01-把算力搬进社区之前，先问一个问题：这个想法在芬兰站得住吗？

我们认领的是赛道 12：钠电与 AI 能否让家庭、社区、商业空间成为更自主、更安全、可运输、更智能的分布式算力与能源节点，并且让它们之间的能源和算力可以被打包、交易和协同。换句话说，AI 数据中心能不能从"一个中心"走向"无数节点"。

这篇是我们的第一份进度报告，只讲一件事：在动手写任何代码之前，我们怎么判断这个方向值不值得做。

一、想法从哪里来

今天的 AI 算力大多集中在巨大的数据中心里，它有两个绕不开的问题：

1. 耗电巨大，而且对电网是一个又大又硬的负荷。
2. 散热是成本。服务器吃进去的电，几乎全部变成热，数据中心要再花电把这些热排掉。

但"热"并不一定是废物。有人需要热：北欧的冬天又长又冷，家家户户都要供暖。如果算力不放在远处的大机房，而是放进社区，这份热就可以直接烧热水、供暖，电先变成算力，再变成热，一份电用两次。这是我们后面一直说的"电-算-热"闭环。

要让这个闭环真的成立，还要看三个条件：电要便宜且能被调度、热要有地方用、设备要扛得住当地的气候。

二、为什么选芬兰

我们收集了公开数据来检验这些条件，芬兰几乎是一个"极端版"的答案：

• 电价波动极大。 芬兰风电多，2024 年风电发了约 19.9 太瓦时，首次超过水电。风大时电多到卖不掉，价格会跌到零以下，也就是负电价；无风又极冷时电不够用，价格暴涨。
• 有大量的供热需求，而且有集中供热网。 2024 年芬兰集中供热的供热量约 32,700 吉瓦时。
• 已经有数据中心余热利用的先例。 比如 Google 在 Hamina、微软与 Fortum 在 Espoo、Telia 与 Helen 在赫尔辛基，都有把机房余热送进供热网的案例。
• 气候极端。 我们的数据里，奥卢 2024 年 1 月最低到 −30.5 °C，罗瓦涅米的小时最低到 −35 °C 以下。这正好是检验"钠电在低温下是否更有优势"的场景：锂离子电池在零下二十度以下容量会明显下降，钠离子电池在低温下表现更好。

三、数据告诉了我们什么

我们整理了 2023 年到 2026 年 10 月的芬兰日前电价、12 个城市的逐小时天气和光伏数据，几个让我们决定继续做下去的事实：

• 这段时间共有 1,717 个负电价小时，其中 2024 年有 725 个。负电价时，用电的人反而被付钱。
• 2024 年 1 月 5 日电价最高冲到 1,896 欧元/兆瓦时，是年平均价格的几十倍。
• 那个月电价超过 500 的 16 个小时里，全国风电平均只有 1,277 兆瓦，同期 9 天的均值是 2,075 兆瓦。最贵的时刻，往往是风最小的时刻，也是最冷、最需要供暖的时刻。

也就是说，电价最低时，算力和蓄热几乎是免费的；电价最高时，如果电池和水箱里已经存了东西，就可以少买贵电。这种"低价多用、高价少用"的空间在数据里是真实存在的，不是我们编出来的。

四、第一次转折：我们没有照搬参考方案的数字

队友整理的参考资料里有一些很吸引人的数字，比如"降低 32%""省 30% 到 40% 的采暖成本""余热免税"。我们逐条去找来源：

• "降低 32%"：没找到可靠出处。
• "省 30% 到 40%"：没有对应的数据或研究支撑。
• "余热免税"：没能证实。我们实际查到的是，从 2026 年 7 月起数据中心的电力税有上调，说法来自二手资料。

我们没有因为数字漂亮就用。于是定下一条原则，贯穿后面所有工作：对外展示的每一个数字，必须来自真实数据加我们自己做的仿真；查不到出处的，不用。 这让后面慢了一些，但也让每个结论都经得起追问。

五、我们要回答的三个问题

1. 在真实的芬兰电价和气温下，把算力放进社区、再用废热供暖，能不能降低居民的采暖电费？降多少？
2. 智能调度（让算力和电池会看电价）比不调度到底好多少？
3. 节点之间互相交易、极端天气下的自主能力，能做到什么程度？

为了回答它们，我们决定做一个仿真：每个城市放 6 个节点（3 户家庭、1 个社区、1 个商业楼、1 个可运输的钠电算力集装箱），用 2023 年和 2025 年的数据训练，2024 年的数据完全不参与训练，留作考试。

下一篇讲仿真怎么搭、第一次尝试为什么失败，以及结果让我们不得不修改的一个结论。