AI服务器PSU/功率密度/2026m8观点:2026年,AI服务器PSU功率密度正全线突破100 W/in³阈值。 伴随NVIDIA GB300 NVL72机柜功耗逼近155kW,800V HVDC与液冷电源已成为AI产业链的绝对标配,高密度电源模块正重塑硬件价值分配。m8观点:一句话先说

结论

进入2026年,AI服务器电源供应器(PSU)的产业竞争核心已经从单纯的电能转换效率堆叠,彻底转向了“极限功率密度(W/in³)与机柜级液冷解热能力”的综合博弈;800V HVDC(高压直流)架构的大规模商业化落地正在全面颠覆传统数据中心的配电拓扑,并对上游宽禁带半导体(SiC/GaN)供应链以及精密磁性器件厂商进行了一次强制性的技术与产能洗牌。

为什么这个变量在 2026 年重要数据中心供电网络(Power Delivery Network, PDN)正在经历自云计算诞生以来最为剧烈的一次架构重构。

推动这一重构的根本动力,是单机柜热设计功耗(TDP)的指数级跃升以及随之而来的物理空间与电气特性双重瓶颈。

在这个演进路径中,功率密度成为了决定数据中心算力密度的生死线。

算力集群的功率密度已经彻底突破了传统交流(AC)供电架构与低压直流总线的物理极限。

从NVIDIA的Hopper架构向Blackwell(如GB200与GB300)架构的跃迁过程中,尽管单个GPU的热设计功耗(TDP)增加了约75%,但由于NVLink域扩展至72个GPU系统(构建NVL72机柜),整个机柜的功率密度激增了3.4倍。

在2026年的主流部署标准下,一个满载的NVIDIA GB300 NVL72机柜的标准热设计功耗已达到132kW至142kW,其峰值电气设计功率(EDPp)更是逼近155kW。

如果继续维持传统的54V直流总线在1兆瓦(1MW)级别的算力集群中进行配电,仅单个机柜就需要消耗重达200公斤的铜制母排(Busbar),这不仅在物理空间上极不现实,还会带来惊人的I²R(电流平方乘以电阻)线缆热损耗。

在这样的背景下,“功率密度(W/in³)”正式成为衡量PSU技术代差的核心标尺。

在符合开放计算项目(Open Compute Project, OCP)标准如ORv3的19英寸或21英寸机架架构下,留给电源插箱(Power Shelf)的物理空间极为有限,通常仅为1U或2U高度。

为了在如此局促的体积内输出高达33kW、60kW甚至72kW的总功率,单个PSU模块的额定功率必须从传统企业级服务器的800W至1.5kW,跨越式地跃升至5.5kW、8kW乃至12kW。

如果不能将功率密度提升至100 W/in³以上,电源设备将大量挤占极其昂贵的计算节点和网络交换节点空间,最极端的情况下,在兆瓦级机柜中传统电源架甚至会占据64U的空间,导致机柜完全无法容纳计算设备。

物理层面上,传统的硅(Si)基功率器件开关频率在150kHz左右已达到理论极限,要进一步缩小输出电容、滤波电感和高频变压器的体积以提升功率密度,就必须将开关频率推高至300kHz以上,这强制要求整个行业全面转向碳化硅(SiC)和氮化镓(GaN)等宽禁带半导体材料。

与此同时,800V HVDC架构在2026年正式进入实质性的大规模部署阶段,成为解决配电瓶颈的终极方案。

传统的供电链路需要经过“电网13.8kV AC降压至480V AC,再经过不间断电源(UPS)进行交直流双向转换,随后通过配电单元(PDU)降压至208V AC,最后由服务器内部的PSU转换为12V直流”,这一繁冗链路的端到端能量转换效率仅在83%至87.5%左右徘徊。

而全新的800V HVDC架构通过引入设施级的固态变压器(SST)或中央整流器,直接将13.8kV中压交流电转换为800V直流电,并直接输送至机柜内的电源模块,彻底省去了庞大且昂贵的UPS和PDU设备集群,将端到端效率跃升至92%以上。

