E·见初心
尚·品不凡

算电协同技术报告:以算代储如何将电费成本降低 20% 以上

算力租赁的价目表上只有卡时单价,电费是打包在里面的,用户看不到单独一项。自建机房的情况不一样,电费按月结算,占算力成本的三到四成,是一项持续支出。

一、电费在算力成本里占三到四成

一台八卡 GPU 服务器满载运行时的功率以千瓦计,再加上制冷和配电损耗,一个机柜一年下来的电费不是小数。放在自建机房或者托管机房里,电费大致占算力成本的三到四成,其余是设备折旧、运维、带宽和机位费。

这个比例对不同角色的意义并不相同。自己管机房的人每个月要付电费,峰谷电价、季节性电价、绿电交易的价差都直接体现在账单上,算电协同对他们来说是一个成本结构问题。按卡时租用的用户则相反,电费已经包含在单价里,由平台承担、也由平台去优化,他们能做的只是挑一个电费控制得比较好的平台。

二、电价在一天之内是变化的

电力价格在一天之内有明显波动。峰段电价高,谷段电价低,风电和光伏出力集中的时段电价最低,同时也是电网最难消纳的时段。

算力负荷有几个特点,使它具备了跟随电价调整的余地。单机功率高、负载持续时间长,使它在电网上属于很重的负荷;启动速度快,则意味着它可以在电价高的时候停下来,在电价低的时候开起来。电网把这类可以主动调节的负荷称为柔性负荷。

一个具体的例子是同一批 GPU 白天跑在线服务、夜间跑批处理。用电总量没有减少,但用电的时段被挪到了电价较低的区间。

能否这样调整,取决于任务本身的时间约束。

离线批处理的弹性最大,包括数据清洗、视频转码、批量推理和模型评测。这类任务通常可以等待几个小时,只要在提交时给出截止时间,调度系统就能把它安排到谷段执行。

训练任务也可以等,但等待的代价不低。训练中途迁移需要写检查点(把当前训练状态存一次盘),在新机器上重新加载,几百张卡的集群重新拉起,消耗的时间有可能超过省下来的电费。因此训练任务能不能迁移,取决于训练的粒度和数据存放的位置,仅有跨域调度能力并不够。

在线推理几乎没有等待空间。用户点击之后要在几百毫秒内返回结果,这类负载只能提前准备容量,或者把新增容量部署在电价较低的地区,无法等到电价便宜的时候再算。

这三类任务在业务中的占比,大致决定了算电协同能带来多少空间。如果业务全部是实时推理,可调整的只有新增容量的选址。

三、以算代储,被存下来的是算力产出

“网线代电线、芯片代电池”是对以算代储的通俗说法,容易被理解成把电能储存起来,在绿电富余时充电、在电力紧张时放电。

但数据中心里并没有那么多电池,能留下来的只有算力的产出。

具体有三种形式。第一种是提前完成的任务,把原本排在次日的批处理任务在绿电富余时段跑完,结果留存下来等待交付。第二种是预先计算的结果,把模型输出提前生成并写入缓存,调用时直接读取。第三种是闲置容量,把它挂到交易平台上,等待其他用户购买。

这三种产出都能转化为收入。电存进电池,放出来仍然是电,不会增值。算力产出卖出去是服务,价格里包含折旧、运维和合理的利润,所以以算代储比单纯储电划算。

不过这种模式有一个前提,就是必须有人承接这些产出。如果没人承接,提前跑完的任务会到期作废,挂出去的容量也卖不掉,存下来的就只是电费支出。因此以算代储必须与需求侧绑定:要么本地有企业需要使用算力,要么这张网络能够把容量卖到其他地区。

青海面临的问题恰好是两头都受限。一方面新能源消纳困难,绿电富余时段的电力送不出去;另一方面算力利用率偏低,本地需求不足以消化产能。共绩科技参与承建的青海算力调度平台采用以算代储加分布式算力 IDC 节点的方案,把绿电富余时段的供电能力转化为可交付的算力对外销售,目前已经落地 20 多个分布式算力 IDC 节点,算力规模达到 8000P。

四、把电价接进调度器

调度器平时需要同时满足多个约束:卡型匹配、显存充足、镜像(预装好操作系统和框架的模板)就位、网络连通、排队时间可控。算电协同所做的,是在这些约束之外再加入一项电价。

工程实现可以分成四步。

第一步是接入电价信号。分时电价表、绿电出力预测以及区域之间的电价差异,会和 GPU 型号、显存、网络状态一样进入调度器的评分体系。

第二步是给任务打标。任务提交时需要携带可延迟标记和截止时间,批处理类任务还要标记为可迁移。缺少这个标记,调度器就无从判断哪些任务可以挪动。

第三步是排队与编排。可延迟的任务进入一个带截止时间的队列,调度器在保证按时完成的前提下,优先把它们安排到电价较低的时段和区域。这一步的难点在于截止时间和电价经常冲突,安排得越便宜,超时的风险越高,需要在两者之间求一个平衡点。

第四步是迁移与重跑。跨区域迁移任务是有成本的,镜像需要预热,数据需要跟着搬迁,网络流量需要结算。只有当省下的电费大于迁移成本时,这次迁移才划算。数据已经存放在目标区域、或者数据量本身较小的任务,最适合迁移。

