从“能源墙”到“算电协同”，国产电力基础设施产业链迎来新一轮价值重估2026年10月06日科技区角报道，过去两年，英伟达的GPU供不应求，HBM、先进封装、交换机、光模块、服务器等环节持续扩产，资本市场也围绕“算力缺口”反复定价，但进入2026年后一个更深层次的现实问题产生，即使GPU已经到位，数据中心真的有足够的电力可以支撑吗？产业内给到的答案可以说越来越复杂，根据国际能源署（IEA）最新分析显示，2025年全球数据中心用电量同比增长17%，AI数据中心增长更快，到2030年，全球数据中心用电量预计将翻倍，而AI数据中心用电量可能达到目前的约3倍，与此同时，燃气轮机、变压器等能源基础设施也出现供应趋紧，越来越多数据中心开始寻找“电网之外”的电力解决方案，AI产业的瓶颈正在从“算力不足”逐步向“电力不足”迁移。而对于中国市场而言，这甚至可能形成一条全新的产业链，涵盖从发电到输电再到变电、储能、UPS/HVDC、液冷、能源管理，最后到AI算力，谁能够解决这条链条上的“能源墙”，谁就可能成为AI基础设施的下一批核心受益者。IEA预计，到2030年全球数据中心用电量将达到约945TWh，相比2024年大约翻倍，其中美国将成为增长最明显的市场之一，数据中心甚至可能贡献美国未来几年近一半的新增用电需求，IEA同时判断，受电网连接限制影响，到2030年全球计划建设的数据中心容量中，约有20%可能面临并网延迟，美国劳伦斯伯克利国家实验室（LBNL）2026年更新的数据中心能源报告则预计，到2030年，美国数据中心可能占全国用电量的11.8%，情景区间为9.5%至15.3%。过去普通服务器一个机柜几十千瓦已经属于高密度，但AI服务器正在快速改变这个标准，2026年，英伟达Vera Rubin平台单机柜功率需求已经可以达到约246kW，而下一代Rubin Ultra的机柜功耗可能进一步达到约660kW，行业甚至已经开始讨论600kW乃至1MW级机柜。这会产生一个连锁反应，随着GPU性能越来越强，单机柜功耗会随之升高，这样就需要对配电系统、变压器、UPS以及HVDC统一做升级，随之带来的就是机房发热量的巨量增加，这样您又得升级液冷系统，但这又将进一步增加数据中心整体的耗电量。所以，所谓“能源墙”实际上不是一个问题，而是一套拥有足够发电能力，同时可以及时将电力输送到数据中心，然后高效、安全的将电力输送到算力单元，最后又能将上述系统产生的热量以更低的功耗带走的系统性问题。中国并不存在美国那种完全意义上的“缺电”，真正的问题是，有电的地方，未必有算力。有算力需求的地方，未必有足够的电网容量，有新能源的地方，又未必能够提供7×24小时稳定电力。国家能源局披露，2025年全国数据中心用电量约1700亿千瓦时，占全社会用电量约1.6%，近三年八大算力枢纽节点算力用电年均增长约39.5%，有观点预计，“十五五”期间全国算力用电量年均新增可能超过1000亿千瓦时，到2030年达到约8000亿千瓦时，占全社会用电量约6%。这已经不是传统IDC的小问题，而是一个新的能源基础设施问题，但可喜的是，我国已经开始从政策层面正面解决这个问题，2026年4月，国家发改委、国家能源局、工信部、国家数据局联合发布《关于促进人工智能与能源双向赋能的行动方案》，明确提出统筹新能源基地与算力枢纽布局，探索百万千瓦级AI算力设施与配套能源系统协同建设，并探索核电、氢能等能源以直连方式为算力设施供能，同时鼓励配置构网型储能，而9月发布的《促进数字化绿色化协同转型发展实施方案（2026—2030年）》则进一步明确提到液冷、800V高压直流、超百千瓦机柜、绿电直连、长时储能、算电协同调度等概念，算力中心怎么供电已经从企业工程问题上升为国家级基础设施问题。首先能想到的就是扩建电网，以美国为例，美国能源部2026年发布的国家输电需求研究明确指出，AI数据中心、制造业扩张等新增负荷正在造成输电基础设施压力，需要进一步扩大输电能力。但电网建设速度通常比数据中心慢，一个AI数据中心可能两三年就希望投产，但新的输电线路、变电站、审批和并网流程往往需要更长时间，因此，在美国，“等电网”正在变成AI产业最大的时间成本之一。而第二种普遍的方式是购买绿电，这条路非常重要，我国已经明确要求，到2030年，国家枢纽节点新建数据中心绿色电力消费比例要在80%的基础上进一步提升，但风电、光伏具有波动性，而AI数据中心通常是7×24小时运行，所以绿电只能目前只能作为补充，无法根本性解决能源墙的问题。