在同等传输功率下,800V架构的线路电流仅为54V架构的十五分之一,铜材使用量锐减45%,极大地降低了配电过程中的发热与材料成本。

因此,AI服务器PSU能否完美兼容800V高压输入、能否在极端热环境下实现超高功率密度,直接决定了下一代数据中心能否顺利跨入“兆瓦级AI工厂”时代。

产业链和

公司映射在功率密度与高压直流的双重驱动下,AI服务器PSU的产业链已经演化为一个高度细分且技术壁垒森严的生态系统,跨越了从底层宽禁带半导体材料、拓扑架构设计、系统级热力学封装到机柜级集成的多个关键环节。

从产业链最上游的宽禁带半导体与核心元器件厂商来看,他们是突破开关频率与功率密度物理极限的底层引擎。

碳化硅(SiC)与氮化镓(GaN)凭借更宽的禁带宽度、更高的电子迁移率(如GaN高达2000 cm²/Vs)和卓越的热导率,成为了实现高频开关和极低导通损耗的唯一选择。

英飞凌(Infineon)等功率半导体巨头在此领域提供了极具统治力的参考设计。

例如,英飞凌推出的12kW高频高密AI服务器PSU参考设计,创新性地运用了三电平飞跨电容功率因数校正(PFC)和全桥LLC转换器拓扑,将Si、SiC和GaN技术进行混合封装,成功在40mm x 73.5mm x 450mm的狭小体积内实现了113 W/in³的极高功率密度与超过97%的转化效率。

意法半导体(STMicroelectronics)则深度绑定NVIDIA的MGX生态,利用其第三代650V SiC器件与100V/120V GaN器件,构建了从800V到12V的两级降压架构(通过64:1 LLC转换器),不仅在第一级转换中实现了极高的局域功率密度,更通过混合TCM(三角电流模式)与CCM(连续电流模式)控制算法,将整体开关损耗降至冰点。

纳微半导体(Navitas)更是将功率密度的极限推向了新高度,其基于GaNSafe集成电路的4.5kW(54V输出)CRPS电源参考设计,将开关频率稳定在300kHz,实现了高达137 W/in³的行业纪录,相较于传统硅基CRPS电源98 W/in³的水平提升了约40%。

在产业链中游,PSU模块与电源插箱(Power Shelf)的整机制造环节表现出极高的市场集中度。

老牌电源巨头凭借系统级集成能力和无可比拟的可靠性背书占据了绝对大头,而部分新锐厂商则通过精准切入特定AI平台实现了弯道超车。

台达(Delta Electronics)作为全球电源管理的霸主,已经从单纯的模块供应商进化为NVIDIA生态中不可或缺的物理基础设施全栈解决者。

台达不仅能够提供峰值效率高达98.5%、局部功率密度达到惊人的8000 W/in³的微型DC-DC转换模块,更能在机柜层面交付完整的800VDC In-Row电源系统、支持3兆瓦(3MW)冷量分配的液冷CDU设备、以及兼容NVIDIA标准的5000A级超大电流液冷母排。

这种跨越“电网到芯片(Grid-to-Chip)”的系统级交付能力,构筑了极深的护城河。

光宝科技(LITEON)同样作为NVIDIA GB系列平台的核心主力供应商,展现了强大的高压大功率管理能力。

在2026年,光宝展示了专为Vera Rubin NVL72平台定制的110kW(3RU高度)超高密度电源插箱,以及完整的800VDC液冷电源机架解决方案。

光宝的技术差异化在于其卓越的三相交流电智能负载均衡架构,能够从容应对AI算力在推理和训练瞬间产生的剧烈瞬态负载波动,同时其深耕的光耦隔离技术(涵盖晶体管输出、高速光耦及高压光继电器)为800V高压系统的安全监控与漏电流绝缘提供了坚实的物理屏障。

