导读：IEA 预测 2025-2030 年全球 IT 负荷将累计新增 106GW——相当于一个中等国家的全部装机。更剧烈的变化发生在密度上：单机架功率从 10kW 向 100kW+、单算力园区从百 MW 向 GW 级跃迁，供电与散热正在取代网络延迟，成为数据中心选址的第一约束。本文沿"需求—架构—价值量—产业链—协同"五层展开：从 415V UPS 到 800VDC+SST 的四阶段演进（本站 AIDC 页架构图的文字纵深）、供电设备的价值量拆分、液冷革命、以及"算电协同"如何重绘中国的算力版图。
AI 算力的电力需求有三条同时陡峭的曲线。总量曲线：本站负荷篇已拆解——中国数据中心用电占比 2025 年约 1.89%（约 1,960 亿千瓦时），信通院与多家机构预测 2030 年达 3.5-5%；全球维度 IEA 预测 IT 负荷五年新增 106GW。密度曲线：单 GPU 功耗从 V100 的 300W 到 B 级的 1,000W+，单机架从 4-8kW（CPU 时代）到 30-50kW（早期 AI 集群）再到 100-140kW（NVL72 整机架），下一代 Rubin 平台的目标功率密度更高——密度决定了供电与散热架构必须换代，机房物理空间的约束反而退居次席。波动曲线：本站构网篇引用的斯坦福研究显示，AI 训练负载的功率波动可达额定值的 80%（同步检查点、梯度同步造成的阶跃）——毫秒级的负载阶跃对电网是全新物种（本站负荷篇的"看曲线"时代最极端的样本）。
数据中心供电架构的演进可以概括为四阶段（本站 AIDC 页架构图的完整呈现，此处展开逻辑）：
阶段一（415V AC + UPS，存量主流）：市电 10kV/35kV 降压至 415V 交流，每排机架配 UPS（双变换在线式，电池铅酸/锂电）——成熟、冗余可靠，但 UPS 双变换损耗 5-8%、末端 415V 大电流铜缆粗重，且每机架功率上限约 20-30kW 即触顶。阶段二（UPS 锂电化+机架高压直流过渡）：锂电池替代铅酸（体积减半、寿命翻倍）、市电直供+后备（ECO 模式）降损耗——存量机房的渐进改良。阶段三（设施级 AC/DC，母排直流化）：把整流从机柜上移到设施级，直流母排（±400V/800V）直达机架，电源架（PSU）只做 DC/DC——损耗与铜耗双降，为 800VDC 铺路。阶段四（800VDC + SST，英伟达白皮书目标架构，2027-2029 规模化）：固态变压器（SST）把 35kV（中压）一步变换到 800V 直流母线——三级变换（SiC 整流+中频隔离变压器 10-20kHz+DC/DC）替代传统工频多级，效率 98.5%、铜缆-45%、占地-26%，单机架支撑 1MW 级。
两代革命的枢纽是功率半导体的代际切换：硅基 IGBT 的开关频率上限决定了工频变压器（50Hz）的体积下限，而 SiC/MOSFET 把开关频率推到 10-20kHz——变压器体积与频率成反比，中频隔离让"电子变压器"取代"铁铜变压器"成为可能。这与光伏逆变器、构网 PCS、充电桩的 SiC 化是同一场材料革命在不同场景的投影（本站光伏篇、储能篇分别拆解了各自路径）——功率半导体是新型电力系统全场景的公共底座。
