2025年人工智能行业：算力奔腾时代，重构数据中心电源及基础设施架构脉络

我国IDC发展现状

数据中心架构重塑—由分层耦合到垂直整合

根据华为《AI DC白皮书》显示，传统数据中心采 用分层解耦的规划设计方式，按计算、存储、网络 等部件分别采购建设，适用于多数通算任务。但在 面向大模型训练等高并行智能计算场景时，传统架 构面临挑战，AI DC 应运而生并呈现出新的架构 特征。

AIDC 形成了以算力底座层、平台服务层、模型使 能层和行业应用层为核心的新型架构。其核心变 化在于强调垂直整合，尤其是算力底座层。传统通 算任务可在松耦合系统中分布执行，而大模型训练 需整个算力底座作为统一系统运行单一任务，跨越 所有节点长期高并行运转，节点间紧密耦合，任一 故障将导致任务中断，带来巨大损失。

因此，AIDC 必须将算力底座构建为如超级计算机 般精密协同的系统，实现“DC as a Computer”， 传统按部件采购建设模式无法满足要求。在架构上， 算力底座与模型使能层、模型使能层与业务应用层 之间可解耦，但各层内部需高度垂直整合，以实现 高效算力与一体化运维，保障高并行智能计算的稳 定高效运行。

AI数据中心推动电网升级迭代

根据IEA数据显示，AI服务器的电力消耗相比传统服务器将增加五 倍，这将导致2030年数据中心的电力总消耗翻倍。

美国、中国和欧洲占全球数据中心容量的82%， IEA预计到2030年 数据中心电力需求增长中，美国占比超过50%以上，中国和欧盟占 比6-10%.

AI 工作负载的指数级增长正在增加数据中心的功率需求，传统机 架电源遇到限制。传统的54V机架内配电专为千瓦（KW）-scale 机 架设计，无法支持即将进入现代 AI 工厂的兆瓦（MW）-scale 机架。

IDC供电架构革命

数据中心服务器四大主流供电体系

随着服务器机柜功率的跃迁式提升，数据中心供电系统亟需新的解决方案，以应对未来单个机柜高达兆瓦级的运行功 率。以北美云服务提供商为代表的国外数据中心，其演进路线主要可分为以下几种架构：

架构一：UPS交流供电。该方案以UPS为核心设备，是 目前的主流选择，但由于需经过至少两级电能转换，整 体效率相对较低。

架构二：市电直供+机柜级BBU。这一方案对锂电池的 应用更为激进，它简化了传统UPS加电池的备电方式， 采用市电直接为服务器供电，并将备用电池（BBU）集 成在服务器机柜内。其优势在于取消了UPS、备电贴近 负载从而可靠性高，但缺点是备电时间较短且安全隐患 相对较高。

架构三：±400V高压母线+sidecar。随着机柜功率密度 的提升，传统方案电能传输效率低，且柜内电源设备会 挤占IT负载空间。采用±400V高压母线，并将电源设备 集中布置在IT机柜旁的sidecar中，可显著提升效率并节 约空间。

架构四：SST中压直供。为降低数据中心供电系统（灰 区）的占比、提升效率并便于新能源接入，采用固态变 压器（SST）的中压直供方案优势明显，目前被视为数 据中心供电的终极发展方向。

AI数据中心供电设备架构技术升级

当前数据中心供电系统通常需经历多次AC-DC-AC-DC转换，每一环节都存在电能损耗，导致整体效率降低。随着AI算力需求急剧增 长，电力消耗大幅上升，单个系统的能量浪费若扩展至整个数据中心，将造成更多的电力资源损失。为此业内提出了新型的HVDC （高压直流输电）架构，通过直流电进行大容量电力传输，以降低损耗。

HVDC技术采用更高等级的直流母线电压（如DC240V）进行输电，再经由DC-DC电源模块降至DC48V供给服务器主板。该架构以锂 电池BBU替代传统UPS中的铅蓄电池，同时省去了UPS的逆变与整流环节，从而显著提升了电力传输的转换效率。

当前国内数据中心供电架构仍以UPS交流供电系统为主流。此外，直流供电方案（如240V和336V两种电压制式）也已成熟，但由于 末级配电中服务器电源的兼容性问题，其市场份额仍然较低。不过，智算中心对提升转换效率的需求，正在对更高电压平台的HVDC 方案，以及同为直流供电的巴拿马电源、SST等方案形成催化。整体而言，国内对此类方案的迫切程度仍较国外为低。

英伟达率先开启800V HVDC革命

根据英伟达官方表示，从2027年开始，NVIDIA正在率先向800V HVDC数据中心电力基础设施过渡，以支持 1MW 及以 上的 IT 机架。

传统的数据中心配电涉及多次电压转换，会导致效率低下并增加电气系统的复杂性。通过使用工业级整流器，在数据中心 周边将 13.8kV AC 网电源直接转换为 800V HVDC，消除了大多数中间转换步骤。这种简化的方法可更大限度地减少能源损 失，这些损失通常发生在多个 AC/DC 和 DC/DC 转换期间。

根据智研咨询报告，随着头部企业加速推进800V HVDC电源产品的研发与落地，预计到2030年，全球AI数据中心800V HVDC市场规模将达到354亿元，2026–2030年间年复合增长率高达46%。