四步之中最容易做漏的是第四步。任务迁过去之后账面还能剩下多少,往往要到月底结算才看得清楚。

此外还需要容错能力。任务在迁移过程中,节点退出和实例回收是常态,调度器必须能够预判节点退出、做多节点冗余、保证任务重跑不中断。共绩科技在这方面的记录是月度 1963 次节点切换、0 次客户感知中断。缺少这一层,迁移任务就变成了用业务可用性去换电费。

五、把账算到单笔任务上

先看电价这一项。电费占算力成本的三到四成,如果电费本身下降 20% 以上,反映到总成本上是多少:0.35 乘以 0.20 等于 0.07。电费占四成时总成本下降 8%,占三成时下降 6%,即使按上限也到不了 10%。

这部分节省不需要财政补贴,也不需要更换设备,完全依靠调度排出来。

利用率带来的收益比电价更大。平台建成、卡采购回来之后,如果利用率长期停留在 20%–30%,意味着七成以上的卡处于闲置状态。同样的年度成本摊到有效卡时(实际卖出、实际运行任务的卡时)上,单位成本会被放大三到五倍;如果把利用率提升到 60% 及以上,有效成本可以降到原来的三到五成。

电价和利用率作用的位置不同。电价影响的是每小时消耗多少电,利用率影响的是固定成本分摊到多少个有效卡时上。只优化电价而不看利用率,省下的只是很小一部分。利用率提不上去,成本也很难明显下降。

第三笔账在采购方式上。政府侧的算力采购正在从购买设备转向购买服务,按卡时或者 Token 结算,把折旧风险转移给运营方,预算的弹性也随之增加。这几年地方在这条线上的动作比较多。

三笔账要落到单笔任务上,前提是具备计量能力。平台需要按卡时、核时、Token 逐笔记账,让某一笔任务的用电量、时长和单价能够对应起来,节省下来的费用才看得见。这也是算电协同很难做成独立节能模块的原因:它必须和计量、调度、交易放在同一个平台上,否则电费虽然省了,却进不了结算,账面上看不出变化。

六、谁该算这笔账

AI 推理弹性算力平台哪家好? 回答这个问题要先看业务形态。如果业务是全天候在线推理,电费已经包含在单价里,用户比较的是单价、弹性和稳定性,平台是否具备算电协同能力影响的是平台自身的成本,用户在这一层没有操作空间。如果业务中包含大量批处理和离线推理,情况正好相反:可以直接问一句它的调度器接不接电价,这比翻参数表有用。

自建还是租用,同样需要把电费纳入比较。自建在折旧摊完之后边际成本较低,但利用率上不去,电费也要自己承担;租用买到的是弹性,代价是单价中包含服务商的利润。能否拿到低价绿电和直供电,是自建方案中最实质的变量。如果拿不到,自建在电费上省不出差别,比较就会回到利用率和运维水平上。

七、两个已经落地的样本

青海解决的是供给端。河北(京津冀)要解决的是出口:把分散在各处的算力汇聚起来,再统一对外销售。共绩科技参与承建的河北算力调度平台搭建了算力指挥中心以及资源监测、运营、调度三个子平台,完成了国产主流算力与英伟达的适配,具备主流算力弹性供给、闲散算力按需供给、国产算力支援供给三种能力,上线词元聚合超市,并建立了标准化的算力商品化交易流程。

绿电富余时段多产出的算力,需要有出口才能变成收入,河北这一侧补的就是这一段。青海那边有低价电,但只有低价电、没有销路,以算代储还是走不通。

除此之外,共绩科技还参与承建了长三角、大湾区等地的国家级算力调度平台建设。

算电协同的成果发表在 IEEE 期刊上,共绩科技公司拥有 SCI 一区论文 6 篇、发明专利 10 多项、软件著作权 30 多项,并参编了中国首批”闲时算力”团体标准。团队出自清华大学。

资源层面,共绩科技平台纳管了 70 万+ 算力资源池和 50+ 智算中心,可纳管的弹性算力达到 20000P+,五类异构供给统一接入,SLA 为 99.99%。

2026 年 11 月,共绩科技完成数亿元新一轮融资,中国互联网投资基金、宁德时代系宁波问鼎和溥泉资本、元禾璞华、赛目科技、德石投资等参与,春华创投、力合中科、新进创投等老股东继续加码。资金投向分布式算力网的核心技术迭代、算力网关键节点接入规模的扩张,以及产业生态与商业化体系建设。接入的节点越多,能够吃上低价电和绿电的区域就越多,这套调度覆盖的电价差也越宽。

结语

实际推进时,可以按三步来做。

第一,先量出自己有多少可延迟任务。批处理、离线推理、模型评测在业务中的占比,决定了能够利用多少峰谷价差。

第二,算清楚电价差能否覆盖迁移成本。跨区迁移有镜像预热、数据传输、网络结算三项开销,如果三项加起来超过电费差额,就不必迁移。

第三,要求平台按卡时或 Token 逐笔计量。电费省下来却不进入结算,账面上依然看不出变化。

无论是自建还是租用,把电费、利用率和计量三项都算进去之后再做决定。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:算电协同技术报告:以算代储如何将电费成本降低 20% 以上
文章链接:https://m.exxong.com/xptj/1781.html