找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

1153

积分

0

好友

162

主题
发表于 前天 06:56 | 查看: 3| 回复: 0

当前全球AI算力需求激增,电力短缺正成为北美乃至全球AI产业发展的关键掣肘。英伟达等巨头已开始聚焦数据中心电力问题,这预示着电力保障已成为人工智能基础设施的核心议题。

AI数据中心的快速发展,短期内加剧了电力供需矛盾,中长期则将驱动能源体系的系统性升级。从电源电网到新型供电技术,整个电力产业链正迎来全新的发展机遇。

AI缺电的背景与趋势

算力竞赛正引发电力需求的爆发式增长。据分析机构预测,全球数据中心的关键IT电力需求将在未来几年内快速增长,其中AI数据中心的消耗占比显著。模型训练与推理的高能耗特性,对电网的稳定性和容量构成了巨大挑战。

区域性电力危机已经显现。美国弗吉尼亚州、爱尔兰、荷兰等地因电网压力,已开始限制或暂停新数据中心的审批,这凸显了电力基础设施扩容的紧迫性。

趋势:电力与算力的协同演进

应对电力短缺需要分阶段、多路径的解决方案:

  • 短期(1-3年):依赖建设周期短、部署灵活的方案快速补缺。燃气轮机凭借分钟级的快速启动能力成为首选之一。储能系统能够平抑电网波动、助力数据中心快速并网,重要性日益凸显。此外,英伟达发布的800V电源架构白皮书,也指引了高压直流供电、固态变压器(SST)等新技术的需求方向。
  • 中长期(5-10年):需要稳定、清洁的基荷电源和更智能的电网。核电小型模块化反应堆(SMR) 将发挥重要作用。同时,电网的升级与智能化改造是实现“源网荷储”协同、适应可再生能源大规模接入的核心。

全球格局下,中国凭借在特高压、储能、绿电等领域的全产业链优势,有望在保障全球AI算力电力需求中占据先机。

电网设备:内外需双重驱动

北美AI用电缺口与全球能源转型,共同拉动了电网设备需求。

  • 海外市场机遇:海外龙头产能被AI订单挤占,导致传统工业领域设备交付周期大幅延长,为中国厂商腾出市场空间。东南亚各国的可再生能源扩张计划,也带来了持续的电网升级需求。
  • 国内市场与升级:国内电网投资持续高位,“十五五”规划强调新型电力系统建设。特高压工程作为跨区域资源配置的骨干网络,将继续推进。特高压环节主要厂商包括特变电工、平高电气、许继电气、中国西电等。输配电环节则涉及思源电气、华明装备(分接开关龙头)、海兴电力、三星医疗等企业。

国内完善的运维/DevOps体系与强大的设备制造能力,为电力系统的稳定运行与快速迭代提供了支撑。

AIDC供电新技术:HVDC与SST

为满足高功率AI数据中心机柜的供电需求,新的供电架构正在演进。

  • HVDC(高压直流供电):相比传统UPS效率更高。北美由Meta、谷歌、英伟达等巨头推动400V/800V标准。英伟达联合台达等定义的DC800V架构,目标在2027年为高功率机柜全面供电。潜在供应商包括维谛、伊顿、麦格米特等。国内市场中恒电气、维谛等占据主要份额,科华数据、科士达等厂商也在加速转型。
  • SST(固态变压器):具有体积小、效率高、兼容新能源直接接入等优势,被英伟达列为下一代核心供电方案之一。其高频隔离变压器和多电平换流器是技术关键。国内阳光电源、四方股份、金盘科技等企业均有布局。

燃气轮机与SOFC:快速供电解决方案

  • 燃气轮机:因其快速响应和灵活调节能力,在数据中心备电和电网调峰中作用关键。全球市场由西门子能源、GE Vernova等主导。国内整机厂商如东方电气正在突破,零部件企业如应流股份(叶片)、航宇科技(锻件)等已切入国际供应链。
  • SOFC(固体氧化物燃料电池):模块化设计,部署速度极快,可作为燃气轮机与核电建设空窗期的重要补充。美国Bloom Energy是主要供应商,国内三环集团是其核心部件供应商,壹石通、佛燃能源等也在材料与系统集成环节有所布局。

储能系统:平抑波动与保障并网

储能是解决数据中心并网难、实现电费优化和满足绿电要求的关键。它通过“削峰填谷”能将电网的有效供电能力提升一倍。预计到2030年,美国数据中心对储能的需求拉动将非常显著。

全球光储龙头企业如阳光电源、阿特斯等深度受益。天合光能、晶科能源等光伏企业的储能第二增长曲线也逐渐清晰。此外,海博思创、盛弘股份、上能电气、比亚迪储能等众多厂商在该领域均有重点布局,整个云原生/IaaS生态的能源基础正在被重构。

结论:AI算力需求不仅仅是芯片的竞赛,更是对整个能源电力系统的重塑。从传统的电网设备升级,到燃气轮机、储能等快速解决方案,再到HVDC、SST、SOFC等前沿供电技术,AI电力产业链各环节正迎来全面的景气周期。具备技术、产能和出海能力的中国厂商,将在这一全球性趋势中扮演越来越重要的角色。




上一篇:基于Qwen3-14B与LoRA的猫娘大模型微调实战:从数据集准备到Ollama部署
下一篇:世界模型技术路线解析:从Sora到V-JEPA,模拟器与认知框架之争
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2025-12-17 18:06 , Processed in 0.152378 second(s), 39 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2025 云栈社区.

快速回复 返回顶部 返回列表