传统风冷散热边界有限，液冷技术势在必行

根据国家能源局、中国信息通讯研究院统计，2024年我国数据中心能耗总量1660亿千瓦时，约占全社会用电量的1.68%，同比增长 10.7%。这一增速已显著高于同期全社会用电量6.8%的总体增长水平，数据中心在能源消耗领域中占据重要地位。

在人工智能技术快速演进与相关行业高速增长的背景下，芯片功耗持续上升，促使制冷方案趋于多样化。随着机架功率密度不断提 高，风冷技术的有效散热边界约为40-60kW/机架。超越此阈值后，无论从散热效能还是成本角度考虑，均需转向液冷方案部署。因 此，数据中心制冷正从纯风冷模式向风液混合模式演进。

液冷散热将成为IDC散热主流方式

服务器的冷却主要包括风冷与液冷两种技术。风冷以空气为冷媒，通过空气与发热部件直接接触进行散热；液冷则借助液体作为冷 媒，将设备内部元器件产生的热量传递至外部，从而实现冷却。在信息技术产业发展初期，风冷因其适应性强，曾是小型数据中心 的理想选择。随着高功率密度的大型数据中心逐渐成为主流，风冷散热能效较低的局限性日益凸显，已难以满足信息行业绿色发展 的要求。

液冷技术主要包括冷板式液冷、浸没式液冷和喷淋式液冷技术三种。目前液冷技术以冷板式液冷、浸没式液冷为主要形式。根据中 商产业研究院数据，截至2024年，中国液冷技术市场占比情况为：冷板式液冷技术市场占比约为65%，是目前成熟度最高、应用最 广泛的液冷散热方案之一；浸没式液冷技术市场占比约为34%；喷淋式液冷市场占比约为1%。根据冷却液是否与电子器件直接接触，液冷技术分为直接式液冷和间接式液冷。间接式液冷以冷板式为代表，冷却液流经 CPU/GPU 顶部的冷板，IT 设备与冷板交换热量， 电子元器件不与冷却液直接接触；直接式液冷以浸没式为代表，服务器完全或部分浸入绝缘冷却液中。根据冷却液在散热时是否有 形态上的变化，液冷技术又可以分为单相和两相，其中单相指冷却液始终以液体的形式循环，两相是指冷却液在吸热时发生气液相 变，从而获得更大的进出温差，在散热方面优于单相。

冷板式液冷仍是主流方案

冷板式液冷系统可靠成熟，技术应用广泛。浸没式液冷稳步发展，适合极致散热需求。 冷板式液冷在航空航天、新能源汽车、芯片等领域均具备广阔的应用积累。冷板系统主要包括冷板、 管路、快速接头、分液歧管、冷量分配单元与室外一次侧冷却设备等组件。冷板通常是由铜、铝等 高导热金属构成的封闭腔体。服务器芯片等发热元件通过导热界面材料与冷板贴合，热量经导热界 面材料传递到冷板上，并通过冷板内部冷却液循环带走热量。组件材料常规，生产工艺成熟，利于 规模化应用。浸没式液冷系统由浸没箱体、冷却液、冷量分配单元、室外一次侧冷源等组成，通过 将服务器完全浸没于特殊定制的浸没箱体中，并与箱体内绝缘冷却液直接进行热交换，该系统在换 热效率方面具有明显优势，节能效果更显著。浸没式液冷系统按冷却液相态是否发生变化可分为单 相式和两相式两类。单项式采用高沸点冷却液，散热过程中冷却液始终保持液态，挥发损耗低，热 力稳定，结合开放箱体设计，组件的运维更加便利。对于两相式，由于冷却液会吸热汽化，冷凝回 流，热量转移更高效，但需要系统具备良好的密封性与承压性。

算力基建的重要性

我们为什么持续看好AI带来的算力基础设施升级

算力需求和算力基础设施存在供需缺口：据OpenAI的分析，自2012年以来，最大规模的人工智能训练中使用的计算量以3.4个月 的倍增时间呈指数增长，相比之下摩尔定律的倍增周期为2年，对算力不断增长的需求远远超过了摩尔定律所带来的效率提升。

供需差产生的原因： 初期：AI的计算量和摩尔定律之间的差距： AI大模型对算力的需求增长速度远超摩尔定律 的迭代速度。这种增长速度表明，算力正成为 AI发展的一个瓶颈，尤其是在大模型训练和推 理阶段。 中后期：新应用的持续渗透，比如具身 智能机器人、车联网、工业物联网等。 随着AI终端的不断落地，将在数据处理、 实时推理、模型训练全流程带来指数级 的算力需求增长，云计算、边缘计算将 同步实现增长。

云厂商对算力及带宽需求带动PCB、光模块向高端产品升级

随着人工智能技术和应用的快速发展，未来五年AI系统、服务器、存储、网络设备等是PCB需求增长的主要动能。随着AI服务器的升级，GPU主板也将由高多层板逐步升级为HDI， 因此HDI将是未来5年增速最快的PCB产品，特别是4阶以上的高阶HDI产品需求增速快。受益于人工智能 AI 算力基建带来的服务器、交换机需求高速增长，以及AI 开启的消费电 子终端创新周期，HDI、层数较高的高多层板等高端品需求快速增长，PCB行业景气度持续上行。而HDI将成为AI服务器相关PCB市场增速最快的品类，根据Prismark预计，2023- 2028年HDI的年均复合增速达到16.3%。

报告节选：

编辑：火腿肠