算力奔腾时代_重构数据中心电源及基础设施架构脉络_34页_2mb

算力奔腾时代，数据中心电源及基础设施架构脉络总结

核心内容

随着人工智能（AI）技术的快速发展，特别是大模型训练和推理对算力需求的指数级增长，传统数据中心架构和供电系统已难以满足当前和未来的需求。为此，AI数据中心（AIDC）应运而生，其核心在于对算力底座、平台服务、模型使能和行业应用的垂直整合与高效协同。同时，数据中心供电系统正经历从传统UPS交流供电向更高效的800V高压直流输电（HVDC）技术过渡，以适应未来兆瓦级机架的电力需求。此外，液冷技术成为数据中心制冷的新趋势，因其在高功率密度场景下的显著优势，被广泛视为实现绿色低碳数据中心的关键路径。

主要观点

1. AIDC架构特点

• AIDC采用“DC as a Computer”理念，强调算力底座的精密协同，以支持高并行智能计算任务。
• 算力底座层需高度垂直整合，实现高效算力与一体化运维。
• AIDC架构中，算力底座与模型使能层、业务应用层之间可解耦，但各层内部需紧密整合。

2. 数据中心供电系统升级

• 传统数据中心采用分层解耦设计，但无法满足AI大模型训练的高功率需求。
• 800V HVDC架构通过减少电压转换环节，显著提升电力传输效率，降低能耗。
• 该技术预计将在2027年成为NVIDIA等头部企业的主流选择，推动全球AI数据中心800V HVDC市场规模在2030年达到354亿元，年复合增长率达46%。

3. 液冷技术成为主流

• 风冷技术在40-60kW/机架的功率密度下仍有效，但超过此阈值后，需转向液冷。
• 液冷技术分为冷板式、浸没式和喷淋式，其中冷板式市场占比约65%，是当前主流方案。
• 液冷技术可将PUE降至1.2以下，浸没式甚至可低至1.1，显著提升能效。
• 液冷技术还支持高密度部署，节省主机房空间50%-80%。

4. 数据中心能耗趋势

• 2025年人工智能数据中心IT能耗预计达77.7太瓦时，为2023年的两倍；预计2027年将增至146.2太瓦时。
• 数据中心能耗增速远高于全社会用电量增速，成为能源消耗的重要组成部分。

5. 算力基建的战略地位

• 算力已成为数字经济时代的重要战略要素，2030年全球算力将超过16ZFlops，智算占比将超90%。
• 算力需求与AI技术发展高度相关，尤其在大模型训练、推理、终端应用等领域。

关键信息

1. 技术演进与需求增长

• AI技术发展经历了技术探索期、学科奠基期、专家系统、机器学习、深度学习、大模型崛起等阶段。
• 2022年以后，大模型技术进入爆发期，如GPT-4、Sora、DeepSeek-R1等，推动算力需求快速增长。

2. 供电架构技术对比

• 四种主流供电架构包括UPS交流供电、市电直供+机柜级BBU、±400V高压母线+sidecar、SST中压直供。
• 800V HVDC架构优势显著，包括可扩展性、效率提升、铜缆用量减少、可靠性优化等。

3. 液冷技术分类与应用

• 液冷技术分为直接式与间接式，其中浸没式液冷具有更高的换热效率。
• 液冷系统支持中高温水进行散热，减少对压缩机的依赖，实现全年自然冷却。

4. 数据中心市场与区域分布

• 美国、中国和欧洲占全球数据中心容量的82%，其中美国占比超过50%。
• 中国液冷服务器市场预计在2028年达到105亿美元，年复合增长率约48.3%。

产业链相关标的

风险提示

• 全球经济疲弱风险：若全球经济增长放缓，可能影响算力基建投资和AI技术商业化进程。
• 全球算力需求波动风险：AI技术商业化受阻或技术落地不及预期，将影响算力基建需求。
• 人工智能技术落地不及预期：大模型技术虽快速突破，但产品化和商业化仍需时间，若进展缓慢，将对产业链产生负面影响。
• 基建进度不及预期：算力基建若无法按预期推进，将影响AI模型和应用的发展。

未来展望

• 算力需求将在未来五年迎来爆发期，带动数据中心基础设施全面升级。
• 随着AI技术的广泛应用，数据中心将向更高效、更绿色、更智能的方向演进。
• 800V HVDC和液冷技术将成为推动数据中心能效提升和空间优化的关键技术。
• 产业链各环节，如PCB、光模块、散热、电源等，将因算力基建升级而持续受益。

算力基建的重要性

• 算力作为AI发展的基石，承担算法和数据的处理任务，成为推动数字经济发展的核心动力。
• 随着AI大模型的普及和应用，算力需求将持续增长，推动数据中心、服务器、网络设备等基础设施的全面升级。

总结

在算力需求不断攀升的背景下，数据中心架构正从传统分层解耦模式向垂直整合的AIDC模式演进，供电系统从54V向800V HVDC升级，制冷系统从风冷向液冷转变。这些技术革新不仅提升了数据中心的效率和能效，也推动了整个算力基础设施产业链的快速发展。未来，随着AI技术的深化应用，数据中心将向更高性能、更低能耗、更智能的方向演进，成为数字经济时代的重要支撑。