AI数据中心供电革新战

近年来，生成式AI技术迅猛发展，诸如ChatGPT、AI绘图、大型语言模型（LLM）及AI代理等应用，均依赖于GPU提供的强大并行计算能力。随着模型复杂度的提升，AI训练和推理所需的计算密度不断加大，使得AI服务器的能耗显著增长。

以往的传统数据中心多使用48V/54V电源架构，单个机柜的功耗通常在10kW至30kW之间。然而，随着AI时代的到来，高密度GPU机柜的功耗已跃升至120kW、250kW，甚至向1MW以上发展，传统供电与散热系统正面临严峻挑战。

为应对高功率和高密度计算需求，新一代AI数据中心正逐步引入以下关键科技：

高压直流供电（HVDC）

液冷技术

集中式Power Shelf架构

SiC/GaN功率半导体

固态变压器（SST）

垂直供电（Vertical Power）

其主要目标包括：

提高供电效率

减少能量损失

降低热量产生

支持超高密度AI计算架构

构建新一代AI能源基础设施

在新一代AI服务器架构中，Power Shelf已成为机柜级供电系统（Rack-Level Power Architecture）的核心。

Power Shelf可视为AI机柜的“集中式供电与电力管理平台”，主要功能包括：

将外部电力转换为服务器所需电压

统一为GPU、CPU和网络设备供电

提供高效电源转换

稳定高密度GPU负载

降低供电损耗与热量产生

传统的电源供应器（PSU）多采用分散式设计，但随着AI GPU机柜功耗的快速上升，传统PSU架构开始面临以下问题：

空间不足

线材过多

电流过高

散热困难

维护复杂

因此，新一代AI机柜逐渐采用集中式Power Shelf架构，将高功率AC/DC或HVDC转换集中在机柜侧，再统一配送至GPU与CPU模块。

Power Shelf已不再是传统PSU的简单延伸，而是影响AI系统性能、供电稳定性、能源效率与散热设计的关键基础设施。

传统48V/54V电源架构原本适用于一般云服务器，但在高密度AI计算环境中，其局限性逐渐显现。

根据功率公式：P=V⋅I，在功率恒定的情况下，若电压较低，系统需要更高电流来传输相同功率，这会导致：

线材发热增加

铜损（Copper Loss）增加

电源效率下降

散热压力大幅增加

配线体积与重量增加

当单一AI机柜功耗提升至数百kW时，传统48V架构已难以满足高密度GPU计算需求。

目前传统供电架构整体效率多在85%～89%之间，能量损耗与散热成本已成为AI数据中心的重要瓶颈。

为解决高功率AI计算带来的供电问题，数据中心正逐步引入400V～800V的HVDC（高压直流）架构。

其核心理念为：

“提高电压、降低电流”

通过提升供电电压，可有效降低电流与传输损耗，从而改善整体供电效率。

HVDC架构具有以下优势：

降低电力传输损耗

减少热能产生

提升供电效率

降低线材使用量

提升空间利用率

更适合高密度AI机柜

相比传统供电架构，HVDC系统效率可提升至约92%～95%，在大型AI数据中心中具备明显优势。

AI GPU平台功耗正以惊人速度攀升。

以NVIDIA新一代AI平台为例，单一AI机柜功率已从过去的数十kW大幅提升至数百kW。

部分下一代设计甚至已朝向1MW～2MW等级迈进，代表AI数据中心正式进入“超高功率时代”。

这意味着：

未来单一AI机柜的耗电量，可能相当于一整层办公室甚至小型工厂。

供电、散热与能源管理的重要性也因此大幅提升。

从上述趋势可明显看出：

AI机柜功率正快速突破传统数据中心设计极限

液冷技术将逐步取代风冷

高压HVDC与集中式Power Shelf将成为主流

未来可能全面迈向机柜级能源平台设计

1. 过渡型HVDC架构

目前多数AI数据中心采用“过渡型HVDC”方案，其供电流程如下：

市电（AC）

→ UPS

→ 800V DC母线

→ Power Shelf

→ 48V/54V DC

→ DC-DC模块

→ GPU/CPU

架构特点

市电输入

电网提供10kV～33kV高压交流电。

UPS系统

将AC转换为DC，并提供备援电池功能。

HVDC Bus

形成400V～800V的高压直流主干供电系统。

Power Shelf

将800V DC转换为48V/54V DC，并统一供应整个AI机柜。

服务器端DC-DC模块

再进一步转换为GPU/CPU所需低电压。

优点

可沿用既有机房设备

导入速度快

改建成本较低

缺点

电力转换层级较多

能量损耗仍高

系统效率约89%

2. 固态变压器（SST）架构

固态变压器（SST, Solid State Transformer）被视为下一代AI数据中心的重要供电技术。

SST最大特点在于：

可直接将10kV～33kV高压交流电转换为800V DC

相比传统架构，SST可大幅减少电力转换层级，因此具备：

更高供电效率

更低能量损耗

更小设备体积

更佳电力质量

更高整合度

目前SST仍处于验证与试点阶段，但包括：

Hitachi

ABB

Schneider Electric

Ampersand

DG Matrix

等企业皆已开始布局AI数据中心SST技术。

未来大型AI数据中心有望逐步导入SST作为核心供电架构。

固态变压器（SST）是一种利用功率半导体与高频电力电子技术，取代传统铁芯变压器的新型供电系统。

其核心技术主要来自：

SiC（碳化硅）

GaN（氮化镓）

等高效功率元件。

SST可在高频状态下进行AC/DC高效转换。

SST核心特点

高效率转换

效率可达92%～95%，部分设计甚至接近98%。

小型化

高频变压器可大幅缩小体积。

双向AC/DC转换

可支持未来直流数据中心架构。

智慧控制

具备数字控制、远程监控与谐波抑制能力。

模块化设计

可依负载需求弹性扩充与维护。

HVDC优势

架构成熟

成本效益高

可逐步升级既有机房

SST优势

效率更高

系统更小型化

更适合未来超高密度AI机柜

未来AI数据中心将朝向以下方向发展：

1MW机柜时代

高压HVDC、高密度供电与三相电源将成为标准。

SiC/GaN普及

具备高耐压、高效率、低损耗与小型化优势。

液冷全面普及

液冷与两相浸没式散热将逐步取代传统风冷。

垂直供电（Vertical Power）

DC-DC模块直接靠近GPU芯片，以缩短供电路径并降低损耗。

机柜级能源平台

Power Shelf将逐步演变为整合：

电力转换

能源管理

热管理

实时监控

的核心能源平台。

电网压力增加

AI负载变动剧烈，未来数据中心将需要：

大型储能系统

智慧电网

动态能源管理

以维持电力稳定。

机柜空间不足

GPU、交换器与液冷设备大量占用空间，Power Shelf的整合难度也持续提高。

能源消耗快速攀升

预估至2030年，全球数据中心耗电量可能达：

700TWh～1000TWh

因此可再生能源、节能技术与高效率供电架构将成为必要配套。

AI服务器与数据中心的发展方向已十分明确：

更高电压、更大功率、更高效率，以及更强散热能力。

未来关键技术将包括：

800V HVDC

1MW高密度机柜

SiC/GaN功率元件

液冷散热技术

固态变压器（SST）

集中式Power Shelf架构

其中，Power Shelf也将从传统电源模块，逐步演变为AI基础设施中的核心能源平台，成为影响AI运算效能、供电稳定性与能源效率的关键技术之一。