过去一年我经手了不少AI集群供电的改造项目，一个很直观的感受是：芯片功耗曲线往上走的速度，远远快过机房配电系统升级换代的速度。从A100的400W，到H100的700W，再到B200和B300这一代直接奔着1000W、1400W去，单机柜功率已经从传统数据中心的5到10kW，被推高到100kW甚至130kW以上。高密度电力传输这个概念，以前只是规划书里的“远期预留”，现在已经是任何一个新建AI数据中心开工前必须拍板的核心架构。这篇文章我主要讲清楚几件事：为什么传统供电架构扛不住高密度负载，电压升高和母线化改造到底在解决什么问题，核心设备怎么选，以及一个8MW数据中心到底能塞进多少台B300服务器。适合正在做AI数据中心规划、扩容或改造的工程师和项目决策者参考。
1. 为什么AI数据中心必须直面高密度电力传输
1.1 算力芯片的功耗曲线已经“逼宫”
我整理过一张很直观的芯片功耗表：A100大约是400W，H100到700W，H200同样在700W级别但显存容量上去了，B200直接到1000W以上，等到了Blackwell Ultra也就是B300这一代，单卡功耗基本在1400W附近。这个翻倍速度有多快？2019年前后主流的AI训练服务器单机功耗还在2到3kW，现在的DGX B300整机满载能到14kW左右，一台顶过去一整个机柜的用电量。
与此同时，整柜功率密度也在急剧变化。传统企业机房一般按每机柜5到8kW去设计供电，高密度一点的到10kW已经很有底气了。但英伟达NVL72这种整柜互联系统，设计功耗在120kW以上，B300时代的GB300 NVL72整柜更是奔着132kW甚至更高去。这意味着同样一个机柜位，所需的电力供给比三五年前翻了十倍不止。
有人会问：那我把机柜间距拉开一点，功率密度降下来行不行？答案是不行。AI大模型训练本身就是强依赖高密度互联的，GPU之间通信带宽比什么都重要，一旦把机柜拆散，光模块成本、互联延迟、网络拓扑复杂度都会飙升。所以功率密度降不下来，只能让供电系统去适配芯片，这是一个由算力芯片物理特性倒逼出来的必然方向。
1.2 传统400V交流架构在哪一步先“崩”
传统数据中心供电链路大体是这样：高压电进园区，经过变压器降成400V/480V低压交流，进UPS，进列头柜，最后通过PDU分给服务器。这套架构在单柜5kW的时代非常成熟，但放到100kW单柜负载下，好几个环节会陆续出问题。
第一个瓶颈是载流量。举个例子，一个200kW的机柜如果按400V三相交流供电，算上功率因数，满载电流接近300A。一根常规的185平方毫米铜缆载流量有限，往往要并接多根线缆才能带得动，电缆桥架和地板下面的空间根本不够塞。第二个瓶颈是电压降和损耗。电流越大，线路损耗和压降越大，到末端设备端电压可能已经低于允许范围，整流模块直接进入降功率保护。第三个瓶颈在开关和保护器件，低压大电流的短路电流水平很高，断路器选型、电缆热稳定校验、保护整定都变得困难。第四个瓶颈是UPS容量和并联数量，集中式UPS并到一定数量之后，环流和可靠性问题会变得非常棘手。
所以高密度电力传输的核心思路很简单也很直接：把电压提上去。电压翻倍，同样的功率下电流就减半，线缆截面积、线路损耗、断路器规格都能显著下降，配电链路才会重新回到“有富余”的状态。这也是当前行业里从400V交流往更高电压直流母线推进的根本原因。
2. 高密度供电的整体架构思路：从“给单台服务器供电”到“给整柜供电”
2.1 供电电压提升的路线选择
现在行业内做的电压提升方案大致分几条路线。一条是交流中压直进，比如10kV或20kV中压直接送到机房旁边的小型变电站，缩短低压交流传输距离，末端再逐级降压。另一条是直流母线方案，常见的是800Vdc或者1500Vdc，直接以直流形式把电能从整流环节送到机柜末端，服务器供电模块只需要做一次DC-DC变换，减少了一级AC-DC损耗。再往前走一步，海外已经有一些整机柜中压直进的方案，比如英伟达在一些公开资料里展示过支持中压输入的GB300 NVL72系统，整柜可以直接接收中压交流，柜内再做降压分配。
