人工智能快速发展：人工智能正快速发展和不断成熟，以 ChatGPT 和 Deep Seek 为 代表的生成式人工智能因其显著的进步和广泛的应用范围而引起各行各业极大的关注， 其能够生成与人类语言非常相似的文本，生成高清图片，视频，影片，甚至编程，颠覆 了大众对人工智能的传统认知，也正在改变人类的生活和各行业的发展。
大模型等 AI 技术对算力需求爆发式增长：AI 大模型需要大算力，其训练时长与模 型的参数量、训练数据量成正比。根据《中国智算中心（AIDC）产业发展白皮书（2024 年）》，端到端大模型的理论训练时间为 8*T*P/(n*X)，其中 T 为训练数据的 token 数量， P 为模型参数量，n 为 AI 硬件卡数，X 为每块卡的有效算力。ChatGPT 参数量为 175B 规模下，预训练数据量 3.5 万亿，使用 8192 张卡，训练的时长为 49 天。深度学习时代之 前，算力需求 24 个月翻倍。深度学习时代算力需求 3-4 个月翻倍，大模型时代的算力需 求每 2 个月翻倍。
大模型成本优化推动算力需求长期增长，预计中国智算规模增长率 46.2%：DeepSeek 模型通过混合专家系统（MoE）优化等创新方式，使得其在具有更强性能的同时，显著 降低了训练和推理成本。根据杰文斯悖论，大模型成本优化在短期内可以显著降低训练 和推理的成本，长期来看，技术的降本会加速 AI 技术的发展和应用场景的扩展，因此会 继续推动算力需求持续增长。根据浪潮信息和 IDC 联合发布的《中国人工智能计算力发 展评估报告》，预计 2025 年中国智能算力规模将达到 1037.3 EFLOPS，预计到 2028 年将 达到 27819 EFLOPS，2023-2028 年期间，中国智能算力规模的五年年复合增长率预计达 到 46.2%。
2.1 AI 推动智算中心发展，机柜向功耗高密度化演进
数据中心走向智算数据中心（AIDC）：过去十几年，随着互联网的兴起，数据中心 作为 IT 基础设施的核心载体快速发展。随着生成式人工智能的出现，传统数据中心已经 逐渐无法满足迅速增长的计算需求，因此专注于提供 AI 模型训练和推理所需的高性能计 算能力的智算数据中心应运而生。
芯片功耗提升，机柜向功耗高密度化演进：智算训练需要建立高度集中化的 GPU 集 群，而其 GPU芯片的算力在持续提升。根据《智算中心基础设施演进白皮书》，当前 H100、 H200 等芯片功耗已达到 700W，2024 年 3 月 GTC 大会新发布的 B200 功耗达 1000W， GB200 的功耗更是达到了 2700W。随着芯片功耗的提升，其自身的散热功耗也在不断提 升，因此智算中心的单柜功耗也不断攀升。传统数据中心的单机柜功耗通常为 2~8KW， 智算中心的单机柜功耗达到 20~50KW，未来会达到 100KW 甚至更高。
智算中心负载波动变大，对供电系统要求更高：传统数据中心（通算中心）运行后整体负荷较为稳定，峰值或低谷工况极少发生。而智算中心在训练任务启动时负载会急 剧攀升至极限功耗值，任务结束时则骤降至最低功耗水平。这种剧烈的波动性使智算中 心呈现显著的动态负载特性，表现为周期性、高幅度波动、多任务并发及瞬时高负载冲 击，此类动态特性对供电系统与温控设计提出了更高的适应性需求。
2.2 智算中心面临能源接入挑战，电源系统成为关键
传统数据中心对区域电网整体压力不大：传统数据中心（通算中心）单栋机房的电 力系统通常由四路 10kV 市政电源支撑，例如某大型企业单栋机房配置 2 万台服务器（合 计 12.9MW IT 负载）时，配套电力容量约 20MVA，此类建设通过分期开发模式基本不影 响区域电网负荷。 智算中心的电力接入成为挑战：相较之下，智算中心以万卡算力集群（如 1024 台英 伟达 H100 GPU 服务器）为例，单栋建筑电力需求达 15-20MVA；若扩展至 10 万卡集群， 功耗高达 100MW 以上，远超市政 10kV 电网承载力——需采用 110kV/220kV 高压电网直 供。随着芯片算力密度提升，园区总功耗可达 200-500MW 级别，电能供给规模已超越芯 片算力本身，成为智算中心的扩展瓶颈。 人工智能数据中心能耗五年间将实现六倍增长：根据《中国人工智能计算力发展评 估报告》，2024年人工智能数据中心IT 能耗（包含服务器、存储系统和网络）达到55.1TWh， 2025 年将增至 77.7TWh，是 2023 年能耗量的两倍，2027 年将增长至 146.2TWh，2022-2027 年五年年复合增长率为 44.8%，五年间实现六倍增长。 因此，在满足算力容量需求下，如何匹配电力接入，并实现绿色发展，成为智算中 心面临的重大挑战。为解决这样的问题，与智算中心基础设施需求配套的电力能源系统 成为需重点关注的问题。
