于 MOCHA 多模态全知计算混合架构，融合电、算、热、绿、机房、天气等多源数据，形成从感知、预测、推理、优化到执行的智能闭环
多模态
Multimodal
电、算、热、绿、机房、天气，以及任务与市场信息
全知计算
Omniscient-Computation
全方位感知、全量数据、全局计算
混合计算
Hybrid
融合大模型与智能体、时序预测、机器学习、运筹优化、规则与专家知识
万象灵和，算电协同控制中枢
基于 MOCHA 构建，连接电力系统与算力系统，在统一控制平面完成数据融合、算电映射、预测分析、全局寻优与协调调度
让算力更高效，让能源更有价值
从“消耗电力的算力”，走向“能够理解并响应电力的算力”
更低的综合成本
绿电匹配、峰谷优化、柔性调度与高效运营
更高的算力效率
提升 GPU 利用率、资源匹配与调度效率
更多的绿色能源
提高新能源消纳与算力和绿电匹配能力
更稳定的电网运行
让 AI 负荷具备可控、可调、可响应能力
面向 AI 基础设施的关键场景
在不同的场景下，提供可落地、可复制、可规模化的算电协同解决方案
AIDC / 智算中心
更低的电力成本；更高的算力利用率；更绿色的运营
运营商 / 算力运营商
多算力池协同；异构算力调度；商业化运营
新能源算力园区
源网荷储一体化；提升绿电消纳；打造零碳园区