为什么普遍选择800Vdc到1500Vdc这个区间，而不是直接上更高的电压？主要卡在安规和器件两个层面。超过一定电压等级之后，对绝缘距离、接触防护、运维安全的要求会大幅提高，现场可维护性变差。另外高压直流开断本身就是个难题，直流电流没有自然过零点，灭弧比交流更难，需要用专门的直流断路器或者固态开关，器件耐压、成本、可靠性都有约束。所以现阶段大家追求的是一种“够用就好”的平衡，先把电压从400V提到800V或者1500V这个级别，把电流和损耗压下来，又不至于让安全设计变得不可维护。
2.2 巴拿马电源架构与整流前置
在直流母线方案里，国内很多项目采用的是“巴拿马电源”这类架构。巴拿马电源的核心思路是把整流环节做成模块化、前置化，直接由10kV中压经过电力电子变压器或工频变压器变成低压，再经过高频整流输出稳定的直流母线电压，比如800Vdc。它的优势在于减少了传统UPS的多次变换：市电进来以后不必先降成低压交流、再整流成直流充电池、再逆变成交流给负载，而是中压直接一趟到直流，效率能比传统UPS链路高出好几个百分点。
别小看这几个百分点。在数千千瓦的IT负载下，效率每提升1个百分点，一年省下的电费就是一个非常可观的数字，更重要的是减少了发热量，供配电系统本身的散热压力也会小一些。巴拿马电源的另一个好处是模块化程度高，扩容时直接增加整流模块，部署灵活。当然它也有难点，直流母线的保护配合、直流侧的绝缘监测、机柜末端DC-DC转换模块的可靠性，都需要专门设计。如果对应的服务器电源不支持高压直流输入，还要做一次降压转换，整条链路反而多了一级损耗，这也是选型时必须提前确认的。
2.3 母线槽替代线缆：物理形态上的必然变化
供电电压提上去了，末端配电的物理形态也在变。传统机房用电缆配电，线径粗、数量多、接头多，在10kW级负载下还能接受，到了100kW级负载，电缆方案基本走不通。现在高密度方案里用得越来越多的是密集母线槽，也叫busway。
母线槽的本质是一根被绝缘材料包裹的铜排或者铝排，载流量比电缆大得多，散热路径短，接头也更少。在高密度AI机房中，常见的做法是把母线槽安装在机柜顶部的空间，通过插接箱从母线取电，再分成若干路到机柜PDU。这样地面的电缆桥架空间被释放出来，正好留给液冷管路和光纤槽道。
选母线槽时要格外关注几个参数：额定电流、短时耐受电流、防护等级以及热膨胀系数。铜排通电会发热，发热会膨胀，如果母线槽长度较长而伸缩节安装不当，会在接头处产生应力，这属于安装阶段最容易出问题但又最容易被忽视的细节。我记得有一个项目就是因为没算好热膨胀量，夏季满载运行时听见机柜上方有异响，最后排查下来就是母线接头处热胀移位导致的。
3. 核心设备选型与关键参数：从整流模块到末端配电
3.1 整流模块与高压直流单元怎么选
高压直流单元是整个高密度供电系统的核心。选型时我一般会先看三个指标：效率曲线、功率密度和冗余设计。效率曲线要看的是在负载率30%到80%这个区间内的表现，因为数据中心真正的日常运行点往往不在满负载，很多设备标称的96%峰值效率是在理想负载率下测出来的，实际运行效率可能低不少。如果你选的整流模块在50%负载率下衰减明显，那整个园区长期运营下来损耗非常可观。
功率密度决定了同样的机房面积能塞进多少千瓦的整流能力，这直接关系到园区总规划容量。现在主流方案普遍用了SiC碳化硅器件，开关频率更高、损耗更小、功率密度更大，相比传统的硅基IGBT有明显优势，也让整流模块从过去的“大铁柜”变成了可以模块化堆叠的插箱式结构。冗余方面，最常见的做法是N+1，也就是实际需要10个整流模块就配11个，故障时自动切换，切换时间要控制在毫秒级，不能影响后端服务器供电。运维时还要关注模块的热插拔能力，坏了直接抽出换新的，不用停机。
3.2 中压直进与固态变压器：未来的趋势还是当下的实用方案
中压直进机房这个概念这几年被反复提及。常规做法是中压电进园区后，在园区变电站里先降压成低压，低压再送到机房。中压直进是指把中压线路尽可能往机房内部延伸，让低压传输距离缩短到几十米甚至十几米，这样末端压降和损耗都能大幅压缩。
更进一步的方案是固态变压器SST。传统变压器只能变压，频率固定，体积大；固态变压器用电力电子器件实现变压和隔离，体积更小，还能顺便做无功补偿、谐波治理甚至直流输出。但SST目前的落地案例还比较少，主要原因是可靠性验证、成本和高电压器件的寿命数据还不够充分。我的建议是，在这个阶段，SST可以作为技术预研和试点方向，真正常规交付的项目里还是选择成熟的变压器加巴拿马电源组合更稳妥，过早上未经验证的新设备，风险全压在后期的运维团队身上。
3.3 末端配电：机柜级PDU与母排设计的细节