根据《数据中心设计规范》，数据中心分为三个等级，分别用 A、B、C 表示。A 表 示最高级，此等级机房的设施系统需要有容错能力，能应对一次事故的发生和单个系统 的离线检修，保证机房正常运转；B 表示次高级，此等级机房的设施系统应有冗余配置， 不会因为单一设备故障导致机房设备系统停止运行；C 表示等级最低，此等级机房的设 施系统只需满足机房设备系统的正常运行即可。
数据中心供配电系统是从高压输入点至终端负载的整个电路系统，主要组成包括备 用电源、市电电源、高压配电设备、变压器、低压配电柜、UPS、备用电池组、机房配 电设备。随着数据中心的发展，各组成部分也衍生出了不同的技术路线，备用电源有发 电机组、专用馈电线路之分；发电机组有燃气发电机组、柴油发电机组之分；UPS 总体 上划分为直流不间断电源（HVDC）及交流 UPS，同时交流 UPS 再次划分为高频交流 UPS 及工频交流 UPS，高频交流 UPS 又有传统、模块化之分；备用电池组有铅酸蓄电池、锂 离子电池之分；机房配电设备有精密配电柜、配电母线之分。
3.1 备用电源：柴油发电机是主流
根据《数据中心设计规范》，A 级数据中心应由双重电源供电，并应设置备用电源。 备用电源宜采用独立于正常电源的柴油发电机组，也可采用供电网络中独立于正常电源 的专用馈电线路。当正常电源发生故障时，备用电源应能承担数据中心正常运行所需要 的用电负荷。 柴油发电机是主流备用电源：备用电源常设计为发电机组，而不设计为专用馈电线 路，主要原因为：①专用馈电线路需依赖外部电网，一旦外部电网发生故障，就会影响 数据中心的应急供电；②专用馈电线路建设不便，需要与电网公司进行许多沟通与协调， 专用馈电的维护成本和时间都较高。常用市电电源失效后，数据中心电源切换为专用馈 电线路的时间比较长，无法快速接通备用电源；③发电机组作为独立的电源系统，不需 要依赖外部电网，且可以快速启动并提供稳定可靠的备用电源。而柴油发电机相较燃气 发电机有维护简单、启动时间更短、紧急带载能力更强的优点，因此大部分数据中心采 用柴油发电机组作为备用电源。
由于数据中心对发电机组的输出频率、电压和波形有严格要求，故要求发电机组的 性能等级不应低于 G3 级。G3 级要求柴油发电机组突加 50%负载时，频率降小于 7%， 电压降小于 15%。实际运行时，数据中心的柴油发电机组往往突加 100%负载，因此选择 柴油发电机组的标准应高于 G3 级。
3.2 不间断电源系统：蓄电池是关键
不间断电源系统由整流器、逆变器、蓄电池组、静态开关电路、维护旁路及侦测控 制电路组成。在正常电源发生波动、闪变和短时中断，或者因正常电源故障需要切换至 备用电源为数据中心供电时，均由不间断电源系统为数据中心供电，以保证电子信息设 备的连续稳定运行。在此过程中，电能供应由不间断电源系统中的蓄电池提供。因此， 蓄电池系统的配置是数据中心连续稳定运行的核心系统之一。
3.3 电池备份单元：布局灵活、响应速度快
BBU 与 UPS 协同工作：电池备份单元（BBU）是一种为关键设备提供短时备用电源 的装置，主要用于在主电源中断时维持设备运行，防止数据丢失或服务中断。它常见于 数据中心、通信基站、工业控制系统等场景，通常与不间断电源（UPS）或直接集成在 设备中协同工作，确保无缝切换至备用电源。
BBU 在转换效率、布局灵活性、响应速度等方面有明显优势：相较于 UPS 需集中部 署，BBU 可直接嵌入服务器机柜内，按需分布式配置，无需专用机房。电力转换效率方 面，UPS 需经历交流-直流-交流多次转换，而 BBU 直接采用直流输入输出，减少转换环 节，效率可显著提升，PUE 值（电能使用效率）和运营成本 BBU 明显优于 UPS。故障容 错和系统可靠性方面，UPS 单点故障可能导致数十至数千台设备断电，而 BBU 分布式设 计下，故障仅影响单个或少量机柜，保障数据中心整体可用性。 BBU 在供电时长、电池温升控制要求等方面有不足之处：然而，由于 BBU 是安装 于机柜内，因此对 BBU 电池温升控制有较高的要求。供电时间方面，BBU 通常设计为 短时供电，仅支持设备安全关机或切换至备用发电机，而 UPS（尤其搭配外部电池组） 可提供数小时至数天的持续供电能力。在 AI 服务器等高功率负载下，BBU 可能因电池 容量限制无法满足长时间供电需求，需依赖外部柴发系统协同，增加系统复杂度。初始 投资成本方面，BBU 主流采用锂离子电池，其单位成本显著高于铅酸电池。
4.1 UPS 电池：锂进铅退