作为中资企业代表的麦格米特(Megmeet),则在近年成功跻身NVIDIA Blackwell GB200与MGX平台的核心电源供应商名录,迎来了基本面与市值的双重重估(在A股市场曾创下三个月内累计上涨136%的纪录)。

麦格米特通过推出高度模块化的33kW电源插箱(内含6个具备97.5%钛金级效率的5.5kW PSU模块),在OCP规范下证明了其量产超大功率高密电源的工程实力。

此外,Advanced Energy(AE)等厂商也在积极推动OCP ORv3 HPR(High Power Rack)标准的落地,提供支持有源均流与下垂控制技术的33kW乃至百千瓦级并联电源系统。

在产业链下游,算力芯片设计者与系统集成商正在重新定义数据中心的机柜拓扑。

NVIDIA及开放计算项目(OCP)事实上已经取代了传统的服务器OEM厂商,成为供电配电网络(PDN)的直接规则制定者。

NVIDIA不仅将GB200 NVL72的机架、计算托盘和交换托盘的液冷设计开源给OCP组织,更深度参与定义了窄范围48V(实际输出50V)以及未来直接将800V引入计算节点的电气规范。

在此规范下,Supermicro、HPE、Lenovo等数据中心集成商将这些5.5kW电源群组、后端液冷CDU及背门热交换器(RDHX)封装为最高支持155kW峰值功耗的交钥匙(Turnkey)机柜集群交付给终端云计算巨头。

以HPE和Lenovo部署的GB300 NVL72机柜为例,系统通常配置6至8个33kW电源插箱,并在机柜层面实现“10%风冷捕获、90%液冷捕获”的极端热力学配比。

关键数据与对比表通过对全行业公开验证数据的交叉比对,可以清晰地勾勒出从传统企业级云计算到2026年兆瓦级AI工厂在电能传输与功率密度上的质变轨迹。

表1:AI服务器PSU及机柜配电核心参数代际演进参数维度传统云计算中心 (至2023)Hopper架构AI时代 (2024-2025)Blackwell及未来AI工厂 (2026-2027+)典型单体PSU额定功率800W - 1.5kW3kW - 4.5kW5.5kW / 8kW / 12kW[cite: 6, 7, 8]整机柜总功耗 (Rack TDP)10kW - 20kW40kW - 60kW120kW - 155kW (以GB300 NVL72为基准)背板总线输出电压12V DC48V / 54V DC50V (窄范围动态调节) / 800V DC 直入主流标杆功率密度40 - 50 W/in³60 - 98 W/in³100 W/in³ - 137 W/in³[cite: 9, 13, 31]功率半导体核心材料传统硅 (Si) 基器件Si / SiC 混合架构全链路 SiC + GaN (支持>300kHz超高频开关)典型满载转化效率标准80 PLUS Platinum (约94%+)80 PLUS Titanium (约96%+)超级钛金级 / 峰值 >97.5% - 98.5%[cite: 11, 32]系统核心散热模式纯风冷设计高速风冷 + 局部芯片冷板液冷PSU (直接冷却功率器件) / 浸没式预留上述代际演进中最为深刻的变革发生在线路能量损耗的控制上。

