【摘要】当AI算力从单卡、单服务器走向超节点、超集群，数据中心正在迎来一场能源体系的重构。过去支撑数据中心运行多年的交流UPS架构，正面临更高功率密度、更复杂负载变化带来的新挑战，800V高压直流（HVDC）与以±400V为代表的中高压直流供电方案，成为下一代AIDC基础设施的重要探索方向。

但供电电压的升级，并没有完全解决AI时代的数据中心能源难题。面对GPU集群带来的瞬时功率波动，如何让能源系统具备更快响应、更强调节能力，正在成为产业竞争的新焦点。

从机柜内的BBU，到机柜外的储能系统，再到新能源、储能与数据中心配电的协同融合，AIDC正在从单纯的“用电大户”向具备能源管理能力的柔性节点演进。一场围绕算力与能源融合的新基础设施竞争，正在展开。

以下是正文：

01 超节点时代来了，数据中心供电也走到了十字路口

在今年WAIC等AI产业展会上，“超节点”“超集群”成为频繁出现的关键词。

从GPU厂商到服务器企业，再到液冷、网络设备和数据中心基础设施厂商，大家讨论的重点正在发生变化。过去行业更关注单颗芯片性能，如今关注点逐渐转向更大规模的系统协同——如何把数十颗、数百颗GPU组织成一个高效运行的计算单元，再进一步扩展到万卡级甚至更大规模的AI集群。

以NVIDIA推出的GB300 NVL72为例，其采用机架级设计，将72颗Blackwell Ultra GPU和36颗Grace CPU整合为统一计算平台，并强调面向AI工厂的大规模部署能力。相比单服务器时代，“机架即节点”“集群即产品”正成为AI基础设施的新方向。

图源：NVIDIA官网

算力组织方式改变的同时，一个曾经很少站到聚光灯下的环节，也开始成为产业链讨论的重点——供电。

AI训练和推理推动GPU数量持续增加，单机柜功率密度快速提升，数据中心正在从简单增加服务器数量，转向在有限空间内承载更高的电力消耗。根据麦肯锡发布的研究预计，在AI需求驱动下，全球数据中心用电规模到2030年需求将增长两倍以上，可靠供电正与先进芯片、建设速度一道，成为影响AI基础设施竞争力的重要因素。

与此同时，传统数据中心沿用多年的交流UPS架构，也开始面对新的考验。

过去，这套体系最大的优势是成熟、稳定。市电经过UPS、电源模块等多个环节后，为服务器提供稳定电力，足以满足互联网时代相对平稳的计算负载。

但AI服务器的运行特征并不相同。大模型训练、推理任务切换，以及GPU集群资源调度，都会带来更加剧烈的负载变化。供电系统除了保证“不停电”，还需要尽可能减少能量转换损耗，并对瞬时功率变化作出更快响应。在高功率密度场景下，传统交流供电链路中多个转换环节带来的效率损耗和系统复杂度，也开始受到关注。

在这样的背景下，数据中心供电开始朝着“直流化、极简化”演进。

一条思路是在现有直流供电体系基础上继续优化，以±400V为代表，提高兼容性和部署效率；另一条则进一步提升供电电压，探索800V高压直流，希望减少转换环节，适配更高功率密度的AI机柜。

围绕两条路线的讨论，也逐渐成为AIDC基础设施领域最受关注的话题之一。

不过，800V还是±400V，并不是这场能源重构的全部答案。即便供电效率得到提升，一个更现实的问题仍然摆在所有AI数据中心面前：面对越来越频繁的瞬时功率波动，如何让能源系统跟得上算力系统的节奏？这也是下一代AIDC真正需要回答的问题。

02 800V还是±400V？两条路线，代表的是两种产业选择

直流化几乎已经成为AI数据中心供电演进的重要方向，但下一步应该怎么走，行业并没有形成统一答案。

今年以来，围绕800V高压直流（HVDC）和±400V直流供电，两条技术路线的讨论明显升温。从芯片厂商到服务器企业，再到电源、配电设备厂商，产业链正在加快布局。不过，两者竞争的核心并不在于技术路线的高低之分，而在于哪种方案更契合下一阶段AI数据中心的发展需求。

支持±400V路线的一方，更看重产业落地的现实性。

相比重新构建一套供电体系，±400V能够在现有直流供电技术基础上继续演进，对服务器、电源模块以及数据中心基础设施的兼容性更好，部署门槛相对较低，也更容易与存量数据中心衔接。这也是近年来运营商数据中心和部分互联网数据中心持续推进直流供电的重要原因之一。

对于大量仍处于升级阶段的数据中心来说，兼顾建设成本、系统稳定性和产业成熟度，比追求更高电压更具现实意义。

另一派则认为，AI时代的数据中心正在进入一个全新的功率密度区间，仅靠渐进式改良，很难满足未来需求。

今年GTC大会上，NVIDIA发布面向AI Factory的新一代基础设施规划，并提出800V HVDC供电架构，希望进一步减少交流与直流之间的转换环节，提高整体供电效率，同时降低高功率场景下的线路损耗和铜材使用量，为更大规模GPU集群提供能源支撑。随着GB300 NVL72等机架级产品陆续推出，围绕800V供电体系的讨论也进一步升温。

