尽管AI公司在GPU和模型架构方面展开了激烈的竞争，但一场更为低调的基础设施之战却正在围绕“Transformer”展开——这里指的并非神经网络，而是那些为数据中心供电的拥有140 年历史的电气设备。最近，三家固态变压器初创公司共筹集了2.8 亿美元资金，它们坚信，电力基础设施而非计算能力，将决定AI的发展能否持续或是否会遭遇瓶颈。
这一轮融资浪潮讲述了一个大多数开发者都未曾留意的故事：英伟达计划推出1 兆瓦的机柜——足以满足 1000 户家庭的用电需求——而传统的铁铜变压器却无法承受如此大的负载。赫伦电力公司筹集了1.4 亿美元，Amperesand公司募集了8000 万美元，而DG Matrix公司在2026年2月至3月期间获得了6000万美元。总计2.5亿美元的资金被投入到替换那些比飞机还要古老的基础设施的项目中。
无人愿提及的电力危机
英伟达的机架功率密度正在急剧上升。当前机架的功率消耗超过100千瓦，将于2027 年上市的Kyber系统每个机架的功率需求为600千瓦——是目前密度的三倍。未来的Feynman GPU每架将达到1兆瓦，产生的热量相当于200台同时运行的厨房烤箱所释放的热量。
这就是令投资者感到不安的问题：按照行业标准的54伏直流电压计算，单个1000千瓦的机架就需要200千克的铜质母线。将这一规模扩大到一个100 亿瓦的数据中心（这是大型企业计划建设的规模）——也就是我们所说的“超大规模数据中心”——仅用于机架母线的铜材就需要20万千克。这还不包括其他电气基础设施。从物理学角度来看，这行不通；从经济角度来看，这也行不通。传统的电力输送架构根本无法适应每台机架1000 千瓦的密度要求。
高盛公司预测，到2030年，数据中心的电力需求将增长 165%，从目前的550亿瓦特增加到1220亿瓦特。目前，AI工作负载占数据中心电力消耗的14%，但到2027 年这一比例将跃升至27%。此外，预计数据中心的使用率将在2026 年末达到95%以上的峰值，之后新的容量才会上线。瓶颈并非是GPU的供应问题，而是电网在前所未有的密度下高效输送电力的能力问题。
硅取代了140年来的铁和铜
固态变压器用基于硅的电力电子元件取代了机电式铁铜变压器。与沉重的磁性线圈不同，固态变压器使用宽带隙半导体——碳化硅和氮化镓——进行高频开关。三阶段转换过程（输入整流器、高频DC-DC隔离、输出逆变器）的转换效率达到97.5%至99%，而传统变压器的转换效率为95%。
这种效率上的差异乍听起来似乎微不足道，但实际计算一下就会发现并非如此。例如，一个1 兆瓦的数据中心在20%的负载下运行，若改用固体储能技术，每年可节省870多兆瓦时的电量。占地面积也会减少80%。此外，赫伦电力公司的固体储能技术所占空间比传统设备少70%。Amperesand公司报告称，与传统基础设施相比，其电气设备占地面积减少了80%以上。
这一突破不仅在于效率本身，还在于800伏直流架构下的系统级封装技术所带来的优势。德州仪器和英伟达于3月16日共同宣布了一套完整的800 伏直流参考设计方案。更高的电压能够降低电流需求，从而减少铜材用量45%。此外，该架构还能将整个系统的效率提高5%，同时将总拥有成本降低30%。您可以将相同的基础设施从100千瓦的机架扩展到1兆瓦的庞大规模，而无需重新设计电力传输系统。
《电子时报》称，2026 年将是高压直流和固态变压器加速应用的“关键过渡时期”。用于800 伏数据中心电力系统的碳化硅/氮化镓半导体市场预计到2030年将达到 27 亿美元。这已不再是空想性的研究——商业应用今年已经开始。
为何在三个月内有2.8 亿美元流向了三家初创企
资金的投放时间表显示了市场的紧迫性。在2月份，Andreessen Horowitz的American Dynamism基金与Breakthrough Energy风投共同领投了赫伦电力公司的1.4亿美元B轮融资。2025年11月，Walden Catalyst风投和Temasek牵头了Amperesand公司的8000 万美元A轮融资。与此同时，Engine风投、ABB 和Chevron Technology风投支持了DG Matrix公司的6000 万美元A 轮融资。
在短短三个月内，投资者为此投入了2.8亿美元，而问题依旧存在。除非看到即将出现瓶颈，否则投资者一般不会如此迅速地在基础设施领域进行投资。TechCrunch在四周内发表了两篇专题文章：2月20日的“为何投资者对固态变压器如此着迷”，随后是3月20日的“最佳AI投资可能在于能源技术”。当TechCrunch表示能源基础设施比AI模型更为重要时，某种根本性的转变已经发生。
