当前，在人工智能与能源双向赋能背景下，新能源业界有一句流传甚广的话“人工智能（AI）的尽头是算力，算力的尽头是电力”。而在日前举行的第二十届中国新能源国际论坛（简称“论坛”）上，与会专家和企业代表广泛引用“五层蛋糕理论”，来诠释AI产业架构的分析框架——把完整的AI体系比作一块五层蛋糕，自下而上依次是能源、芯片、基础设施、模型和应用。其主要观点是，AI已不再是单纯的软件或模型，而是像电力和互联网一样的新型基础设施。
基于“三重原理”制作“五层蛋糕”
    记者从论坛上获悉，今年3月，全联新能源商会成立新能源AI专委会（简称“专委会”），由欧阳明高院士与鄂维南院士指导，涵盖50多家新能源和AI领域知名企业。为更好诠释专委会的职能和现实意义，与会专家对五层“蛋糕”架构作阐释。
    能源层作为AI的物理基础，每个token的生成都依赖真实电力消耗，是制约智能产出的“第一性原理”和终极瓶颈。芯片层作为将能源转化为算力的核心载体，包括GPU、CPU、内存及互联技术，能效比是竞争关键。基础设施层作为把成千上万芯片组织成“AI工厂”的物理系统，涵盖机房、供电、散热、网络及集群调度，属于重资产投入。模型层作为AI的“大脑”，不只包括大语言模型，还涵盖生物、化学、物理、机器人、自动驾驶等多元专业模型，起到连接硬件与应用的作用。应用层作为价值归宿和“收割者”，AI最终要落地到医疗、法律、制造等行业创造实际经济价值。
    清华大学人文学院哲学系教授、博士生导师黄裕生认为，AI运行是建立在“三重原理”基础之上的——AI底层逻辑原理以数学为工具、以数据为经验，通过多层网络自动拟合现实世界的统计规律，而非依靠人类编写的固定规则，其包括所有的逻辑定理，根据这些逻辑定理对相关概念进行定义，基于这些概念命题，捋清概念之间以及命题之间的关系。AI运行的线性因果原理把因果关系理解为一条单向、确定的链条，前一个事件直接引发后一个事件，结果由原因按固定方式决定。概率原理是用0到1之间的数值来衡量随机事件发生可能性大小的数学规则体系，即在同一个概率空间里面给定相关要素条件，演算出相关事物的可能组合。
    “上述‘三重原理’构成了AI运行的整体原理体系。”黄裕生认为，根据这样的原理，运作机制的AI的智能活动有一个性质——可演算、可公式化、可程序化。所有的AI不管多么发达，只能运行在可程序化、可数字化的基础上。如果说，机械技术带来体力劳动解放，那么，AI带来的则是智力劳动解放，把人类带到了一个关键节点上。在这个节点上，人类相当一部分智能劳动将委托外包给AI，意味着AI在日常生活当中、每个人生活当中、每个家庭当中、每个社会共同体当中都会发挥越来越重要的作用，所以会给社会带来巨大变化。
实现传统产业向AI时代的跃升
    与会企业纷纷表示，正在以科技创新站上这个节点，实现传统产业向AI时代的跃升。
    记者获悉，2026年上半年，全联新能源商会常务会长单位中环新能源控股集团有限公司（简称“中环新能源”）实现AI算力业务收入达到10.47亿港元，占上半年新能源板块收入的近两成。该公司的第二增长曲线已经从战略规划进入实质性兑现期。其增长逻辑正在从“光伏制造为核心驱动”，向“新能源+Al+算力”复合增长模式演进。今年6月，中环新能源正式发布了“环曦-AIDC”AI数据中心专用光伏组件，瞄准智算时代的能源痛点，助力算电协同体系高效运转。
    中环新能源联席总裁邝亚镭表示，大部分新能源企业尚处于最底层的能源供给层。最顶层的应用端涉及领域已相当广泛，包括无人驾驶的应用，以及医院、学校、研发机构的各种应用。而马斯克刚发布的Cybercab无人驾驶应用，实际上已从应用层介入到第四层、第三层结构当中。
    以此为例，这“五层”当中的每一层都会有交织融合、相互作用，将来每一台24小时在马路上运行的无人驾驶汽车或都具备作为AI算力中心的条件，它也用电力支持形成整体的AI互联网集群来进行工作，并介入底层的基础设施。
    “新能源企业作为一个基础的能源供给，怎样能够跳跃到上部几层的应用，来实现整体负荷的增长，是当前新能源企业要思考的问题。”邝亚镭表示。
    而在全联新能源商会常务会长、中环新能源董事长余竹云看来，AI不仅是能源系统的赋能工具，更将上升为产业变革的战略支点。新能源与AI，二者不是简单叠加，而是深度耦合、互相成就。
    “大模型引爆的算力革命，正把能源推向前台。”余竹云表示。他透露，训练一次GPT-4级别的大模型，耗电约1000万度，相当于1万户普通家庭一年的用电量。一座满负荷运转的AI智算中心，单机柜功率可达传统数据中心的10到30倍。2025年，我国已建成42个万卡级智算集群，全国算力中心总用电量已达1700亿千瓦时。国际能源署预测，到2030年全球数据中心用电量将较2025年接近翻番。
    “新能源行业正面临着新周期下的诸多机遇。”余竹云表示，AI可以优化风光功率预测，破解消纳难题；赋能光伏电池、储能材料研发，加速前沿技术迭代；可以实现源网荷储一体化智慧调度，助力零碳园区、零碳村镇落地实践，推动整个能源系统向着更高效、更安全、更经济的方向演进。
    “AI与新能源融合落地，依然面临不少现实挑战。”余竹云表示，数据孤岛、算力成本居高不下、行业标准缺失、源网储算匹配机制不完善，都是摆在我们面前的共同课题。破解这些难题，不能依靠单一企业单打独斗，需要政产学研用多方协同，打通技术、市场、机制的堵点，共建产业生态。
电力与算力深度绑定、双向互动
    “随着高比例新能源大规模接入和算力需求的快速增长，电力与算力已经形成深度绑定、双向互动的紧密关系。算电协同不再只是技术概念，而是成为驱动能源智慧转型的重要抓手。”朗新科技集团股份有限公司AI研究院院长黄飞表示。
“基于‘五层蛋糕理论’一系列的算电协同实践，要坚持场景牵引，做实算电协同落地。”黄飞提出倡议——跳出算力、电力简单叠加的思维，立足虚拟电厂、零碳园区、绿电交易等真实产业场景，推动AI大模型、智能体深度融入发电预测、负荷调度、市场交易，把技术能力转化为系统调优、绿电消纳的实际成效，避免技术与产业“两张皮”。
    同时，推进跨域协同，共建算电协同生态。算电协同横跨能源、AI、算力、市场机制多个领域，需要产业链各方打破行业壁垒。要广泛联动发电企业、电网侧、算力厂商、技术服务商，探索产业互通、标准共建的合作模式，不断凝聚发展合力。
“还需立足市场机制，激活算电协同价值。”黄飞表示，应依托电力市场化改革成果，推动算力设施作为柔性可调节资源参与需求响应、辅助服务市场，以价格信号引导算力任务错峰调度；推动绿电交易与算力应用深度耦合，让算力优先使用绿色电力，实现能源安全、产业效益、低碳目标三者兼顾。