目标架构的完整链路（本站 AIDC 页有可视化架构图，此处按能量流拆解）：35kV 中压市电 → 中压配电 → SST（7.5MW/台量级）：SiC 整流级 + 中频隔离变压器（10-20kHz）+ DC/DC 级，输出 800V 直流母线——这是整个园区的"电力脊柱"。母线上挂着三类角色：AI 机架（Rubin NVL 200kW+/Sidecar 1.2MW 配电方舟、Power Sled + LLC 降压至 50V）、平衡负荷（BESS 场站级储能削峰填谷、超级电容供电轨级毫秒缓冲、BBU 机柜级秒级备电——本站构网篇的"三层储能三分频"），以及散热系统。板级：50V 母排 + 垂直供电（PWR 背板）+ 板上 DC/DC → 芯片 VCORE 0.8V/3kW+。
架构变革的量化收益（白皮书口径，厂商宣称性质）：端到端效率从约 94%（UPS 双变换链路）提升至 97-98%（SST+直流）；铜缆用量-45%（800V 直流电流减半再减半）；供电占地-26%（中频变压器小型化）；备用电池从集中式 UPS 电池房转为机柜级 BBU+场站级 BESS 的分布式储能——备电从"消防设施"变成了"可调度资产"（BESS 参与电网互动）。四阶段演进路径对应了现有机房的渐进改造与新建园区的跨越式选择——中国多数新建智算中心正直接从阶段二跳向阶段三/四。
功率密度每翻一倍，散热就换一次介质。风冷（机房空调 CRAC/CRAH）的实用上限约 20-30kW/机架；冷板液冷（Direct-to-Chip，冷却液直接流过 CPU/GPU 冷板）覆盖 30-120kW；浸没式（单相/两相）面向 100kW+ 的极端密度。AI 时代的选择已高度收敛：冷板液冷成为主流——NVL 类整机架全部冷板化，数据中心侧配套 CDU（冷量分配单元）、一次侧（冷却塔/干冷器）与 Manifold 管路系统。液冷的价值量重构：散热占数据中心总投资的比重从风冷时代的 15-20% 升至液冷时代的 25-30%（含一次侧基础设施），且与供电深度耦合（800VDC 架构的散热负荷本身也是母线上的重要负载）。
PUE（电能利用效率）的竞赛进入新阶段：国家枢纽节点要求新建大型数据中心 PUE 低于 1.25（东部）/1.15（西部），头部液冷园区已实现 1.1x——每降低 0.1 的 PUE，10 亿千瓦时/年的园区节省电费约 5,000-6,000 万元。散热产业链格局：冷板与 Manifold（精密加工，台达、英维克、申菱等）、CDU（泵与换热，泵是可靠性瓶颈）、一次侧（数据中心级的冷却塔工程）、冷却液（氟化液国产化进行中）——散热设备的毛利水平普遍高于供配电硬件，"液冷渗透率"是这条链最核心的单一指标。
把一个 GW 级智算园区的投资结构拆开（示意，行业公开口径整理）：IT 设备（服务器）占 60-70%（不含在电力讨论内）；电力系统（变配电+SST/UPS+机架电源+储能备电）占 12-18%（IEA 口径配电约 10%+备电储能）；散热系统占 10-15%（液冷园区偏高端）；土建与其他占 8-12%。电力系统的内部结构：
| 环节 | 占比(电力系统内) | 技术含量与格局 |
|---|---|---|
| SST/整流变换 | 30-40% | SiC 器件+高频隔离,台达/维谛/中恒等卡位,格局未定 |
| 中低压配电 | 20-25% | 传统电气,施耐德/ABB/正泰等 |
| 机架电源(Power Shelf) | 15-20% | 大功率密度竞赛,电源厂商主战场 |
| 备电储能(BBU/BESS) | 15-25% | 锂电+超级电容,与储能产业链共用 |
| 监控与管理 | 5-10% | DCIM+电力监控,软件化趋势 |