电能的传输效率直接决定了数据中心能否在有限的市电容量下装载更多的GPU计算节点。

表2:传统交流供电网络 (AC) 与 NVIDIA 800V HVDC 供电网络端到端效率对比配电转换层级传统交流 (AC) 供电网络链路 (480V/208V体系)现代 800V HVDC 高压直流供电网络链路损耗改善机制与物理意义设施级 (Facility Level)电网13.8kV -> 降压变压器(480V AC) -> UPS(交直流双向转换) -> PDU(208V AC)13.8kV AC -> 固态变压器(SST) 或 集中式大功率整流器 -> 800V DC彻底消除UPS与PDU层级,设施级电能损耗从约10%锐减至 2%~3%[cite: 5]机架级 (Rack Level)208V AC -> 服务器PSU -> 12V/54V DC (钛金级效率约96%)800V DC 直流母线直接入柜,通过无源母排分配剔除机架内部冗余的AC-DC整流模块,消除转换损耗并释放计算空间节点级 (Board Level)12V/54V -> VRM (电压调节模块) -> 0.8V 核心电压800V DC -> 高压DC-DC (64:1 LLC架构) -> 12V -> VRM总线电流大幅下降至1/15,依据焦耳定律极大地缩减了I²R线缆热损耗端到端总体电能效率约 83% - 87.5%约 92% - 95%+在兆瓦级机柜集群中,每MW可挽回近百千瓦的无谓热损耗[cite: 5]除了宏观架构的变革,各大核心电源厂在微观的功率密度极限挑战上也披露了详细的公开验证指标,这些数据构成了2026年产业准入的硬性门槛。

表3:2026年核心电源供应商高密度PSU与Power Shelf公开验证指标核心供应商关键产品形态与解决方案核心验证性能与关键数据指标产业链角色卡位与核心技术壁垒Delta (台达)800VDC In-Row电源柜 / 12kW PDB配电板 / 3MW CDU系统12kW配电板局部密度达 1000 W/in³;整架Shelf达110kW;峰值效率达98.5%掌握底层核心磁性器件及SST固态变压器研发,提供从电网到冷却液的完整物理层闭环。

LITEON (光宝)110kW (3RU) Power Shelf / 800VDC 液冷机架组合具备应对GB300高频瞬态负载波动的智能均流控制,深度融合系统级光耦隔离防护在高压隔离和电热耦合设计上优势显著,能够将液冷模块深度嵌入供电环路中实现联合调优。

Megmeet (麦格米特)33kW 1U 全模块化电源插箱 (内置6个5.5kW PSU模块)峰值效率达 97.5%,采用先进的TCM+CCM混合控制算法,兼具高性能与成本效益OCP认证的新晋破局者,凭借5.5kW产品线成功切入NVIDIA GB200与MGX高端供应链体系。

Navitas (纳微半导体)4.5kW GaNSafe™ CRPS 参考设计架构开关频率高达 300kHz,在185mm标准规格下功率密度飙升至 137 W/in³ 行业极值作为上游半导体方案商,在物理极限层面证明了全氮化镓(GaN)设计在数据中心落地的工程可行性。

Infineon (英飞凌)12kW 超高频AI数据中心 PSU 完整参考设计运用三电平飞跨电容拓扑,功率密度达 113 W/in³,提供20ms全负载保持时间提供了Si、SiC与GaN混合应用的底层范本,极大赋能并加速了二三线电源厂的产品迭代速度。

宏观、资金或技术约束在追求单机柜功耗从100kW向1兆瓦(1MW)迈进的宏大蓝图下,并非仅仅依靠局部电源密度的拔高就能一蹴而就。2026年,多个维度的技术约束、资金开支瓶颈以及供应链脆弱性,正直接决定着800V高密度PSU在产业侧实际落地的斜率。

宏观供应链层面上,首要面临的挑战是高阶宽禁带半导体与精密被动元器件的产能瓶颈。

AI服务器PSU对于具备车规级(Automotive-grade)或宇航级高可靠性的SiC MOSFET和GaN HEMT的需求呈现出井喷态势。

根据行业监测数据,在2024至2025年的采购高峰期,高效电源核心组件的交货周期已从常态的8周被严重拉长至近19周,全球有近47%的电源制造商报告称面临SiC和GaN材料的实质性短缺。

除此之外,800V高压电路所需的高规格薄膜电容器、平面变压器磁芯,甚至用于高压直流安全灭弧的特种熔断器(eFuse)都面临极其严苛的产能爬坡考验。

由于这些尖端材料的供应链高度依赖部分欧美日系老牌半导体巨头,地缘政治摩擦与出口管制(据统计已影响全球约26%的PSU组件采购活动)构成了悬在供应链头顶的长期宏观隐患。