末端配电是很多人容易忽略的环节，其实这里才是“最后一米”的决定性战场。高密度机柜的PDU不再是普通插线板，而是按整柜额定功率设计的大容量配电单元。有些方案直接在机柜后部部署一排铜母排，服务器电源通过端子直接接到母排上，省去大量分支线缆，走线干净，压降也小。
部署母排时要特别关注短路电动力问题。大电流短路时两根平行导体之间会产生巨大的电动力，如果母排固定间距和支撑结构设计不当，短路的瞬间母排可能发生形变甚至崩开。这不是危言耸听，我见过一个测试项目在做短路试验时母排支架直接松脱的案例。所以母排支撑件的间距、材质、螺栓紧固力矩都要按厂家手册严格施工，不能只靠安装师傅的“差不多就行”经验办事。末端线缆连接器也要选带防误触设计的类型，高压直流环境下，维护人员的安全是第一位的。
4. 热-电协同：液冷和电力传输怎么配合
4.1 供电架构要为液冷管路让路
高密度AI机柜几乎没有不做液冷的选项。风冷在单柜负载超过20到30kW之后就很难维持合理的进风温度和噪音水平，100kW以上的柜子必须依赖冷板液冷或者浸没式液冷。这就带来一个很实际的问题：机房顶部和地板下的空间，既要走母线槽，又要走液冷管，还要走光纤槽道，这三套系统的物理位置怎么协调？
我的经验是，在做BIM管线综合的阶段就一定要把供电和液冷放在一起设计，否则施工到一半一定会打架。目前比较成熟的做法是：冷媒管路走机柜正上方，母线槽贴着天花板一侧走，光纤槽道单独挂在另一侧，三者在高度上错开，互不干扰。还要考虑检修空间，液冷管路是有漏水风险的，如果母线槽正好在管路正下方，一旦漏水后果不堪设想，所以母线槽上方最好加一层导流板或者防水隔板，这类问题往往在规划阶段就要想清楚，真到了现场再改，代价极高。
4.2 现场发电、储能与电网容量的关系
高密度电力传输并不只是在机房内部改架构，还牵扯到园区外部的电力供应。一个8MW的数据中心，从电网角度看已经是一个不小的用电户，如果所在园区电网容量不足，就必须考虑自备电源或储能方案。常见的现场发电方案包括燃气轮机和燃料电池，前者响应快、功率大，适合作为电网的补充或者应急备电；后者效率高、碳排放低，但投资成本高，目前更多出现在头部云厂商的示范项目里。
储能环节也有新变化。传统的铅酸电池组占地大、重量大，现在高密度场景里更多倾向磷酸铁锂电池，能量密度高，部署灵活。储能的作用不只是备电，还可以做削峰填谷和频率调节，在电网容量紧张时，储能能够在短时间内承担部分峰值负载，降低对电网容量的依赖。不过锂电池进机房会带来消防和管理的额外要求，热失控风险是真实的，所以储能区单独隔离、配气体探测和自动灭火系统是标配，这条不能省。
4.3 预制化模块：热与电的一体化交付
高密度场景下，还有一个值得关注的方向是预制化电力模块。这种方案把变压器、整流模块、配电柜、母线接口、甚至部分液冷分配单元集成在一个标准集装箱或预制仓里，在工厂内完成组装和测试，现场直接吊装对接。这样做的好处是大幅缩短施工周期，质量也更可控，毕竟工厂的装配环境比施工现场好得多。
预制化模块对设计的约束在于接口标准化。如果机房里的机柜布局、母线高度、液冷管径没有统一规格，预制模块的优势就发挥不出来。所以选择这条路的前提是，土建、机电、IT几方在项目初期就把边界条件定死，后期不允许随意更改。任何一方中途变更需求，预制模块的返工成本都会非常高，这也是我在几个项目里反复强调“接口冻结”的原因。
5. 落地参考：一个8MW数据中心到底能部署多少台B300服务器
5.1 功率测算的基准
很多人在规划时直接拿“总功率除以单台功耗”来算，实际上这个算法过于乐观。数据中心总功率，也就是市电输入功率，要先扣除供配电损耗、制冷系统耗电和辅助设施用电，剩下的才是IT负载。这部分比例用PUE来度量，目前AI数据中心做得好的能做到1.15到1.25，刚改造的机房可能在1.3以上。我这里按比较常规的PUE=1.2来算，也就是大约83%的总功率可以给IT设备使用。
一个8MW的数据中心，可用IT功率大约是8000kW除以1.2，约6667kW。按DGX B300整机计算，一台8卡整机的满载功耗在14kW左右，那理论上的服务器数量就是6667除以14，约476台。考虑到实际运行不会所有机器同时满负载、还要留一部分功率余量给网络设备和管理系统，实际部署在450到470台之间是比较稳妥的区间。换算成GPU数量，按每台8颗计算大概是3600到3800颗。如果采用GB300 NVL72整柜方案，一台整柜系统约132kW，那么6667kW可以支撑约50套NVL72系统，GPU总数同样在3600颗左右。