Amperesand公司将于2026 年向超大规模AI数据中心交付30 兆瓦的商业系统。其首次部署将于今年年初在新加坡港启动，与PSA国际合作开展一项关键任务充电试点项目。同样，纳维塔斯和洛桑联邦理工学院于3月4日在2026年亚太经合组织会议上展示了250千瓦的超小型太阳能电池板系统。DG Matri公司报告称，其90%的客户群体为数据中心，并且该公司最近与Exowatt合作，为太阳能驱动的数据中心集装箱提供电力管理服务。
一位行业专家直截了当地对TechCrunch 表示：“如果不能尽快准备好固态变压器，这实际上会阻碍数据中心规模扩张的进程。” 这句话解释了资金流动的速度。因此，投资者认为在2027至2028年期间，如果没有新的电力基础设施，AI的规模扩张将会停滞，没有人愿意成为那个错失这一瓶颈的人。
超大规模数据中心的电力需求变化
固态变压器的初始成本比传统变压器高出3至10倍。例如，一个50千伏安的固态变压器的初始成本为6 万至10万美元，而标准型号的初始成本为6 千美元至10 千美元。这并非是计算上的误差，而是将超大规模AI基础设施与传统数据中心区分开来的商业决策。
传统的变压器通常具有30至50年的使用寿命。它们是坚固耐用、价格低廉且无需频繁维护的常见组件。相比之下，SST（硅碳变压器）则凭借碳化硅技术旨在实现 20 年以上的使用寿命，但其实际记录却较短。复杂的电力电子设备比简单的铁铜线圈存在更多的潜在故障点。
当功率密度和效率比资本成本更为重要时，ROI（投资回报率）方案就适用了。对于新建的100 兆瓦以上的AI 数据中心，若采用600 千瓦或1 兆瓦的机架部署，每年可节省87 多兆瓦时的能源，占地面积减少80%，总拥有成本降低30%，这些优势足以证明其具有较高的性价比。然而，对于预算有限、使用<100 千瓦传统机架的运营商而言，传统的变压器仍然是更合理的选择。
构建前沿AI基础设施的云服务提供商将会采用超级硅整流器技术和800V 直流架构。现有的数据中心则会继续沿用现有的技术，直到设备更换周期促使他们做出改变。这种转变发生在新建项目中，而非对现有设施进行改造时进行。
关注Amperesand在2026年的30 兆瓦项目
今年Amperesand的商业部署是检验其性能的关键测试。如果30 兆瓦的超大规模储能系统能在高规格生产环境中稳定运行，那么其应用将会加速推广。反之，如果出现可靠性问题，市场将会退回到等待第二代技术的阶段。
英伟达于2027 年推出的Kyber系统提供了第二个验证点。600 千瓦的机架用于测试800 伏直流架构是否能超越演示和试点项目而实现大规模应用。到2030 年，整个行业将知晓固态变压器技术是彻底改变了电力基础设施，还是仅仅成为高端部署的特殊解决方案。
对于开发者而言，基础设施的竞争决定了云服务的经济效益。如果AWS、谷歌和微软采用SST和 800伏直流供电技术，那么您将会看到AI推理成本降低，可用性也有所提高，因为效率的提升会体现在价格上。然而，如果传统的变压器仍采用标准配置，那么预计AI基础设施成本仍将居高不下，因为运营商需要承担效率降低所带来的代价。
高盛公司估计，到2030 年，电网建设所需投入资金将达7200 亿美元，以支持AI数据中心的发展。如果早期的部署能够证明可靠，那么其中的一部分投资将会流向SST。因此，对于投资者而言，SST初创企业是高风险的投资选择，因为基础设施瓶颈与模型架构同等重要。对于开发者而言，这提醒他们，该技术栈会延伸到API 层之下，深入到你从未考虑过的物理基础设施中——直到它成为制约因素。
要点总结
-
在2027至2030年期间，电力基础设施而非GPU可能会限制AI的扩展规模，因为英伟达正朝着1兆瓦的机架规模迈进。
-
在三个月内，三家初创公司共筹集了2.8 亿美元，这表明投资者坚信能源基础设施至关重要。
-
SST 技术实现了97.5%至99%的效率，而传统技术仅为95%，这使得800 伏直流架构得以实现，同时减少了45%的铜用量，并节省了80%的占地面积。
-
Amperesand在2026 年的30 兆瓦商业部署是关键的可靠性测试，决定了其推广速度。
-
关注云服务供应商的基础设施——AWS、谷歌和微软采用 800 伏直流和SST技术意味着未来AI成本将会降低。
原文链接：