在技术落地维度,机柜级液冷标准化的滞后与强电热力学耦合难题构成了巨大的工程壁垒。

当单个PSU的功率密度突破100 W/in³的物理边界时,传统通过40mm高速系统风扇(即便转速拉升至恐怖的34,000 RPM)进行强制风冷的方式,已经无法有效剥离极密空间内产生的热量。

进入2026年,超过58%的AI训练集群被迫在PSU环节直接引入液冷系统(Liquid-cooled PSUs)以应对超过55°C的极端环境热应力。

然而,将微通道冷板(Cold Plate)或浸没式冷却液引入高密度强电模块,带来了极其苛刻的漏液保护和绝缘要求。

一旦发生微米级的冷却液泄漏,50V甚至800V的高压直流电将瞬间引发灾难性的电弧短路甚至火灾事故。

时至今日,液冷PSU所依赖的快速盲插接头(UQD)、冷却歧管(Manifold)规格等物理接口尚未在所有服务器OEM厂商间实现完全的统一标准化,这极大阻碍了液冷电源作为一种通用“标准件”在全行业的快速流通与低成本替换。

资金与基础设施规划层面,传统电网容量(Grid Power)与“电池/电容”(BBU)的瞬态平衡成本构成了不可忽视的资本支出(CAPEX)压力。

全球绝大多数存量数据中心的原始电气设计根本不具备承载单机架130kW以上电力负荷的能力(传统机柜通常仅规划10kW至20kW的容量)。

更具挑战性的是,AI大模型在进行复杂推理和千亿参数训练时,其产生的瞬态负载(Transient Load)呈现出极不规律的周期性高幅波动。

以NVIDIA GB300集群为例,其从空载到满载状态的电流爬升率极为剧烈(在20%至100%的阶跃负载下,电流变化率对电网造成巨大冲击)。

为了平抑这种瞬态冲击,电池备份单元(BBU)的角色发生了根本性逆转——从过去单纯应对市电中断的“备用电源”,演变为了必须时刻在线参与调峰调频的“稳压平波器”。

例如在台达展示的新一代AI模块化数据中心方案中,在高达110kW的集中电源插箱旁,必须硬性配置相应容量(如80kW)的BBU以吸收瞬时尖峰。

同时,为了满足诸如NFPA 855等极其严苛的大规模火灾安全测试标准,这些高性能锂离子或超级电容BBU系统需要额外的消防与热失控管理成本,这也进一步推高了AI数据中心基础设施建设的总造价。

风险与证伪作为严谨的产业研究观察,在当前资本市场对“AI电源量价齐升”的极度乐观预期中,必须警惕并持续证伪以下几个可能引发预期差的风险边界:风险之一在于 800V HVDC 数据中心设施侧全面改造的进度可能不及预期。

尽管800V架构能够以极大的物理优势缩减机柜内部的铜缆使用量并提升整体能源效率,但这一架构要求数据中心运营商在最前端的设施层(Facility Level)进行彻底的颠覆性改造——即必须大规模部署兆瓦级的固态变压器(SST),将13.8kV的中压电网直接柔性转换为800VDC。

SST技术在多兆瓦级大容量下的热应力管理和电气应力控制目前在工程界仍属于极具挑战性的技术深水区。

如果前端SST设备的商业化普及率或可靠性验证缓慢,导致大型云服务提供商(CSP)对动辄数亿美元的设施改造资本支出产生迟疑,那么800V架构就只能无奈退化为机柜内部局部的升降压过渡方案,无法释放其端到端降本增效的最优经济性。

