AI数据中心的用电量及其对能源基础设施的影响

正文

本文由新莱福 MIM转载。所有权利归原出版商所有；请参阅下方来源。

随着人工智能（AI）工作负载在规模和复杂性上持续增长，数据中心面临着提供更大计算能力的压力。这种用电量的指数级增长正通过爆炸性的电力需求重塑能源基础设施。在不牺牲效率、可靠性或热管理的情况下，向密集排列的服务器主板提供高水平电力，需要对能源基础设施进行根本性的变革。

向800V电源架构转型 其中一项变革是从400V电源架构向800V电源架构过渡。这一转变将引发巨大的效率连锁反应，大幅减少能源浪费和硬件成本。一个标准的高容量配电分支（例如为高密度AI服务器阵列或超快电动汽车充电站供电的分支）需要持续输送400 kW的功率。在传统的400V框架下，输送如此大的功率需要1000 A的大电流。然而，由于电流与电压成反比，将系统电压翻倍至800V可瞬间将该电流减半至仅500 A。

除了长期的运营节省外，向800V转型还能在原材料方面带来巨大的、即期的前期资本节省。在400V下安全输送1000 A电流需要庞大且昂贵的粗铜缆线束。将电流减半意味着设施可以改用细得多的导体，从而将总铜材重量和布线成本降低约50%。

此外，由于电缆不再产生额外15 kW的废热，设施的空调和液冷系统无需那么高负荷运转，从而大幅削减了间接冷却成本，并进一步缩小了设施的整体碳足迹。

固态变压器的冷却效应 实现这一转型的一项技术是智能固态变压器（SST）。由于标准磁性变压器对AI集群的瞬时负载下降反应太慢，设施正越来越多地采用SST，它们利用先进的电力电子技术主动管理和平滑剧烈的功率波动。这一转变为供应碳化硅（SiC）FET和栅极驱动器的公司创造了机遇。

由于巨大的功耗，服务器散热正成为一项关键功能。AI服务器机架的散热量——目前每个机架通常超过100 kW至300 kW——已使冷却系统中的电机控制成为关键的工程重点。由于冷却通常消耗数据中心总能源预算的三分之一且比例还在增长，风扇和液冷泵节流方式的进步直接决定了设施的效率。

向48V架构过渡 AI基础设施的另一个趋势是向高效的48V电源架构过渡，提供专为数据中心、AI平台、网络设备和工业系统量身定制的可扩展中间总线转换解决方案。凭借高度集成的DC-DC转换器、数字电源控制器和智能功率模块，客户可以减少热损耗、提高功率密度，并支持处理器和加速器功率需求的快速增长。灵活的电源解决方案使设计人员能够简化系统开发、优化电路板空间，并在下一代计算平台上实现从48V中间总线到核心电压轨的可靠、节能的电力传输。

AI对蜂窝网络的影响 这一转型中一个被忽视的方面是对无线基础设施的影响，特别是AI无线接入网（AI-RAN）的兴起。传统基站塔的设计严格限于传输无线信号，而不读取或修改内容。在新型AI-RAN架构下，电信公司正在基站塔内直接安装AI计算硬件，以运行传统的5G蜂窝网络，同时利用其内置的GPU为周边社区运行本地AI工作负载。这迫使电信运营商迅速将数千个老化的本地中心局和交换枢纽改造为社区边缘数据中心，因为他们已经拥有土地、电源接口和光纤连接。

从历史上看，无线网络是为“下行”流量（例如，手机从云端下载或流式传输大型视频文件）而设计的。现在，由于生成式AI工具导致的流量模式巨大转变，需要海量的“上行”数据。

边缘设备不断向网络发送大型图像、视频、音频提示和传感器数据，要求无线基础设施同等平衡其上传和下载容量。这种转变正在导致边缘计算能力和功耗的增加，并从根本上改变了软件的设计、部署和执行方式。开发者不再为庞大的集中式云数据中心编写代码，而是必须为高度碎片化、分布式的环境构建软件。

AI正在重新定义硅设计 总而言之，AI带来的这些结构性变化正迫使公司重新思考其硅设计方法，以及如何在产品组合中实现硬件和软件的互补，包括电力传输、冷却系统、网络基础设施和半导体设计的根本性转变。关键推动因素包括800V电源架构、固态变压器、48V电源系统和AI赋能的边缘网络，所有这些都旨在以更高的效率和更低的运营成本提供更多的计算能力。

资讯来源

- Power Electronics News (2026-08-26) - 原文：AI数据中心的用电量及其对能源基础设施的影响