价值池的两个洞察：① SST 环节是最大增量——从零到一的环节（存量 UPS 被 SST 替代），先发厂商的工程验证记录构成早期壁垒，与构网 PCS 的"业绩门槛"逻辑相同；② 备电储能的资产化——BBU/BESS 与大储能产业链共用电池与 PCS 技术，宁德时代、比亚迪等电池巨头的 AIDC 电源业务（机架电源+备电）正在把储能的价格战能力平移到算力场景，两条产业链在 800V 母线上汇流。
"东数西算"升级为"算电协同"（"十五五"部署会表述），核心是让算力布局跟着电力资源走：西部绿电富集区（内蒙古、宁夏、甘肃、贵州）提供低电价+绿电指标，承接训练类算力（时延不敏感）；东部保留推理与实时业务（靠近用户）。协同的深层机制是绿电直连与零碳园区（50% 绿电直供硬指标，本站政策文）：算力园区自建新能源+储能，形成"源网荷储算"一体化——内蒙古多个 GW 级绿电算力园区已按此模式落地，绿电占比与算力成本形成正循环。算电协同的经济本质：把"输电的损耗"换成"输数据的成本"——当特高压输电的度电成本高于数据传输的度电折算成本时，负载迁移比电力输送更经济，这个临界点在西部已经越过。
对电力系统的反向影响同样值得记录：算力负荷的大规模并网正在改变西部电网的负荷特性（基荷化、高可靠性要求）与东部电网的尖峰（推理集群的日内波动）——本站负荷篇的省域分化数据（西部用电增速两位数）中，算力已是重要贡献项。虚拟电厂聚合数据中心（把可延迟的训练任务作为可调节资源）的试点已经出现——AI 既是电网最大的新负荷，也可能成为最优质的灵活性资源，这个双重身份的演化方向，是未来五年最值得跟踪的产业线索之一。
以"新增 IT 负荷 × 供电散热投资强度"测算 AIDC 电力设备市场：
| 情景 | 假设(中国口径) | 市场含义 |
|---|---|---|
| 保守 | 算力负荷年增 15GW,供电+散热投资强度 4-5 元/W | AIDC 电力设备约 600-750 亿元/年 |
| 基准 | 年增 20-25GW,液冷渗透率 50%+,800VDC 启动 | 800-1,100 亿元/年,其中 SST/液冷为最快增量 |
| 乐观 | AI 应用爆发,年增 35GW+,存量机房改造叠加 | 1,400 亿元以上/年,架构换代带来超额利润窗口 |
注：本文情景推演，非机构预测；投资强度含供配电+备电+液冷系统（不含土建与 IT 设备）。
预期差视角：市场对 AIDC 的关注集中在 GPU 与算力租赁，供电与散热作为"确定性伴随需求"的定价尚不充分——无论哪家 GPU 胜出、哪种大模型路线主导，电力与散热的需求都同比兑现，且架构换代（SST、液冷）带来的是"量价齐升"而非单纯放量。
数据中心供电可靠性的行业标尺是"几个 9"：99.9%（年停机 8.76 小时）→ 99.99%（53 分钟）→ 99.999%（5.26 分钟）——每多一个 9，冗余配置翻倍升级。传统方案的冗余阶梯：N（无冗余）→ N+1（组件冗余）→ 2N（系统冗余，双母线）→ 2N+1——Tier III/IV 认证对应不同的冗余与容错要求。AI 时代的新命题：算力负载对可靠性的要求出现分层——训练任务（Checkpoint 可恢复，中断损失分钟级）与推理服务（在线 SLA，中断即违约）的可用性需求不同，金融/政务算力（监管要求）与互联网算力（成本优先）也不同——供电架构正从"一刀切的最高冗余"转向"按负载分级的差异化可靠性"，这本身就是一个成本优化的大方向。800VDC 架构的可靠性设计（SST 的 N+1 冗余+分布式储能的自然容错）在数学上优于集中式 UPS（单点故障面更小），但工程验证仍在积累——新型架构的第一批大规模运行数据，是下一阶段采购决策的最硬通货。
