AI 数据中心电源系统：800VDC, SiC 和 GaN如何重塑电源架构？

随着 AI 机柜功率不断攀升，传统交流供电系统的效率持续走低，扩容难度加大。电能在多级转换环节中产生损耗、发热；同时低压大电流配电方案需要截面积巨大的导电铜排。

传统数据中心供电链路一般依靠变电站变压器，将输电线路高压交流电转换为本地三相交流配电电压，例如北美 480V 交流电，其他地区常用 400/415V 交流电。电池备份单元（BBU）和储能系统（ESS）会在机房供电与机柜之间新增额外转换层级。

每一级电能转换都会带来损耗并产生热量；下游低压大电流配电进一步提升导体用料需求。中间母线电源与负载点电源再将母线电压转换成处理器、GPU 以及其他电子负载所需的低压。

行业正在研发单机柜功率接近兆瓦级的 AI 机柜电源架构。举一个扩容难点的例子：英伟达测算，如果采用 54V 直流电压输送 1MW 功率，仅机柜铜排就需要最多 200 千克（440 磅）铜材（来源：英伟达技术博客《英伟达 800V 高压直流架构，赋能下一代 AI 工厂》）。放到整个数据中心尺度来看，导体耗材、电气损耗、散热方案以及空间占用，都成为关键设计难题。

铜质配电材料成本、体积限制，加上低压大电流设备带来的发热问题，推动行业向两大方向创新：采用高压直流配电，降低电流、减少导体用量；使用宽禁带半导体，提升电能转换性能。

高密度 AI 基础设施的新兴方案之一，是采用 800V 直流配电母线，在机柜大功率工况下降低电流。相比低压直流输送同等功率，更高的配电电压可以减少导体用量，降低 I²R 铜损。电池备份单元与储能系统本身就是直流制式，因此在直流电源架构中集成储能，能够省去多余的转换步骤。

原理可以直接由公式 I = P/V 看出：输送 1MW 功率，54V 直流方案电流约 18.5kA；同等功率下 800V 直流方案电流仅 1.25kA（尚未计入冗余与降额设计）。当机柜功率走向兆瓦级别时，电流大幅降低，正是高压配电方案极具吸引力的核心原因。

切换到这套方案，并不代表下游不再需要电压转换。800V 直流机柜母线先经过一级中间转换，输出约 48V、50V 或 54V 直流，之后继续降压至 12V 直流，最终输出处理器、GPU 所需低压。这套转换链路，和传统 1U CRPS/M-CRPS 热插拔服务器电源要区分开。

材料中的电子只有进入导带才可以导电。铜这类导体，价带与导带相互重叠，电子可以自由移动；绝缘体的能带间隙极大，常规条件下电子无法跃迁；半导体介于两者之间：带隙较窄，输入能量就能让电子跨越带隙。

硅的带隙约 1.1eV，SiC（约 3.3eV）和 GaN（约 3.4eV）被称为宽禁带材料，带隙宽度大约是硅的三倍。更大的带隙带来更高击穿场强，支持器件在更高电压、更高温度以及更高开关速度下工作。

SiC与GaN具备更宽的带隙以及相应材料特性，使其能够在高频、高压电能变换这类有利工况下工作。

在适配的变换器拓扑中，上述特性可以降低开关损耗，并支持更高的开关频率。更高的开关频率能够缩小磁性元件与无源器件的体积；同时半导体器件损耗降低，散热需求也随之减少。而实际能够实现的效率提升与功率密度增幅，取决于变换器拓扑、电压等级、开关频率、散热设计以及工作点。

AI 人工智能数据中心比拼的不只是算力。铜材、冷却用水、电网容量等资源，正不断触及环境与物理上限。降低散热、用电与材料占用，是基础设施持续扩容的关键考量。即便当下部分下游配套系统尚未就绪，新建机房也必须为未来电源架构迭代预留空间。

面向未来高密度 AI 机房，行业正在研究储能系统和高压直流配电深度融合的架构。一种新兴方案将本地电池备份单元或储能单元部署在 800V 直流机柜母线侧，在大功率工况下降低电流，还有机会省去部分中间转换环节。这类架构仍在迭代，不会立刻全面替代现有的交流以及 48/54V 直流供电体系。

直流配电电压升高，也带来额外的设计与安全要求。800V 直流系统必须做好绝缘配合、爬电距离与电气间隙设计、选用直流专用连接器与保护器件、规划接地方案以及运维流程。这些要求不能只依靠母线电压确定，还要结合系统拓扑和适用规范。

有一种过渡方案：机房整体保留原有交流基础设施，仅在机柜侧部署 800V 直流母线，为未来 AI 大功率机柜提供平滑升级路线。采用该方案，需要在机柜侧配置电源设备，把机房交流电转换成高压直流母线电；根据系统方案，这套设备还可以集成本地电池备份或者储能单元。