人工智能产业发展如火如荼，然而，近日科技巨头微软却放弃了一个被寄予厚望的项目，原因是“电力接不上”。据英国《卫报》披露，微软已经退出在英国埃塞克斯郡劳顿建设的人工智能数据中心项目，因为负责当地配电的企业表示，要满足该项目的用电需求，得等到本世纪30年代前期。

这一事件给行业敲响警钟：算力建设并非资金到位、设备进场就能顺利推进，电力保障同样是决定项目能否落地的关键。随着人工智能产业快速发展，电力已不再只是数据中心的配套条件，而是算力基础设施建设必须统筹考虑的核心要素。电力跟不上，再先进的算力设备也难以发挥作用。

从全球趋势看，这一矛盾正在凸显。国际能源署预测，到2030年，全球数据中心用电量将达到约945太瓦时，略高于日本当前全社会用电量。英国的电力接入数据，则进一步显示出算力需求与基础设施建设之间的突出矛盾。据英国电力监管部门Ofgem统计，2024年11月到2025年6月，英国电力接入等待装机量从41吉瓦猛增至125吉瓦，其中数据中心至少占80吉瓦，而同期英国全国峰值用电需求也只有45吉瓦左右。

与此同时，电力设备供给也难以同步跟上。行业咨询机构伍德麦肯兹调查显示，2025年，标准电力变压器平均交货期已达128周，发电机升压变压器需要144周，部分特殊订单甚至延长至4年，而正常交货期只有12至16周。

这些数据反映出的问题，不只是电力需求增长过快，更是算力投资与电力基础设施建设之间缺乏有效衔接。算力项目追求快速部署，相关投资往往按季度调整；电源建设、电网扩容和设备交付却需要更长周期。如果前期规划没有充分考虑电力供应能力，等项目进入建设阶段才发现接入困难，投资就可能陷入被动。算力建设不能只算土地、芯片和投资账，还必须把电力供应能力、接入周期和能源成本一并算清楚。

如何避免电力保障滞后于算力建设？乌兰察布的实践提供了另一种思路：将能源保障前置，让电力资源与算力布局协同规划，不让“算力等电力”。

数据更有说服力。截至目前，乌兰察布投运算力规模19万P，智能算力占比超过95%，累计签约算力中心项目109个；当地新能源装机已达2028.8万千瓦，绿电占比67%。2025年7月，全国首个数据中心绿电直连“源网荷储”一体化项目并网，30万千瓦新能源配套4.5万千瓦储能，年自发自用绿电8.48亿千瓦时，可再生能源替代率38.74%。算力项目到户电价稳定在0.32元到0.36元之间，综合运营成本比东部一线城市低30%到50%。

这些数字的意义，不仅在于电价和运营成本具有优势，更在于绿电直连和“源网荷储”一体化为“算电协同”提供了具体路径。绿电不再只是项目选址之后再去争取的配套资源，而是提前进入规划和运营核算，成为可签约、可计量、可溯源的生产要素。

这一实践说明，“算电协同”不能仅仅理解为算力项目与电力资源的简单叠加，更重要的是把能源保障纳入项目决策前端，在布局阶段就统筹考虑供电条件、建设周期和运营成本。

从微软劳顿项目受阻到乌兰察布的“算电协同”，两者呈现出不同的建设逻辑：前者是电力追赶算力，后者则将电力资源和供能方案提前纳入算力布局。电力保障做在前面，算力项目才能少一些被动等待，算力与电力协同规划，才能让资源优势真正转化为发展优势。

当然，推进“算电协同”，也不能仅停留在寻找低电价地区、增加绿电采购等单一举措上，而是要将协同落实到规划、建设和运营的各个环节。算力布局要充分考虑电力资源和电网承载能力，电源建设、电网扩容要与算力需求做好衔接，储能配置和能源调度也要兼顾供电稳定性与运行经济性。既要避免数据中心建成后无电可用，也要防止基础设施建设与实际需求脱节。

国家数据局将“算电协同”界定为通过数字化技术和智能算法推动算力基础设施与电力系统深度融合的新基建工程，目标是实现“以电强算、以算促电的良性循环”。这一目标的关键，在于推动算力与电力从各自规划走向协同建设，从被动供需对接走向系统性统筹。

算力竞争不仅是芯片、算法和应用的竞争，也是能源保障能力与基础设施协同效率的竞争。算力建设可以追求速度，但不能脱离电力供给的实际条件。算力发展到哪里，能源保障就应当统筹谋划到哪里。把电力纳入算力建设的起点，把协同贯穿项目规划和运行全过程，才能让算力真正转化为发展优势。