5.2 供电架构的示例配置
假设你手里就是这样一个8MW的AI数据中心项目，我按当前比较成熟的方案整理一个简化配置作为参考。市电从10kV中压进线进来，经过两路独立的中压开关柜，分别接入两台容量足够的变压器，变压器低压侧接到巴拿马电源的交流输入侧，整流后输出800Vdc母线。母线在机房内沿纵向敷设，每隔一段距离设置插接箱，每个插接箱引出一路到机柜群的末端DC-DC模块，DC-DC输出到服务器电源接口。
单机柜按130kW设计的话，每个插接箱容量按两到三个机柜的量级预留，插接箱数量根据机柜排布来定。电池组接在800Vdc母线上，市电异常时电池直接支撑，切换时间基本可以做到无缝。这种架构的冗余等级可以做到2N，也就是两台变压器、两段独立母线互为热备，故障时另一侧能承担全部负载。运维上需要特别注意的是两段母线之间的联络开关逻辑，以及直流系统的绝缘监测，这两个点是最容易在巡检中发现故障但往往被忽视的。
5.3 真实项目里的“理论值打八折”
这里我特别想说一句经验之谈：所有纸面上的功率计算，最后落地时都要打个八折甚至更多。原因很多，比如机房空调和液冷系统实际功耗往往高于铭牌，母线到机柜之间的供电距离一旦超过设计值，末端实际可用功率就会下降，电网电压波动时整流模块会降额运行。更重要的是，B300这一类GPU服务器对供电质量非常敏感，电压纹波、瞬态跌落、频率波动都可能导致GPU降频甚至训练任务中断，实际运营时不可能把供电系统推到100%的额定极限。
所以我的建议是，8MW园区在规划时按6.6MW的IT功率计算，部署时控制在6MW左右，剩余的作为动态余量，这样电力系统才能在各种异常工况下活得更从容。否则理论算得满满的，交付后遇到一次电压扰动就够运维团队喝一壶的。
6. 常见问题与排查经验
6.1 高频问题速查表
| 现象 | 可能原因 | 排查与解决思路 |
|---|---|---|
| 机柜末端电压偏低，GPU降频 | 母线压降偏大、线缆过长 | 核算末端电压，增加支路或升高供电电压等级 |
| 整流模块频繁降功率 | 进线电压波动、模块过温 | 检查市电质量，清理风道或提升模块散热能力 |
| 直流母线绝缘报警 | 潮湿、灰尘或安装损伤 | 分段排查绝缘电阻，重点检查接线端子和母排固定件 |
| 插接箱温升异常 | 母线接头松动、过载 | 热成像巡检，按力矩值紧固并复测接触电阻 |
| 蓄电池组寿命短 | 频繁深度放电或环境温度过高 | 调整放电策略，改善电池间温控 |
6.2 规划阶段最容易被低估的三件事
第一件是谐波和电能质量。高密度供电系统里用了大量开关电源，非线性负载会产生谐波，谐波会让变压器和母线温升增加、降低设备寿命。设计时要做谐波分析，必要时配无源或有源滤波器。第二件是短路电流水平。配电系统容量越大，短路电流越高，开关设备的开断能力要匹配，很多项目到了采购阶段才发现低压开关的分断能力不够，最后只能增加限流电抗器，又贵又占地。第三件是备品备件和运维培训。高压直流系统跟传统低压交流系统的运维思路完全不同，电工师傅的经验在这里不一定适用，需要专门培训，而且直流开断、直流灭弧、绝缘检测这些知识必须真正掌握，否则带故障运行的风险是很高的。
6.3 一些避坑心得
最后分享几个我实际操作中的习惯。母线槽安装完成后不要急着送电，先用绝缘摇表逐段测绝缘电阻，再把所有插接箱的紧固螺栓做一次力矩复测，这个动作能发现不少安装隐患。送电后第一个月每周做一次热成像巡检，重点看插接箱、母排连接处和整流模块的端子，热成像能及时暴露松动或者接触不良的问题。另外，所有断路器保护定值动过后要做好记录，别指望“谁动谁知道”，项目大了以后没有完整的定值台账，排查故障时跟大海捞针一样。
我个人在实际操作中还有一个体会，就是供电架构的方案不要追求最新的技术名词，要追求最确定的交付结果。巴拿马电源、800V直流母线这些方案之所以主流，不是因为名字好听，而是因为行业里反复验证过，备件、运维、厂家支持都成熟。新技术可以预留升级空间，但不要让项目本身变成新技术的试验田。眼下AI数据中心的迭代很快，电力系统作为最底层的底座，稳定、可维护、留足余量，才是对算力业务最大的支持。