蓄电池在 UPS 中扮演十分重要的角色：蓄电池在 UPS 供电系统中扮演着一个十分重 要的角色，是供电发生故障整个系统的运行的保障，数据中心必须具有可靠的电池系统， 以确保不间断电源的持续运行和 IT 设备的持续可用性。根据维谛技术的报告显示，55% 的计划外数据中心停机和三分之一的不间断电源系统故障由阀控式铅酸电池故障引起。
当前铅酸电池仍是主流，具有明显的短板：目前通算中心（传统数据中心）中铅酸电池仍然是主流，数据中心最常用的电池类型是阀控式铅酸蓄电池。铅酸电池的阴阳极 分别为二氧化铅、金属铅，电解质是硫酸溶液，其具有成本低廉、安全性高、技术成熟 的优点，同时也有使用寿命短、运行环境要求高、需定期保养、易瞬间崩溃、易污染环 境的缺点。随着智算中心电力的面积占比不断增加，与不间断电源配套的电池室面积也 在相应同步增加，电池选型变得更加必要和重要。
锂离子电池成为新的趋势：近几年来，越来越多的数据中心使用适用于不间断电源 应用的锂离子电池解决方案。锂离子电池由正极、负极、隔离膜、电解液等组成，由于 其性能的提高、使用的灵活性以及比铅酸电池更低的总拥有成本，已经成为一种可行的 替代储能方案，并逐步成为新的趋势。 磷酸铁锂电池契合数据中心需求：目前主流的锂电有磷酸铁锂、三元锂、钴酸锂、 锰酸锂。其中,磷酸铁锂电池与铅酸蓄电池相比，重量轻(为铅酸蓄电池的 25%~30%)、占 地小(不到铅酸蓄电池的 1/3，减少 50%~75%的占地面积)、循环寿命长(3000 次以上,是铅 酸蓄电池的 6 倍)、温度适应性高(充电/放电环境 0~55℃/-20~70℃)、自放电率小(低于 3%/ 月)、安全性高、绿色环保(不含任何重金属与稀有金属)，综合指标与数据中心要求的契 合度较高，适合在数据中心使用。
4.2 BBU：小圆柱锂电池为主，全极耳设计是方向
电芯是 BBU 中最重要的部分：基于紧凑设计、灵活性配置、节约空间等原则，BBU 的内部结构较为简单，一个 BBU 模块由电池 PACK（包含电芯）、BMS、DC/DC 等部分 组成，其中电芯是最重要的组成部分，成本占比也最大。微软曾为 GB200 选配了由 5 个 模块组成的 BBU，由于 GB300 的功率更高，其 BBU 或将采用 5+1 的冗余架构（一组 BBU 由六个模块组成）。
BBU 对电池安全和倍率性能要求高，小圆柱电池较契合：BBU 作为备用电源，对安 全性能和倍率性能要求较高，而小圆柱电池具有能大电流放电、安全性能高（内部受力 均匀）等优点，因此能够完美契合 BBU 的需求。
倍率性能是小圆柱电池未来发展方向：小圆柱的 18650 电池容量已经达到 3.5Ah， 21700 电池容量也已经达到 5.8Ah，容量提升方向上的可挖掘潜力不大，且 BBU 对倍率 性能的需求更大。在此背景下，小圆柱电池向高倍率方向演化，小圆柱电池全极耳成为 各厂商的研究方向。 全极耳设计能显著提升倍率性能：传统的单极耳设计只能沿着集流体的长度方向传 输电荷，传导距离长导致内阻较大，而全极耳设计的电流传输最大距离是电极的高度而 非长度，电极高度通常是电极长度的 5%—20%，因此电阻相较单极耳减少了 5-20 倍，从 而提高了传输效率，较大地提高了电池的倍率性能。
4.3 预计 2030 年数据中心锂电池出货达到 300GWh
“数据中心+风光+储能”成为打破电力供给矛盾的技术路径：建设方式上，AIDC 通常采用高功率密度液冷服务器，向超大规模集群化（百 MW 级）、绿色化（PUE<1.1） 迈进。数据中心倾向于在空间上集中导致局部发电及输配电网络压力加大，电力供需矛 盾日益严重，已有不少城市颁布新建设施临时禁令，如占全美数据中心容量 1/4 的弗吉尼 亚州正收紧分区法规以限制选址。在此背景下，传统电网架构已无法满足高密度算力设 施的稳定性需求，而“数据中心+风光+储能”凭借清洁低碳、安全性、可靠性、经济性 优势，逐渐成为破解“电力-算力”失衡的重要技术路径。 锂电池从备电向功能类型转变：通常数据中心主要使用锂离子电池作为 UPS 系统的 蓄电池部分使用，当正常电源发生波动、闪变和短时中断，或者因正常电源故障需要切 换至备用电源为数据中心供电时，均由不间断电源系统为数据中心供电，以保证电子信 息设备的连续稳定运行。随着数据中心转向绿电供能，锂离子电池应用也从备电类型向 供能类型转变。 数据中心锂电出货未来复合增长率超 80%：根据高工产研的数据，预计 2027 年全 球数据中心储能锂电池出货量将突破 69GWh，到 2030 年这一数字将增长至 300GWh， 2024-2030 年复合增长率超过 80%。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
