功耗暴增 100 倍！美银：数据中心 1.5 兆瓦机柜时代来临，颠覆传统配电体系

AI 算力的无限扩张正在撞上一堵现实的墙——电力。

据追风交易台，美国银行最新研究报告指出，随着英伟达 GPU 平台迭代，数据中心机柜功耗将从传统服务器的 10 至 15 千瓦飙升至 2029 至 2030 年 Feynman 平台时代的逾 1.5 兆瓦，涨幅接近 100 倍，现有电力基础设施已无力承载这一需求。

据美银全球研究团队测算，AI 数据中心对电力的需求将在 2025 至 2030 年间累计新增 233 吉瓦，年度新增量从 2025 年约 17 吉瓦扩张至 2030 年约 60 吉瓦。这一规模远超国际能源署（IEA）基于现有项目管线所预测的数据中心装机容量翻倍路径。电力已成为 AI 扩张最核心的制约因素。

电力瓶颈的破解，将催生一个规模庞大的模拟半导体新市场。美银估计，AI 数据中心模拟半导体可寻址市场（TAM）将从 2025 年的 79 亿美元扩张至 2030 年的约 270 亿美元，五年复合年增长率达 28%。模拟芯片厂商将是最直接的受益者，而碳化硅（SiC）与氮化镓（GaN）等宽禁带半导体材料则将从汽车与工业领域的周期性需求，加速向 AI 数据中心的长期结构性需求迁移。

功耗百倍跃升：从千瓦到兆瓦的算力代价

AI 算力密度的提升，正以几何级数推高机柜功耗。

美银报告详细拆解了英伟达各代平台的功耗演进路径：2022 年推出的 Hopper H100 HGX 机柜总功耗约 32 千瓦；到 Blackwell GB200 NVL72 时代，随着 GPU 数量从 32 个增至 72 个、GPU 热设计功耗（TDP）大幅提升，机柜总功耗跃升至 100 至 120 千瓦；而即将到来的 Rubin Ultra NVL576 平台，单机柜功耗预计超过 646 千瓦；至 Feynman 时代（预计 2029 至 2030 年），576 个 GPU 封装被集成进单一节点，机柜功耗将突破 1.5 兆瓦——足以为约 1000 户美国家庭供电。

功耗飙升的核心驱动力在于 GPU 规模化组网的物理约束。英伟达将这一现象称为 " 性能密度陷阱 "：为最大化计算性能，GPU 必须通过铜互连在极短距离内紧密集成，这直接将最大功率密度与最大性能绑定在一起。从 Hopper 到 Blackwell，GPU TDP 提升 75%，但机柜功率密度提升了 3.4 倍，性能则提升了 50 倍。美银预计，每一次规模化组网域的扩展，都将带来 2 至 4 倍的总功耗增长。

这一趋势并非英伟达独有。AMD Helios 平台功耗已超过 100 千瓦，AWS Trainium 3、Google Ironwood 等定制 ASIC 平台同样随着算力与网络密度的提升而持续走高。美银认为，未来各平台将普遍向更高功耗收敛，这是与英伟达竞争的必要条件。

现有架构触顶：传统配电体系的三重失效

当前数据中心的电力配送架构，正在多个维度同时触及物理极限。

传统架构采用 48 伏 /54 伏直流配电方案：电网高压交流电经多级降压后，在机柜层面由电源供应单元（PSU）转换为 54 伏直流，再经 1 至 2 次降压后才能到达 GPU 核心所需的不足 1 伏电压轨。这一路径存在三大根本性缺陷。

空间约束：一台 GB300 NVL72 机柜需要多达 8 个电源货架，若沿用 54 伏直流配电，Kyber 机柜（Rubin Ultra 及后续平台）将有 64U 机架空间被电源占用，严重压缩计算资源空间。

铜材料瓶颈：在 1 兆瓦机柜中，54 伏直流配电需要多达 200 千克的铜排来传输电力，在吉瓦级规模下完全不可持续。

转换效率损耗：每次交流 / 直流转换约损耗 1 至 2% 的能量，多级转换叠加不仅降低整体效率，还增加了故障节点数量。

800 伏直流：重构从电网到芯片的全链路

应对上述挑战，800 伏直流（800 VDC）架构被视为数据中心电力配送的下一代标准。其核心逻辑是：将交流转直流的转换节点尽可能前移，减少中间转换级数，从而提升效率、降低成本、释放机柜空间。

