2. 数据中心供电演进
数据中心供电架构的演进，本质上是一场围绕“电流”展开的持续博弈。芯片功耗不断攀升，而供电电压却长期停留在较低水平，导致电流急剧增大，配电损耗、铜材用量、散热压力随之恶化。从传统12V、48V到800V的跃迁，正是为了在功率密度与能效之间重新找到平衡点。
一、核心原理：为什么电压越低，代价越大
供电链路的损耗主要由导体电阻引起，遵循 P_loss = I²R。当机架功率从5kW增长到100kW甚至更高时，若仍采用12V母线，电流将从约400A飙升到8000A以上。如此大的电流会带来三个直接后果：
- 铜损剧增：母排、线缆和连接器的发热量随电流平方增长，配电效率显著下降。
- 铜材与空间膨胀：为承载大电流，导体截面积必须成倍增加，机架内布线空间被严重挤占。
- 转换级数多：从电网到芯片需要经历多次AC/DC、DC/DC变换，每一级都带来损耗和成本。
因此，提升配电电压是降低电流最直接的手段。电压提高10倍，相同功率下电流降至1/10，铜损理论上降至1/100。这正是800V架构的核心逻辑。
关键关系：在功率P恒定的条件下，母线电压U越高，电流I = P/U越小，配电损耗与导体用量随之大幅下降。800V并非单纯“高压”，而是面向高功率密度机架的系统级优化。
二、技术背景：从12V到48V，再到800V
传统数据中心多采用12V母线为服务器供电，配合主板上的多级VRM降压至1V左右供CPU/GPU使用。随着云计算和虚拟化普及，单机架功率突破10kW，12V架构的电流压力开始显现。行业随后转向48V母线，在相同功率下将电流降至1/4，显著改善了配电效率和布线密度。
然而，AI训练与推理集群的出现彻底改变了功率曲线。单机架功率从20kW快速迈向100kW乃至1MW，48V架构下电流仍高达2000A以上，母排和连接器难以承受。与此同时，GPU芯片电流需求达到数千安培，传统“48V→12V→1V”的多级转换链路效率低、体积大。800V高压直流（HVDC）架构应运而生，它将配电电压提升一个数量级，使机架电流回落到百安培级别，同时为固态变压器、宽禁带器件和高效DC/DC创造了应用空间。
三、方法流程：800V架构的典型供电链路
800V HVDC架构并非简单替换电压等级，而是对供配电全链路的重新设计。典型链路如下：
- 中压接入：市电10kV/35kV经变压器降至400V/480V交流。
- 整流与升压：通过固态变压器或AC/DC整流器输出800V直流母线。
- 机架级配电：800V直流经母排或电缆送至每个机架，电流控制在百安培级。
- 板级降压：机架内DC/DC将800V降至50V或12V中间母线。
- 芯片供电：VRM最终降压至0.8V～1.2V，为GPU/CPU提供大电流。
这一链路减少了传统架构中的多次AC/DC和DC/DC转换，配合SiC、GaN等宽禁带器件，可将端到端效率提升至95%以上。
四、案例与场景：AI集群为何率先拥抱800V
以典型AI训练机架为例：8颗GPU，单颗功耗1000W，整机架功率约10kW～15kW，若采用传统48V供电，机架电流超过300A，母排和连接器温升明显。当机架功率提升至100kW时，48V方案电流超过2000A，工程上几乎不可接受。而800V方案将电流降至125A左右，母排截面积和散热需求大幅下降，同时为液冷和电源池化留出空间。
| 对比维度 | 12V 架构 | 48V 架构 | 800V HVDC 架构 |
|---|---|---|---|
| 适用机架功率 | 5～15 kW | 15～50 kW | 100 kW～1 MW |
| 典型母线电流 | 400～1250 A | 300～1000 A | 125～1250 A |
| 配电损耗 | 高 | 中 | 低 |
| 铜材用量 | 大 | 中 | 小 |
| 转换级数 | 多 | 较多 | 少 |
| 典型场景 | 传统企业机房 | 云数据中心 | AI 训练集群、超大规模数据中心 |
五、误区与复盘
常见误区一：认为800V只是“把电压调高”，忽略绝缘、安规、电弧防护和直流保护器件的重新选型。
常见误区二：只关注芯片端效率，忽视从电网到芯片的端到端能效，导致局部优化、整体收益有限。
常见误区三：认为48V会被完全淘汰。实际上，48V仍将在中等功率机架和存量系统中长期存在，800V与48V将形成分层共存格局。
复盘要点：供电演进的核心不是电压数字本身，而是“在功率密度、能效、成本、可靠性之间寻找最优解”。800V的价值在于为未来十年高密算力提供可扩展的配电底座，同时推动电源器件、母排、连接器、液冷和监控体系的协同升级。
从12V到48V，再到800V，数据中心供电架构的每一次跃迁，都是算力需求倒逼基础设施重构的结果。理解这一演进逻辑，是掌握800V供电系统工程设计、选型和运维的基础。