风险之二在于 GPU 架构演进受阻或先进封装产能瓶颈导致的供应链“旺季不旺”。

AI服务器PSU的绝对需求量是直接死死绑定于高端AI GPU(如GB200/GB300)的实际出货节奏的。

如果台积电(TSMC)在CoWoS-L复杂封装或面向未来的面板级扇出封装(Panel-level fan-out)等环节遭遇良率爬坡瓶颈或产能扩张受阻,从而导致英伟达Blackwell系列芯片的大规模交付被迫延期,那么即便电源厂商早已备足产能,5.5kW/8kW单体PSU及配套的33kW/72kW Power Shelf的需求也将被迫向后大幅递延,极易在电源零部件环节引发高库存风险与短期的产能闲置。

风险之三在于技术红利期缩短导致的单瓦价格(ASP)加速内卷。

当前,诸如钛金级5.5kW和8kW高密AI电源由于具有极高的研发门槛和技术溢价,维持着相当可观的单瓦售价利润率(市场有传闻称适用于GB系列的高端电源单瓦价值显著高于通用A系列或V系列服务器电源的0.5-0.8元/瓦水平,单柜电源价值量极为丰厚)。

但必须清醒认识到,在巨额增量市场的诱惑下,随着上游英飞凌、德州仪器、纳微半导体等厂商提供的“交钥匙式”参考设计的逐步成熟与扩散,势必会有更多原本盘踞在中低端市场或消费级市场的组装厂,利用低成本的国产化功率器件替代方案,强行涌入标准化的CRPS代工领域打响残酷的价格战。

投资者需高度警惕当技术渗透率越过早期红利拐点后,行业普遍面临的毛利率均值回归风险。

后续观察变量为了保持对这一高景气度赛道的精准跟踪与趋势预判,建议在研究归档中高度关注以下几个能够作为产业先导验证信号的关键变量:首先应密切跟踪 OCP 组织关于 ORv3 HPR (High Power Rack) V2 规范的更新动态与行业实际采纳率。

根据OCP论坛公开的演进路线图,HPR V2架构要求将单体PSU在原尺寸略微加深的严苛条件下(尺寸约束为83.4mm x 40mm x 790mm),实现74.7 W/in³甚至更高水平的真实部署密度;更关键的是,单架输出功率将达到72kW,这就要求配套的背板输出连接器(如Meta与Amphenol联合开发的BK2000方案)必须能够安全承载超过1965安培的恐怖电流。

这类连接器和插箱的实际批量出货节点,不仅是电源大厂的终极技术大考,更是连接器龙头企业业绩引爆的核心观测点。

其次,重点剖析北美四大云厂商(Cloud Four Giants)在 2026 年下半年的资本开支(CAPEX)结构中,非 GPU 硬件资产的比重变化趋势。

深入拆解数据中心在计算节点之外的散热、配电基础设施上的资本开支比例。

如果发现用于采购高倍率BBU(电池备份单元)、液冷CDU(冷量分配单元)以及大功率特种母排(Busbar)的资金增速开始持平甚至超越了GPU本身的采购增速,这强烈暗示着大型数据中心正面临极为严重的“用电与散热物理瓶颈”。

在供需关系倒逼下,掌握核心解热与高压转换技术的高密电源产业链议价权将得到进一步的史诗级强化。

最后,动态跟踪核心半导体器件在数据中心领域的出货量(TAM/Munits)以及主要电源厂的高功率模块订单转移情况。

通过分析纳微半导体(Navitas)、英飞凌(Infineon)、意法半导体(ST)等头部宽禁带半导体企业的季度财报,若其数据中心事业部的营收增速能够持续维持在三位数以上,则从底层印证了“为实现100 W/in³极限密度目标,高频SiC/GaN器件正全面加速取代传统硅基器件”的产业大逻辑。

同步观察光宝、台达等企业在NVIDIA后续Kyber架构和GB300平台上的份额变动,以及如麦格米特等二线厂商在白牌超算集群中市占率爬升的实际斜率。 FAQQ1:什么是 800V HVDC 供电架构?

为什么AI数据中心必须进行这一底层转向?