在 800 VDC 架构下，13.8 千伏交流电在进入园区时即被直接整流为 800 伏直流，省去了传统架构中多个中间转换环节。英伟达数据显示，与 54 伏系统相比，800 VDC 可将端到端效率提升最高 5%；同等导线截面积可多传输 85% 的功率；铜材料用量减少约 45%；维护成本可降低最高 70%；总拥有成本（TCO）改善幅度可达 30%。

800 VDC 的落地将分阶段推进。当前过渡方案是将交流转直流转换移至机柜外的 " 侧车 "（sidecar）电源架，以 Kyber 机柜为代表；中期方案是在设施层面部署大型整流器，将低压交流直接转换为 800 伏直流；长期终态则是以固态变压器（SST）为核心的混合微电网架构，预计在 2028 至 2030 年随绿地项目建设逐步落地。

此外，AI 训练负载的高度同步性会导致机柜功耗在毫秒级时间尺度内从 30% 利用率骤升至 100%，形成剧烈的电网波动。解决方案是多时间尺度储能：超级电容器处理毫秒级尖峰，大型电池储能系统（BESS）平滑分钟级的负载波动，从而将 AI 基础设施的波动性需求与电网稳定性需求隔离开来。

270 亿美元新市场：模拟半导体的结构性机遇

电力架构的全面重构，将为模拟半导体行业创造一个前所未有的增量市场。美银构建了一套自下而上的行业需求模型，将加速器与机柜需求转化为各组件的内容池，并拆分至低功率（600 千瓦）机柜两个维度。

市场规模：AI 模拟半导体 TAM 预计从 2025 年的 79 亿美元增长至 2030 年的约 270 亿美元（28% 复合年增长率），其中数据中心部分从 76 亿美元增至 250 亿美元（约 26% 复合年增长率），战略性电力基础设施部分从 2.45 亿美元增至 18 亿美元（49% 复合年增长率）。

单机柜内容价值：随着机柜功率等级提升，模拟半导体内容价值急剧攀升—— 100 至 160 千瓦机柜约 3.6 万美元，600 千瓦以上机柜约 29 万美元，1 兆瓦级机柜接近 92 万美元。价值重心向中间总线转换器（IBC）、GPU 板级电源、CPU 附加内容及光学基础设施迁移。

材料结构变化：模拟 IC 仍是最大市场，预计 2030 年达到约 159 亿美元，但 SiC 与 GaN 将是增速最快的细分领域，五年复合年增长率分别高达 63% 和 69%。两者将从数据中心的边缘应用跃升为高压转换与保护的核心材料。

竞争格局：美银估计 TXN 在 AI 模拟半导体市场份额最高，预计 2030 年维持约 21% 的份额；Infineon 份额提升最为显著，从 2025 年的约 12% 升至 2030 年的约 17%，有望成为第二大 AI 供应商；ADI 排名第三，受益于对 Empower 的收购，在处理器近端电源交付领域竞争力增强；ON 则凭借 SiC 和垂直 GaN（vGaN）技术在高功率市场快速扩张份额。

基础设施层：固态变压器与固态断路器开辟新赛道

在数据中心机房之外，电力基础设施层同样将迎来深刻变革，并为模拟半导体厂商打开此前几乎不存在的新市场。

固态变压器（SST）：传统变压器交货周期长达 2 至 3 年，已成为数据中心建设的瓶颈之一。SST 可将中压交流电（通常为 13.8 至 35 千伏）直接转换为 800 伏直流，与传统变压器相比体积缩小约 14 倍、重量减轻约 40 倍、建设周期缩短约 50%。美银预计 SST 的模拟半导体机遇将在 2028 至 2030 年随混合微电网架构普及而集中释放，届时市场规模可达约 5 亿美元。SiC 是 SST 的核心材料，Infineon、Wolfspeed、Navitas 均在积极布局。

固态断路器（SSCB）：高压直流配电环境下，传统机械断路器的响应速度（毫秒级）无法满足直流故障的快速隔离需求。SSCB 可在纳秒至微秒级完成电流中断，并集成监控与远程控制功能。美银预计 SSCB 模拟半导体市场将在 2030 年达到约 4 亿美元，Infineon 和 ON 凭借 SiC JFET 至 MOSFET 产品线处于有利位置。

储能系统（ESS/UPS）：AI 数据中心的储能需求已从备用电源演变为电力配送架构的核心组成部分。美银估计该细分市场将从 2025 年的约 1.56 亿美元增长至 2030 年的近 8 亿美元（38% 复合年增长率），Infineon、TXN、Renesas 均有较强布局。