国内首个车载移动式“词元工厂”亮相：40尺集装箱承载移动算力，探索算电协同

据央视财经报道，国内首个车载移动式“词元工厂”近日亮相。该设备以车载集装箱形态搭载国产算力和能源管理系统，目标是在人工智能算力需求与新能源电力供给之间建立更灵活的匹配机制。来源显示，它不仅可用于大模型推理等算力任务，还试图通过靠近低价新能源电力接入点，探索算力调度与电力消纳协同的新模式。

从形态上看，这台车载移动式词元工厂采用标准化40尺集装箱，整车采用“电算冷”以及存算网一体化设计。车头可使用电动牵引车，车体可支持9个机柜部署，并具备电力与通讯一体化快接口。报道提到，多台车辆可实现快速组网部署，形成移动算力集群，从到场接入到完成调试运行约需6至8小时。

把算力装上车：从固定机房到移动算力单元

传统智算中心通常依赖固定场地、持续供电、制冷与网络配套，建设周期和选址约束较强。车载移动式词元工厂的思路，则是将算力、存储、网络、供电接入和散热能力集成在可移动载体上，使其具备类似“模块化数据中心”的属性。

来源显示，在120千瓦供电情况下，该车辆可提供约50P到100P算力，理论上能够支撑两个国产大模型推理任务。对于AI产业而言，这一定位并非替代超大规模智算中心，而是补充一种可移动、可快速部署、可按需靠近业务或电力资源的算力形态。

• 部署载体：标准化40尺集装箱，支持车载移动。
• 机柜能力：可支持9个机柜部署。
• 接入方式：具备电力与通讯一体化快接口。
• 部署效率：从到场接入到调试运行约6至8小时。
• 算力水平：在120千瓦供电条件下约50P至100P。

影响与解读：AI算力开始更多考虑“电从哪里来”

大模型推理、智能体应用、行业AI服务持续增长后，算力成本不再只是芯片和服务器成本，还包括电价、制冷、网络、运维和资产利用率。此次车载移动式词元工厂强调的核心，不只是“把服务器放进车里”，而是让算力在空间上具备更强流动性，从而靠近更合适的电力资源。

报道提到，当新能源大发并出现低价电力时，算力车可移动至离新能源较近的变电站接入，以提升新能源消纳并降低算力运行成本。据测算，采用移动方式接入算力，整体成本可降低约25%。这意味着，在风电、光伏等新能源波动性较强的场景下，部分AI推理负载有机会成为一种可调度用电需求，帮助电力系统消纳阶段性富余电能。

对下游应用来说，成本下降可能进一步影响“词元服务”的价格结构。所谓词元服务，本质上与大模型推理中的token生产和调用相关。若移动算力能够在合适场景下以更低电力成本运行，就可能为文本生成、行业问答、代码辅助、智能客服等应用提供更具性价比的算力支撑。

适用场景：应急、基建与低延迟需求

除了新能源消纳场景，来源还提到车载移动式词元工厂可用于场站级快速部署，提供应急算力，也可在大型基建项目实施期间提供弹性就近算力。这类场景的共同特点是：算力需求可能阶段性集中，且固定机房建设并不经济或不够及时。

例如，临时指挥、工程现场、能源场站、边缘AI分析等任务，往往需要在本地或近端完成数据处理，以降低传输等待并提升响应速度。移动算力集群若能与通信网络和电力接入快速协同，就有机会满足灵活、低延迟、阶段性高强度的算力刚需。

不过，这种模式后续能否规模化，还取决于多方面因素，包括车辆运维、安全合规、网络接入稳定性、调度平台能力，以及不同地区电力接入条件。对于中文AI产业观察而言，它释放出的信号更值得关注：AI基础设施正在从“集中建设智算中心”，逐步扩展到“固定算力、边缘算力、移动算力”并存的多层架构。算力随着词元走，也意味着未来AI服务的竞争将更深地嵌入能源、网络与场景调度体系之中。