800V的优势并不仅体现在效率。

随着AI服务器单机柜功率不断提升，在相同功率条件下，提高供电电压意味着可以降低传输电流，从而减少线路损耗、降低散热压力，并简化部分配电系统设计。这也是新能源汽车从400V平台逐步迈向800V平台背后的技术逻辑，如今这一思路正被引入AI数据中心。

不过，这条路线同样意味着更高的产业协同门槛。

供电电压提升涉及的不只是电源设备调整，还包括服务器、电源模块、连接器、保护器件、配电系统等多个环节的重新适配，对产业链协同能力提出更高要求。同时，高压直流在安全标准、运维体系以及工程实践方面仍需进一步完善，短期内更适合新建的大规模AI数据中心，而非所有场景。

因此，从当前产业发展来看，两条路线更像是两种不同的发展节奏。±400V回答的是“如何更快落地”，800V回答的是“如何支撑未来”。

±400V更强调兼容现有生态，希望在成熟产业体系上持续优化；800V则更侧重面向未来，通过重构供电架构，为下一代超节点、超集群预留空间。两条路线可能将在不同规模、不同类型的数据中心中形成差异化应用，并长期共存。

不过，争论800V还是±400V，只回答了“电怎么送进去”。

真正困扰AI数据中心的，还有另一个问题。

无论采用哪种供电架构，当数千张GPU同时启动训练任务，或者推理负载瞬间攀升时，功率都会在极短时间内发生剧烈波动。相比供电电压的选择，这种瞬时功率冲击，对能源系统提出了更高要求。

也就是说，下一代AIDC竞争，不仅要解决“供得更高效”，还要解决“供得更灵活”。而这，正是储能、BBU以及算电协同开始走向前台的原因。

03 比起800V之争，一个更难的问题正在出现

但对于AI数据中心来说，这只是第一步。真正的挑战来自AI计算负载的变化。

与传统CPU服务器相比，AI训练和推理任务具有更明显的动态特征。任务启动、模型切换、集群调度，都可能让GPU功耗在极短时间内快速变化。电力系统需要应对的不仅是持续增长的负载压力，还包括越来越频繁的瞬时功率波动。

这意味着，仅靠提升供电效率，并不能完全解决AI时代的数据中心能源问题。

行业开始意识到，一个更加立体的能源体系正在形成。

距离GPU最近的一层，是机柜内。

为了应对毫秒级功率波动，必须在AI数据中心备电中引入高倍率充放电UPS系统或BBU系统（Battery Backup Unit，电池备份单元）。这两者都是利用高倍率电池在极短时间内的充放电，为服务器电源系统提供快速功率响应，降低GPU负载变化对供电链路的冲击。

这一变化，也让电池开始从传统意义上的“备用电源”，转变为AI服务器的重要组成部分。

典型的代表就是厦门新能安，新能安推出的高倍率充放电UPS方案，以及BBU方案，侧重解决AI计算场景下快速响应和高功率输出需求。随着GPU功率持续提升，灰区调节性备电有望成为AI服务器的重要配套设施之一。

图源：新能安官网

仅靠机柜内储能仍然不够。AI数据中心面对的并不仅是毫秒级波动，还有更长时间尺度上的电力调节需求，例如峰谷负荷变化、电网波动以及突发断电等场景。

因此，机柜之外，大容量储能系统开始承担另一项任务。

不同于BBU的快速响应，数据中心储能更像是一座“能量缓冲池”，负责在更长时间尺度上进行削峰填谷、备用供电以及能源调度，提升整个园区供电韧性。

亿纬锂能近年来持续布局数据中心储能场景，其产品覆盖电芯、储能系统等多个环节，正是这一趋势的体现。对于未来功率密度不断提升的AI数据中心而言，机柜内外储能承担着不同层级的能源保障功能，共同构成更完整的供电体系。

不过，这仍然不是终点。随着新能源装机比例不断提升，AI数据中心开始面对新的课题：如何不仅消耗电力，还能够参与能源调节。

随着储能系统、能源管理平台以及新能源发电进一步融合，数据中心有机会成为具备调节能力的“柔性节点”，在保障算力运行的同时，参与削峰填谷、需求响应等电网服务。

这一思路，也与天合储能提出的“算电协同”方向相契合。通过打通新能源发电、储能调节和机房配电，数据中心能够在算力需求与能源供给之间建立更加灵活的协同关系，与天合储能提出的“以电强算、以算促电”理念相呼应，使AIDC从单纯的“用电大户”逐步向新型能源节点演进。

图源：天合储能官网

不过，算电协同距离真正大规模落地仍面临挑战。储能经济性、能源调度机制以及算力系统与电网之间的协同标准，都需要产业进一步探索。

因此，AI数据中心能源体系的竞争，最终将超越800V与±400V之间的路线选择，转向覆盖机柜、园区乃至电网的整体协同能力。这或许也是下一代AIDC基础设施竞争中真正拉开差距的关键。

04 尾声

AI时代的竞争，正在从芯片、模型延伸到支撑算力运行的基础设施体系。800V与±400V代表着数据中心供电架构演进中的不同探索，而BBU、储能系统以及算电协同，则正在重新定义数据中心与能源之间的关系。

未来的AIDC，不只是消耗电力的计算中心，也可能成为连接新能源、电网和算力的新型能源节点。谁能够在提升算力密度的同时，构建更加高效、灵活的能源体系，谁就有机会在下一轮AI基础设施竞争中占据更重要的位置。

*头图由AI生成

- XINLIU -