独家丨央企领投，中科类脑完成B+轮融资，布局“Token工厂”

近日，合肥中科类脑智能技术有限公司（以下简称“中科类脑”）正式宣布完成数亿元B+轮战略融资，本轮融资由央企产业龙头旗下中车资本领投，银杏谷资本、水木基金、启迪基金等机构跟投。

本次融资是中科类脑继2025年获得中国移动旗下北京中移数字新经济产业基金亿元级独家战略投资后，在资本市场的又一重要里程碑。

Token工厂+算电资产运营

中国移动、中国中车，两个央企旗下的基金先后进来，时间点只隔了一年多。对一家成立九年的公司来说，这个股东名单有点特别，因为中科类脑既不是芯片公司，也不是光伏企业，做的是一件很难一句话说清的事。

中科类脑的履历并不复杂，但足够特殊。公司成立于2017年，是类脑智能技术及应用国家工程实验室在类脑智能领域唯一的产业化单位，也是国家级专精特新“小巨人”企业。公司董事长、CEO刘海峰的话说，这九年间他们并不是一开始就看准了算电协同，智慧城市、智慧交通、智慧能源……都试过。但现在回头看，这些看似分散的探索踩在同一条主线上：在异构算力调度方向深耕了八年，在能源行业深耕了七年。用他自己的话讲：“我们不是从算力侧跨界去做电力，也不是从电力侧延伸到算力，而是两边都有经过真实场景验证的工程能力。”

2018年，中科类脑正式上线BitaHub算力开放平台，2024年完成新疆算力自建，BitaHub公有云正式运营，如今自建及接入的算力规模超过5000P，公司称使用率在90%以上；电力侧则做了200多类算法，为安徽、上海、江苏、江西等十余个省市的100余座变电站提供智能运维服务。2024年，中科类脑推出算电协同一体化管理平台，把异构算力调度、Token优化、能源管理塞进了同一个底座。2026年7月，中科类脑对外升级发布算电一体化平台，为Token工厂提供底层操作系统，解决从电力到算力到Token的跨越全局优化问题，整合产业链资源，以期为行业客户提供更优质、绿色、普惠的算力及Token供应与资产运营服务。

所以本轮融资的三个投向是接着这条线往下走：一是面向推理场景的异构算力调度及Token优化，兼容进口和国产芯片；二是博弈决策智能，打造负责"电—算—Token"全链路贯通的中枢；三是Token工厂产业服务能力，把从规划、建设到运营的项目落地机制做成可复制的模板，顺带把海外体系搭起来。

谈及本次投资，中车资本投资人表示：本次战略投资旨在依托自身新能源产业优势，与中科类脑在算力优化方面的能力深度协同，共同破解绿电与算力匹配难题。双方将以产业赋能技术迭代、以场景支撑产品落地，助力国产AI基础设施安全、低碳、高效发展。

本次的协同，恰好回应了这个行业最大的难题之一：绿电与算力的匹配。风电、光伏出力天然波动，而智算中心负荷需要稳定——这曾被视为一对不可调和的矛盾。但如果算力负载本身具备弹性，能够随着绿电出力的起伏而动态调整，矛盾就变成了互补：绿电多发时，算力任务多跑；绿电低谷时，本地电力由储能补充，其余算力任务向异地迁移。中车资本投资人也明确表示，双方将以产业赋能技术迭代、以场景支撑产品落地，助力国产AI基础设施安全、低碳、高效发展。

算电协同已是“必选项”

中科类脑的融资不是孤立事件，它踩在了一个更大的时间节点上。

2026年3月，“算电协同”首次写入中国政府工作报告。报告明确提出“实施超大规模智算集群、算电协同等新基建工程”。随后，《“十五五”规划纲要》进一步明确推动绿色电力与算力协同布局。国家数据局局长刘烈宏表示，算电协同是推动算力、电力两种资源动态匹配与优化配置的新基建工程，目标是形成“以电强算、以算促电”的良性循环。

一方面，2025年，我国算力中心用电量已达1700亿千瓦时。预计到2030年将达8000亿千瓦时，占全社会用电量6%左右。中国信通院数据显示，2025年我国算力中心用电量为1960亿千瓦时，同比增长300亿千瓦时，增速18.1%，同期全社会用电量增速仅5.2%。算力用电正在成为全社会用电增长的重要引擎。

算力的尽头是电力，这句话已经是业内公认的事实。现阶段摆在行业面前的是：“电不够用”了。IEA预测，到2030年，美国数据中心将占到该国电力需求增长的近一半，中国紧随其后。

