AI算力真正的瓶颈，不是芯片，而是电
过去两年，市场谈AI，几乎只讨论三样东西：GPU、HBM、光模块。这些环节确实涨得最猛。但如果把AI算力系统完整拆开，会发现一个被忽略的变量：电力。AI算力革命，本质是一场能源革命。
一、AI正在吞噬电力
AI的电力消耗远超市场想象。一个简单例子：GPT-4训练14周消耗 42.4GWh电力。相当于：2.85万户家庭一天用电。
再看全球数据中心：2024年用电 415TWh，2030年预计 945TWh，几乎等于 日本全国用电规模。
更关键的是：AI算力能耗增长速度 ≈ 电网新增供电速度的4倍。
这意味着：未来AI竞争，本质是电力竞争。
微软CEO甚至公开说过：GPU很多，但没有电。
二、AI服务器正在进入“电力极限”
为什么突然缺电？因为GPU功耗正在爆炸式增长。H100 700W、B300 1400W、VR300 3600W。机柜功率正在从：10kW → 100kW → 1MW
传统服务器架构完全不是为这个级别设计的。
先看传统数据中心供电路径。
传统电源架构：电网——变压器——UPS——PDU——服务器电源——GPU
多次电力转换：AC → DC → AC → DC → DC，每一次都会损耗能量。
最终数据中心效率往往 低于90%。
在AI时代，这意味着巨大的电力浪费。
AI数据中心正在转向：800V HVDC供电。
AI数据中心供电：中压交流-集中整流-800V直流母线-GPU服务器，这种架构有几个关键优势。
1、电源转换减少
从多级转换变成一次转换，效率明显提升。
2、铜线需求下降
800V电压下：同样线径输电能力提升 157%。 铜线成本下降。
3、支持兆瓦级机柜
AI服务器正在进入MW级机柜时代，48V供电无法支撑。800V是唯一解。
4、释放服务器空间
传统服务器中电源模块占空间。800V直流架构电源集中化。机柜能放更多GPU。
三、英伟达的终极目标：直流数据中心
英伟达给出的路线图非常清晰。数据中心电源会经历四个阶段。
第一阶段传统UPS供电
第二阶段UPS + 800V混合
第三阶段全直流数据中心
第四阶段固态电源系统（SST）
SST的本质是：电力系统芯片化。
利用：SiC、GaN取代传统变压器。未来数据中心：不仅算力芯片在升级，电力系统也在芯片化。
AI算力增长，不仅改变数据中心，还改变GPU供电。传统GPU供电：LPD（横向供电），但AI GPU电流正在突破：2000A → 5000A，未来甚至可能达到10000A
横向供电已经到极限。于是行业提出：VPD（垂直供电）
VPD供电：GPU-垂直电源模块-PCB背面供电
优势：电流路径更短、电阻损耗更低、PCB空间更大、支持HBM扩展
英伟达下一代 Rubin GPU将采用VPD方案。
四、AI电源产业链
如果从投资角度拆解，AI电源可以分三层。
第一层：数据中心电源系统
主要产品：HVDC电源、数据中心供电系统
第二层功率半导体
核心技术：SiC、GaN
第三层电源PCB
800V电源板设计难度大幅提升。
相关公司：中富电路
如果把AI产业链抽象成一个公式：传统理解算力 = GPU，但真实世界是算力 = 芯片 × 电力 × 散热。