A:传统数据中心普遍采用交流电(如480V或208V系统),电能从外部电网输入后,需经过降压变压器、庞大的UPS(不间断电源)进行交直流双向转换以挂载电池,再通过机架级PDU分配给服务器内部的PSU,最终降压至12V给主板供电。

这一漫长的链路经历了多次复杂的AC-DC和DC-DC转换,端到端能量损耗高达15%至17%。

而800V HVDC(高压直流)架构则利用固态变压器(SST)或高效中央整流器,直接从电网侧将交流电转为800V高压直流,并以此超高电压直接输送到AI机柜,最后在机柜内部极短的距离内降压给芯片。

根据物理学焦耳定律,由于传输电压大幅升高,线路电流将呈几何级数减小(同等功率下电流降至不足原本的十五分之一),这使得传输线缆可以做得极细(节省约45%的昂贵铜材),并且彻底去除了传统机房中极其笨重且发热的UPS和PDU设备。

综合下来,不仅大幅释放了机房空间,更使得总电网到芯片的能源转换效率跃升至92%以上,这是人类算力中心满足单机柜1兆瓦级极限功耗的必然物理路径。

Q2:功率密度(W/in³)突破100这个数值,到底反映了电源厂商怎样的技术能力?

A:功率密度代表着电源在单位体积内部输出稳定电能的极限能力(瓦特每立方英寸)。

在标准化的高密度服务器架构中,机架(Rack)留给电源插箱的物理空间是被严格锁死的(通常只有极窄的1U或2U高度)。

当单体计算需求从3kW暴涨到12kW时,厂商绝对不能简单粗暴地把电源体积做大来堆料,而是必须在极度狭小封闭的空间内完成几倍于以往的电能转换。

突破100 W/in³,意味着该厂商已经完全掌握了利用第三代宽禁带半导体(SiC和GaN)进行300kHz以上超高频开关控制的设计能力,具备了将传统庞大的电磁元器件(如变压器)平面化、PCB内嵌化的顶尖工艺,以及极其强悍的极端内部热流体仿真与微通道液冷管理能力。

这是一个从材料学到电磁学再到热力学的全面工程奇迹。

Q3:为什么在GB200/GB300时代的PSU设计中,必须引入并大规模采用液冷(Liquid-cooled)技术?

A:遵循能量守恒定律,每一瓦特在转换过程中被损耗的电能最终都会不可逆地转化为废热。

即便现代5.5kW或8kW的高端PSU其电能转换效率已经做到了令人发指的97.5%,但在满负载持续运行时,单个模块内部依然会产生近140瓦甚至更高的纯热量。

而这些热量是被禁锢在一个厚度仅为40毫米的金属密闭长盒内产生的。

当单个电源插箱密密麻麻地塞满6个甚至12个这样的高功率模块时,传统的强制风冷风扇(即便将其转速暴力拉升至超过34,000转/分钟,发出如飞机引擎般的灾难性噪音),也根本无法提供足够的强力风压来带走深层的热量。

液冷PSU通过在发热最密集的功率器件(如MOSFET、平面变压器)表面直接贴合微通道液冷冷板,让高比热容的绝缘冷却液直接循环带走热量,从而确保系统在高温高负载下绝不发生热失控降频,不仅极大延长了元器件寿命,更是大幅降低了整个数据中心的PUE(电能利用效率)指标。

Q4:电池备份单元(BBU)在现代高密度AI机柜中的核心作用发生了哪些根本性的改变?