第三种方式是为数据中心建设燃气电站，这是美国目前非常现实的一条路线。IEA披露，由于电网并网缓慢，美国越来越多数据中心开始建设现场天然气发电系统，摩根士丹利也观察到，1—4GW级数据中心已经开始推动“Bring Your Own Power”，也就是“自己带电源”，天然气、微电网、电池、核电等方案都在加速进入数据中心能源体系，优点很明显，快！不需要完全等待大型电网项目，可以在数据中心附近快速建设电源，但缺点同样明显，首先天然气价格存在波动，也将带来碳排放的老问题，长期来看并不符合零碳数据中心方向，另外AI负荷是快速波动的，对燃气机组调节能力提出了挑战，因此，燃气更像是未来3到5年的过渡性解决方案，也不是最终答案。
第四种方式是核电，核电最大的优势是稳定，AI最需要的恰恰是稳定的基荷电力，因此，美国大型科技公司正在大规模押注核能，Meta今年公布了自己的核能项目组合，到2035年有望支持最多6.6GW的新旧核电清洁能源，中国同样具备全球最大的核电建设能力之一，但核电的问题是建设周期太长，所以核电适合解决2030年以后的长期能源安全，却很难独立解决2026—2028年的近期AI算力电力缺口。
然后是第五种目前的普遍方式是储能，这是笔者认为最值得关注的变化之一，过去数据中心储能主要是作为UPS，主要作用是在停电以后顶一段时间，而未来储能将会成数据中心主要能源系统的一部分，IEA已经明确指出，随着现场燃气发电等方案增加，AI数据中心负荷快速波动，电池储能可能成为下一代数据中心的重要组成部分，它可以同时承担削峰填谷、电压支撑、备用电源以及新能源消纳四个功能，而更进一步，AI数据中心本身还可以因此成为“可调负荷”，比如，不同数据中心之间可以迁移任务，部分推理任务可以根据用电负荷调整时间，新能源发电高峰时增加计算，电网紧张时降低部分非实时算力，这就是“算电协同”的核心，国家层面的行动方案已经明确提出，鼓励算力设施参与电能量、辅助服务、需求响应等市场交易。
综上，解决能源墙的真正最优解，应该不是寻找一种“超级能源”，而是构建“算电一体化”系统，如果让笔者从产业链角度给出一个判断，那未来AI数据中心能源真正的最优解应该是从源网荷储到AI能源管理的一体化系统，可以根据电价、绿电出力比例、负载情况动态调节算力的“AI能源操作系统”。
800V HVDC会成为关键产业机会
当一个AI机柜从40kW走向200kW、300kW甚至600kW，电流会快速增加，但功率越来越大，传统低压配电也会越来越吃力，更高电压意味着，同样功率下，电流更低，这可以有效减少铜排及系统损耗，同时电缆数量也将减少，从而大大节省了配电空间和电能转换级数，因此，行业正在从传统AC配电向更高压直流架构演进。TrendForce预计，英伟达800V电源架构将在Rubin Ultra之后加速普及，麦肯锡也判断，如果800V DC成为高密度AI数据中心标准，未来5到10年相关设备、功率半导体和机架级电源系统的市场空间都可能快速扩大。如果把时间拉长到2030年，会发现真正决定AI产业规模的变量可能越来越简单，即有没有足够便宜、稳定、持续的电能，数据中心的能源瓶颈正在从发电能力进一步扩散到电网连接、变压器、燃气轮机、储能以及数据中心内部的能源效率。
下一轮AI基础设施竞争，很可能不再只是先进GPU算力的竞争，而谁拥有最低成本的电力，谁拥有最高效的电力电子系统，谁能够把电网、储能、算力和能源调度真正连成高效系统将左右产业的未来，正所谓GPU决定AI的上限，电力决定AI能跑多远。而对于国产产业链而言，这座“能源墙”带来的机会，可能比单纯的AI芯片国产替代更加广泛，因为它覆盖的不是一两个芯片环节，而是一整套从发电、电网、储能、电源、HVDC、液冷到能源数字化的新型基础设施体系。扫码添加小助理，加入X-TechCon产业交流群，更有机会抽取官方精美周边
科技区角 X-TechCon｜专业科技研讨会策划服务商
关于科技区角：国内科技展会垂直内容策划服务商，提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务，以产业内容吸引高质量B端人群，打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