可靠性的经济学账本：以一个 100MW IT 负载的园区为例，从 Tier III（99.982%）升级到 Tier IV（99.995%）的增量投资约为电力系统造价的 15-25%（约 1-2 亿元），对应每年避免的停机损失从 1.6 小时降至 26 分钟——对训练集群（每小时机会成本数百万元），这笔投资的回报周期可能短于一年；对冷存储与离线分析，则纯属浪费。可靠性投资的决策本质是把"停机成本函数"与"冗余成本"求交点——而 AI 负载的停机成本函数正在被精确量化（训练进度损失、SLA 赔付、商业信誉），这推动供电可靠性从"工程信仰"走向"精算科学"。
数据中心选址是多重约束的优化问题，AI 时代权重排序已经重写：电力供给（容量可得性——GW 级接入审批周期以年计；电价——本站电价篇的 30 省地图就是选址成本地图；绿电比例——零碳园区与 PUE 之外的第三张合规牌）从第三约束跃升为第一约束。水资源（蒸发冷却的耗水，干旱地区的水权）——液冷的普及大幅降低耗水（冷却塔补水量减少 80%+），使西部干旱区的算力布局从"不可行"变为"可行"，这是液冷改变产业地理的隐蔽方式。网络时延（骨干网接入与用户距离）——训练类算力（时延不敏感）全面西迁，推理类算力仍需贴近用户，"东数西算"的枢纽分工正是按时延敏感度的产业分层。地质灾害与气候（地震带、洪涝、极端高温频次）——极端天气时代的选址尽调新条目。四个约束的可行域交集，落在地图上就是今天中国的算力版图：京津冀、长三角、粤港澳（推理+时延敏感业务）+ 内蒙古、宁夏、甘肃、贵州（训练+绿色低成本）——本站负荷篇（西部用电增速两位数）与电价篇（西部电价洼地）的数据，正是这张版图的电力注脚。
数据中心供电的国际比较集中在美中之间。美国：AI 算力部署的绝对主力市场，其电力约束来得更早更痛——弗吉尼亚州（全球最大数据中心集群）的输电容量排队以年计， PJM 容量市场价格因数据中心负荷激增而飙升，核电重启（三哩岛机组为微软重启）与燃气轮机订单排到数年后成为标志性事件；电网侧的响应（FERC 的大型负荷并网新规）正在为"GW 级单一用户"设计新流程。中国：体制优势在于电源与电网建设的执行力（西部绿电园区从规划到并网的速度远快于美国输电审批），短板在商业电价机制（数据中心作为大用户的直购电与绿电交易仍在完善）与高端算力芯片的供给（非电力约束但影响整体节奏）。殊途同归的判断：两个市场都在验证同一件事——算力基础设施的瓶颈已经从"芯片"扩展到"电力"，电力要素在数据中心总成本中的权重将持续上升，能源企业（电网、发电、储能）与算力企业的合作界面（PPA、源网荷储一体化、微电网）将成为下一个十年的产业组织创新主场。中国"算电协同"的政策框架（本站政策文）在制度层面走在了前面，落地的规模与速度将决定这场竞赛的最终格局。
把本篇的价值量拆分落到具体厂商卡位（示例性梳理，不构成投资建议）。SST/大功率变换：台达（数据中心电源全球龙头，SST 平台最先发布）、维谛（Vertiv，供配电+散热一体化）、中恒电气（HVDC 先发）、科华数据（UPS+HVDC 双线）、盛弘股份（电力电子平台）——格局未定，工程业绩是唯一硬通货；机架电源：台达、光宝、欧陆通、麦格米特——大功率密度竞赛（单 Power Shelf 从 3kW 向 12kW+ 演进）；备电：宁德时代、比亚迪、亿纬（机柜级 BBU/超级电容），与储能产业链共用产线；液冷：英维克（国内精密温控龙头）、申菱环境、高澜股份（CDU 与一次侧），台达与维谛同步布局；柴发：科泰电源、潍柴（备用柴油机组，终极兜底）。卡位逻辑的三个判断：其一，SST 环节的竞争将复制构网 PCS 的剧本（本站构网篇）——先发工程验证构成壁垒，价格战在技术成熟后才打响，窗口期约 2-3 年；其二，台达的领先（同时卡位 SST+机架电源+液冷）体现了"系统级供应商"对"单品供应商"的结构优势——供电与散热的耦合设计（液冷板与母排的布局协同）正在提高单品厂商的集成门槛；其三，中国厂商的入场券是 AIDC 建设的主场优势（本篇第十章）——国内智算中心的放量速度给了国产供应链宝贵的工程验证场景，这与特高压产业链当年"以国内工程养国际竞争力"（本站核电篇的高铁剧本）路径一致。