A:在传统的企业IT数据中心时代,BBU的主要甚至唯一功能是作为市电意外断电时的“最后防线”,提供短短几分钟的电能支撑,以便让服务器系统能够安全地将数据保存并完成关机流程。

然而,在基于800V高压直供和极致算力的现代AI机架生态中,由于AI大模型在进行千亿参数训练或复杂推理任务时,会使得GPU瞬时算力极具爆发性,从而在电网上产生极其恐怖的“瞬态浪涌负载电流”。

在这种工况下,现代BBU更多地被定义为一个具备极速响应能力的能量“缓冲池(Buffer)”。

它通常由高倍率充放电的锂离子电池组和毫秒级响应的超级电容混合构成,能够在负载瞬间飙升的微秒至毫秒间迅速放电,主动抹平电网的电流波峰,保护脆弱的上游供电网络不被瞬间的算力洪流拉爆。

因此,其在数据中心架构中的地位已经从边缘的“备用件”正式跻身为主力核心供电组件。

常见问题

为什么AI数据中心必须进行这一底层转向?

传统数据中心普遍采用交流电(如480V或208V系统),电能从外部电网输入后,需经过降压变压器、庞大的UPS(不间断电源)进行交直流双向转换以挂载电池,再通过机架级PDU分配给服务器内部的PSU,最终降压至12V给主板供电。 这一漫长的链路经历了多次复杂的AC-DC和DC-DC转换,端到端能量损耗高达15%至17%。 而800V HVDC(高压直流)架构则利用固态变压器(SST)或高效中央整流器,直接从电网侧将交流电转为800V高压直流,并以此超高电压直接输送到AI机柜,最后在机柜内部极短的距离内降压给芯片。 根据物理学焦耳定律,由于传输电压大幅升高,…

功率密度(W/in³)突破100这个数值,到底反映了电源厂商怎样的技术能力?

功率密度代表着电源在单位体积内部输出稳定电能的极限能力(瓦特每立方英寸)。 在标准化的高密度服务器架构中,机架(Rack)留给电源插箱的物理空间是被严格锁死的(通常只有极窄的1U或2U高度)。 当单体计算需求从3kW暴涨到12kW时,厂商绝对不能简单粗暴地把电源体积做大来堆料,而是必须在极度狭小封闭的空间内完成几倍于以往的电能转换。 突破100 W/in³,意味着该厂商已经完全掌握了利用第三代宽禁带半导体(SiC和GaN)进行300kHz以上超高频开关控制的设计能力,具备了将传统庞大的电磁元器件(如变压器)平面化、PCB内嵌化的顶尖工艺,以及极其强悍的…

为什么在GB200/GB300时代的PSU设计中,必须引入并大规模采用液冷(Liquid-cooled)技术?

遵循能量守恒定律,每一瓦特在转换过程中被损耗的电能最终都会不可逆地转化为废热。 即便现代5.5kW或8kW的高端PSU其电能转换效率已经做到了令人发指的97.5%,但在满负载持续运行时,单个模块内部依然会产生近140瓦甚至更高的纯热量。 而这些热量是被禁锢在一个厚度仅为40毫米的金属密闭长盒内产生的。 当单个电源插箱密密麻麻地塞满6个甚至12个这样的高功率模块时,传统的强制风冷风扇(即便将其转速暴力拉升至超过34,000转/分钟,发出如飞机引擎般的灾难性噪音),也根本无法提供足够的强力风压来带走深层的热量。 液冷PSU通过在发热最密集的功率器件(如MO…

电池备份单元(BBU)在现代高密度AI机柜中的核心作用发生了哪些根本性的改变?

在传统的企业IT数据中心时代,BBU的主要甚至唯一功能是作为市电意外断电时的“最后防线”,提供短短几分钟的电能支撑,以便让服务器系统能够安全地将数据保存并完成关机流程。 然而,在基于800V高压直供和极致算力的现代AI机架生态中,由于AI大模型在进行千亿参数训练或复杂推理任务时,会使得GPU瞬时算力极具爆发性,从而在电网上产生极其恐怖的“瞬态浪涌负载电流”。 在这种工况下,现代BBU更多地被定义为一个具备极速响应能力的能量“缓冲池(Buffer)”。 它通常由高倍率充放电的锂离子电池组和毫秒级响应的超级电容混合构成,能够在负载瞬间飙升的微秒至毫秒间迅速…