在人工智能技術加速滲透生產生活的當下，如何平衡算力需求與能源成本成為行業焦點。中科類腦董事長劉海峰近日在安徽舉辦的AI及量子科技沙龍上提出"度電智能"概念，主張通過能源、計算、模型與調度的協同優化，構建新一代AI基礎設施范式。
據摩根大通預測，2025至2030年中國AI模型訓練所需的Token消耗量將以年均330%的速度增長，2026年3月國內日均Token調用量已突破140萬億次。這種指數級增長背后，算力基礎設施的供需矛盾日益突出：頭部企業算力集群利用率超80%，而地方中小型智算中心閑置率普遍高于40%，且存在芯片架構異構化導致的協同難題。
"當前每度電產生的有效智能價值缺乏量化標準。"劉海峰指出，電力成本已占AI運算總成本的60%以上，成為制約行業發展的關鍵因素。中科類腦提出的"度電智能"體系，通過建立能源-算力-模型-價值的轉化鏈路，將智能產出效率拆解為四大維度：能源轉化效率、計算密度、模型效能比和調度優化率。
該體系的核心在于突破傳統算力調度模式。中科類腦研發的異構算力管理平臺，可實現跨廠商芯片的統一調度，使閑置算力利用率提升至75%以上。在電力協同方面，通過動態調節算法將算力負載與電網負荷曲線匹配，使單位算力能耗降低30%。配合自主研發的類腦推理芯片，模型推理效率較傳統GPU提升5-8倍。
技術突破已轉化為實際成果。在能源領域，中科類腦為某省級電網部署的智能運維系統，通過分析海量設備數據，將故障預測準確率提升至92%，每年減少停電損失超2億元。在科研領域，其構建的跨模態大模型已服務30余所高校，支持材料科學、氣象預測等領域的智能研究。
作為國家級專精特新企業，中科類腦自2017年成立以來已形成完整技術棧：擁有自主知識產權的類腦計算框架、覆蓋能源全場景的AI解決方案庫，以及支持異構芯片的算力調度中間件。目前其技術方案已在電力、制造、教育等領域落地超千個項目，形成從底層芯片到行業應用的完整生態。
面對智能體時代對基礎設施的挑戰，劉海峰強調："真正的AI革命不在于模型參數規模，而在于如何用最少的能源產生最大的智能價值。"這種效能優先的理念，正推動行業從算力競賽轉向智能效率的深度優化。