供电架构之争的本质是变换次数的数学。传统 415V UPS 架构从电网到芯片需要经历约 6 次能量变换（变压器→UPS 整流→UPS 逆变→PDU→服务器 PSU→板级 DC/DC），每次变换都贡献 1-3% 的损耗、一个故障点与一份占地。800VDC+SST 架构把前端压缩为一次变换（SST 内部的 AC/DC 一步完成，中频隔离替代工频变压器），直流母线直抵机架，全程仅 3 次变换——变换次数减半意味着链路效率提升 2-4 个百分点（对 100MW 级园区，年节电数千万千瓦时）、UPS 机房占地的大幅缩减（白皮书口径 -26%）与铜缆用量的显著下降（-45%）。更深一层是系统哲学的转变：传统架构的每一级变换都带缓冲电池（UPS 的铅酸/锂电），形成"层层设防"的分布式冗余；800VDC 把备电集中到母线侧（BESS+BBU+SuperCap 三层储能，本站架构图），冗余资源池化后按需调配，利用率与经济性同步改善——这与云计算"资源池化"对专用硬件的替代，是同一个工程哲学在电力基础设施上的重演。
功率密度的跃迁是所有供电与散热技术选择的原始约束。通用服务器机架的功率停留在个位数千瓦（风冷从容应对）；AI 训练集群把单机架推到 100kW 级（风冷的物理极限附近，每机架散热风量已相当于数百台家用空调）；Rubin NVL 级整机柜逼近 200kW+，迫使供电走向机架级 Sidecar（1.2MW 供电 sled 已突破单机架概念）与液冷的必然选择。功率密度每上一个台阶，供电的三个参数同步恶化：电流翻倍（损耗按平方增长——这正是提升直流电压到 800V 的动因，同等功率下电流减半、线损降四分之三）、热流密度倍增（冷板液冷从可选变必选）、瞬态波动加剧（GPU 负载突变幅度达 80%，本站架构图中 SuperCap 毫秒级缓冲的存在理由）。功率密度曲线是 AIDC 供电产业链一切需求的源头变量——跟踪 GPU 单卡功耗与机架方案的代际演进（英伟达年度路线图），就能预判供电设备（SST/PSU/液冷）的需求节奏，这比跟踪数据中心总量数据更接近产业的第一性原理。
数据中心正在从"电力系统的纯负荷"演变为"电力市场的参与主体"，这是被低估的结构性变化。三个参与层次正在打开：需求响应——可中断的训练任务（Checkpoint 恢复成本可控）天然适合签约可中断负荷，多个智算中心已参与省级需求响应获取补贴；批处理/离线推理的时序弹性（充电式的"算力错峰"）正在成为新的响应品种。现货市场套利——训练任务的启动时段可选（避开尖峰电价时段调度），叠加储能配置后，算力园区可以主动管理购电成本曲线；西部绿电园区的"算力跟随风光"调度（大发时段多训、低谷少训）是电力与算力协同调度的雏形。绿电采购——RE100 与碳边境压力下，头部云厂商的绿电长协（PPA）规模连年翻倍，数据中心成为绿电交易（本站绿证篇）增长最快的买方。算力负荷的特殊禀赋——可调度、可迁移、价格敏感度高——使它成为电力系统梦寐以求的"弹性负荷"；当算力负荷占用电增量的比重持续上升（本篇第一章），电力市场的设计（现货价格信号、响应补偿机制）将获得一个体量空前的新玩家。算电协同（本篇第六章）的终局不是"数据中心用绿电"这么简单，而是两个网络（电网与算力网）的联合调度优化——这可能是下一代电力系统软件（本站政策文的 EMS/智能调控）最大的单一需求来源。
