河南
大家天天都在聊AI大模型有多能打，抢着堆算力拼参数卷模型，没几个人留意到，AI狂飙背后藏着个快要撑不住的隐形瓶颈，那就是电力供应。现在AI机柜功耗直接翻了12倍，传统电网早就扛不动了，这场AI竞赛，早就从拼芯片拼模型延伸到拼电力了。
按国际能源署的公开报告算，2024年全球数据中心已经消耗了415太瓦时的电，到2030年这个数字会直接翻倍到950太瓦时，差不多相当于日本一整年的总用电量。这真不是瞎忽悠，AI爆火之后，AI数据中心的扩建速度和整体规模都在暴涨，单个机柜的功率密度也在一路飙升。原来传统服务器机柜也就10千瓦左右的功耗，现在最新的AI服务器机柜功耗已经超过120千瓦，下一代估计会摸到接近500千瓦，未来甚至能达到兆瓦级。
万卡集群规模的大型AI数据中心，整体功耗更是夸张。现在在建或者筹建的AI数据中心，建设投资就高达数百亿甚至千亿美元，建成之后每年光电费就能接近10亿美元，这类项目的用电量动不动就是吉瓦级的负载，传统电网根本承接不住。不管是发电项目审批、新电厂建设还是电网基础设施扩容，都赶不上AI数据中心爆发式增长的电力需求。不少科技巨头没办法，只能就近找核电站，签长期购电协议才能稳住电力供应。
搞定电力来源只是第一步，怎么把吉瓦级的海量电力稳定高效输送分配到每个机柜，又成了新的难题。传统数据中心的供电架构要绕好多道降压变流的弯，从电网接入高压电，经过好几次降压，最后才把电送到GPU核心。这套架构给十几千瓦的传统服务器够用，放到120千瓦的AI服务器身上，原来的48伏电压实在太低了。满功率运行的时候，服务器铜缆母线的电流会超过2400安培，未来兆瓦级机柜更是需要两万安培，光是供电铜缆就要重达两百多公斤。
电流越大，电力传输过程里的功率损耗和发热量就越高，大概和电流的平方成正比，浪费得特别夸张。想要降低损耗，最直接的办法就是升高供电电压。现在业内都在推进下一代AI服务器供电架构，尝试把电压从48伏提升到800伏。今年3月的GTC大会上，TI就展示了800伏直流电源架构，能在整个供电路径里最大程度提高转换效率和功率密度，刚好适配下一代AI数据中心的用电需求。
这套架构的核心材料说出来你肯定不陌生，就是氮化镓。很多人手机上用的快充头就是氮化镓做的，靠着体积小充电快的优势早就走进千家万户了，不少人没想到它还能当AI发展的核心支撑。作为第三代宽禁带半导体，氮化镓禁带更宽临界电场更高，比传统硅基器件更耐高压，不容易被击穿。硅基材料要承受800伏电压，得做成复杂的结构，不光体积大，开关损耗也比较高，氮化镓完全解决了这个问题。
氮化镓用的是横向型结构，没有传统的体二极管，开关频率高寄生参数小，能大幅降低电源转换过程里的损耗和发热。现在搭载氮化镓的800伏电源架构，功率密度超过2000瓦每立方英尺，从800伏供电母线到6伏终端的转化过程里，电力转换效率最高能达到97.6%，最大程度减少了电力损耗和发热。不过氮化镓作为新兴材料，它的整体质量和可靠性还是需要更长时间的行业验证，目前还在不断优化。
咱们中国在满足AI电力需求这件事上，其实有别人比不了的结构性优势。现在咱们国家的可再生能源装机规模早就排在全球第一位，尤其是西部地区，闲置的清洁能源资源特别丰富。加上咱们已经建成了成熟的跨区域输电网络和大规模光纤基础设施，东数西算刚好能把东部的数据和算力需求转移到西部，西部能源充足气候凉爽，刚好适合放数据中心，这完全是符合咱们国情的AI供电解决方案。
现在AI的竞争早就不局限在芯片和模型层面了，已经延伸到了能源、电网、基建的全系统比拼。大家现在还在讨论算力从哪来数据从哪来，再过几年，估计大家最关心的问题会变成电从哪来。从电网架构升级、新材料应用到跨区域能源调配，电力系统的能力，才是AI时代长期竞争的核心底气。
参考资料：中国新闻网 AI对生产率的作用关键在其技术催化价值
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
