算力电力协同正在经历从“设备级提效”到“跨区域调度”的四级跃迁。北京理工大学王永真教授团队发布的这份技术报告系统阐述了节能降碳的四部曲路线：1.0聚焦热力学第一定律下的单设备能效提升；2.0基于热力学第二定律实现系统级梯级利用与余热回收；3.0突破算效-电效-热效的动态匹配；4.0实现算力跨区域时空调度。研究验证，算-电-热协同可使数据中心碳排放降低23.2%、能耗降低16.9%、经济成本降低21.3%；算力-冷力全栈协同可使PUE从1.18降至1.14，总运行成本降低13.3%。
节能1.0——设备级“能量数量”上的高效节能
节能1.0聚焦热力学第一定律视角下的供配电-计算-制冷链条中单设备局部能效提升。计算功耗比提升数十倍，但不少设备能效即将逼近现有技术路径“天花板”。1.0的节能包括供配电（基尔霍夫定律等）、算存运（量子宏观效应等）、热环控（热力学第一定律等）局部链条上单设备的局部能效提升。
节能2.0——系统级“能量品位”上的高效节能
节能2.0基于热力学第二定律：梯级利用、热电联产（天然气、生物质等）、余热回收（热泵、吸收式制冷等）多链条上多设备的系统级能效提升。综合能效也即将逼近系统能效天花板。算力综合能源系统（DC-IES）的提出是节能2.0的核心——一是挖掘数据中心内部大量的灵活性资源，构建算力网与电力网互动型DC-IES模式；二是利用中低温热能高效利用手段，构建算力网与热力网耦合的产消型DC-IES模式。
算电协同型——算力业务时空迁移：灵活调节计算任务，促进可再生能源消纳。交互性计算任务（在线工作负载）如电商交易需要实时响应；延迟容忍任务（离线工作负载）如大语言模型训练可在截止时间前推迟执行。以训练为主的算力需求具有时空柔性，加之内部可观的制冷、蓄冷装置，赋予数据中心参与新能源电网多级响应的可调能力。
研究验证：融合多任务响应机制和长短期氢-电池储能的两时间尺度优化模型，实现年化总成本降低11.5%、年碳排放量降低37.6%、平准化用电成本降低9.4%、可再生能源渗透率提高8.5%。融合长中短期计算任务和可再生能源不确定性的两阶段分布鲁棒优化模型，可降低数据中心总成本和CO₂排放量23.2%和28.4%。
算热耦合型——余热回收：液冷技术给数据中心余热吸收式/吸附式制冷创造了条件。较高温度的IT冷却液可以驱动单效溴冷机实现直接制冷。基于CO₂直膨热泵的余热回收方案，与传统系统相比总耗电量降低47.1%、净利润提高90.3%。
节能3.0——算效-电效-热效的动态匹配
热力学指明了算力设施规划设计阶段节能的方向和天花板，但为保障可靠性，运行阶段“违背了”各设备在系统规划阶段的“最优解”，导致能量层面资源利用不匹配和多重冗余运行。需要从运行阶段思考设备效率之间的动态匹配关系，实现多系统之间的多目标互动。
基于算效-电效-热效协同的多目标容量规划与运行调度方法，以单体算力设施为规划调度的结果表明，算-电-热协同的运行模式比原始方案能够降低该算力设施23.2%的碳排放、16.9%的能耗及21.3%的经济成本。耦合度越高，综合效益越大。
节能4.0——算力时空跨区域调度与匹配
节能低碳4.0打破时空错配，实现区域级“规划布局”上的“高效利用”。可再生能源资源地域分布不均，“东数西算”多数据中心算力、能源双向时空协同联合优化促进绿色能源利用。
算冷全栈控制——算电协同的安全底座
面向算电协同的算冷全栈控制是保障安全可靠运行的关键。随着热流密度增加，制冷环控面临“风液混合、热惯性大”的挑战，热控响应要求越来越快，引发算、电、冷多时间尺度协同控制难题。算电协同的底座是“算冷全栈的热控”。
研究验证：相较于非全栈的解耦模式，算力-冷力协同的全栈模式可使系统平均PUE由1.18降至1.14，总运行成本降低13.3%。进一步将服务水平协议违约率SLAV纳入优化目标后，SLAV均值显著降低34%，有效兼顾了经济性、能效与服务质量。