算力企业与电力系统的合同界面正在快速复杂化。大型园区的购电组合通常是三层：电网购电协议（基础保障，含容量费与输配电价——本站电价篇的四段账单）、绿电 PPA（与新能源电站的长期直购，锁定价格并获取环境属性——10-15 年期限、与电站融资周期匹配）、现货市场敞口（超出基础合同的部分按现货价格结算，是成本波动的来源）。新兴的合同工具是算力-电力差价合约：算力方与发电方约定结算价，市场价高于合约价时发电方返还差额、低于时算力方补足——把双边价格风险转为固定成本，本质是电力的"利率互换"。合同结构的成熟度是算电协同（本篇第六章）的商业基础设施：当合同工具能让算力方"锁定十年电力成本"、发电方"锁定十年消纳"，GW 级算力园区的投资决策（数百亿资本开支）才具备可融资性。电力合同工程师正在成为算力基建的新工种——这门手艺横跨电力市场规则、金融衍生品与算力负载特性，其稀缺程度不亚于 GPU 工程师。
把合同、架构、选址三章合并成一句话的操作结论：算力园区的电力竞争力 = 电价（选址决定）× 架构效率（800VDC 决定）× 合同结构（金融工具决定）——三个变量分别对应本站电价篇、本篇架构章节、本节合同内容。任何单一维度的优化都难以弥补另一维度的短板：低电价区域若沿用低效架构，节省的电费被损耗吃掉；高效架构若签了糟糕的合同，效率红利被价格波动没收。算力企业的电力团队正在成为与网络团队、芯片采购团队并列的第三条专业线——这个组织变化本身，就是"算电协同"从政策话语落地为企业行为的最好证据。
五个约束：① 技术路线的时点风险——800VDC 的规模化取决于整机架生态（连接器、断路器、PSU 的 800V 产业链成熟度），白皮书时点（2027-29）若推迟，SST 环节的业绩兑现顺延；② 算力需求的周期性——AI 资本开支若阶段性降速（模型效率提升、投资回报不及预期），电力设备订单同步波动；③ 供电可靠性的极端要求——99.999% 的可用性目标对任何架构都是压力测试，SST 的大规模运行数据仍在积累；④ 电网接入约束——GW 级园区的接网审批与消纳承诺（绿电指标）在部分省份已成为瓶颈；⑤ 口径差异——AIDC 电力设备市场各机构测算口径不一（是否含土建电气、备电），跨报告比较需对齐。
AI 的电力账单，本质是一场"功率密度通胀"：同样的机柜面积，功率十年十倍，供电、散热、配电的每一个环节都被推着重构。这场重构的产业意义在于它同时拉动了三条链——功率半导体（SiC）、储能（备电资产化）、热管理（液冷）——算力正在成为电力设备产业的第二增长曲线，其需求确定性与支付能力（互联网与云厂商的资本开支）都显著优于传统电网市场。
本站跟踪五个先行指标（看板 AIDC 页持续更新）：① 800VDC/SST 的商业化项目落地数（架构换代的发令枪）；② 液冷渗透率与 CDU 招标量（散热主线的斜率）；③ 头部云厂商资本开支中电力基础设施的占比（需求的领先指标）；④ 西部算力园区的绿电直连项目数（算电协同的进度）；⑤ 数据中心用电占比（信通院年度口径，负荷篇联动）。
把本站 AIDC 页的架构图、储能篇的价格曲线、负荷篇的占比数据连起来看，读者会发现它们讲的是同一个故事的不同侧面：算力的尽头是电力，而电力的答案藏在架构里——这正是本站把 AIDC 供电作为核心跟踪方向的原因。