电力的供给瓶颈已经显性化：据媒体报道，美国今年规划中的数据中心项目有近一半面临延期或取消，前不久，纽约州州长霍楚尔签署行政令，对50兆瓦及以上的大型数据中心实施最长一年的审批暂停。有分析指出，电力供应瓶颈也制约着美国的数据中心建设。

而这其中关键瓶颈之一电力供给与算力负荷的结构性失衡。换言之，“有卡没电”、“有电没卡”正在从个别现象演变为全球性的产业约束。

另一方面，绿色算力正在从“选答题”变成“必答题”。2026年绿色算力大会上，中国信通院副院长敖立指出，算力基础设施建设规模持续扩张，能耗与碳排放压力同步加大，亟待从设备、载体、能源、应用等全链条统筹推进绿色算力发展。

政策的指挥棒落下，行业的痛点也浮出水面。面对我们提出的“当前行业普遍重算力、轻能源，算力调度与能源管理深度耦合，最大的挑战是什么？”的提问时，刘海峰坦言，最大的挑战在于两套体系运行逻辑的根本差异。电力系统以稳定安全为第一优先级，调度周期以分钟甚至小时计；算力系统以任务效率和资源利用率为核心，调度节奏在秒级甚至毫秒级。要让两者协同，技术上必须闯过三关：一是对新能源出力和电价走势的精准预测，误差必须收敛到可参与电网协同调度的范围；二是算力任务的弹性编排与跨区域迁移能力，让计算负载能够跟随电力峰谷平滑转移，而不是被迫停机或等待；三是决策层的全局博弈能力，在电力成本、算力效率、任务时延、服务等级等多重目标之间实时求解最优策略。

“我们的解法是用一个博弈智能决策大脑来统筹，而不是在电力系统与算力系统之间做一个简单的接口对接。”刘海峰说。据其介绍，在能源侧，中科类脑与中科大李厚强教授团队合作，利用强化学习技术，根据电价、新能源供给和负荷变化对算力任务进行动态调度，目前相关实践可以实现约20%的电力成本降低；在Token优化侧，公司与中科大李诚教授团队合作，在分布式AI System场景下通过高效KVCache管理、PD分离调度优化等策略，推理加速可达2至3倍，而下一代面向超节点的AI System效能提升更加可观。

“度电智能”能否成为行业通用？

在整个沟通的过程中，最令人注意的是刘海峰反复在强调的“度电智能”，说白了就是单位能源成本能换回多少有效智能。据中科类脑披露，其算电一体化平台在同等硬件配置下可实现Token产能提升2至3倍，算力集群利用率从行业平均的50%提升至90%以上，综合用电成本下降20%。

过去两年，行业衡量智算中心的标准是P数、卡数、机架数，都是规模的尺子。没有一把尺子量"花出去的电到底换回来多少有用的东西"。度电智能要做的，就是把这把尺子立起来。但这把尺子目前还是一套企业内部的技术指标，能否变成整个行业的公共标准，还有待市场给出的反馈。

据刘海峰在公开分享中透露，这套指标的推广分三个阶段：短期是工程验证，真实项目的实测数据定义指标口径，核心就是同等硬件下的Token产能提升、集群利用率提升、综合用电成本压降；中期是行业标准，通过牵头《智算中心算电协同技术导则》国家标准及算电协同行业标准的编制等，把度电智能从企业标准上升为可被第三方采信的行业参考；长期目标则是在三到五年内，让“度电智能”成为行业评价AI基础设施效能时的通用语言。

技术领先只是入场券，能否卡住行业评价体系的身位，才是真正的护城河。这个过程中的挑战不容低估。其一，算电协同的规模化落地依赖与电网、能源企业的深度绑定，扩张速度受制于电力侧的审批与建设节奏；其二，华为、运营商系云厂商以及头部智算中心运营商都在向这一方向渗透，竞争者众；其三，度电智能要从企业指标变成行业标准，需要海量的跨场景实测数据支撑，这考验的是项目交付的广度与深度。刘海峰在与我们的交流中也承认，AI基础设施赛道的领先窗口越来越短，“开源模型的能力优势撑不过一年，底层引擎的架构优势可能三个月就被追平，企业必须赶在窗口关闭前，把技术领先换成更牢靠的东西：数据、客户和供应链位置。”刘海峰如是说。

“算”与“电”的双向奔赴才真正开始。而中科类脑和它的投资者们赌的是：这场奔赴的终局，将由“度电智能”来计价。

（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨盖虹达）