功率密度提升驅動的供電架構變革

當前,AI智算中心的建設邏輯已發生根本性轉變。以英偉達GPU為代表的智算服務器,單臺8GPU卡的服務器功率可達7kW以上,而整柜型服務器單柜功率甚至高達120kW。服務器功率的急劇提升,對數據中心的傳統電源系統帶來了巨大挑戰,尤其是UPS等關鍵基礎設施的占地面積與IT機柜占地空間比急劇增加。

傳統數據中心普遍采用多臺600kW容量UPS并聯的方案來滿足供電需求。然而,面對單柜功率高達120kW的AI服務器,若建設2000個機柜,IT負載總功率將達到240MW,按2N架構配置,需要的UPS容量高達576MW,所需UPS數量可能達到近千臺。這不僅導致基礎設施占地面積急劇膨脹,嚴重壓縮IT機柜空間,降低得柜率,也暴露了當前供電方案的瓶頸:服務器功率密度十年間提升了15倍,而主流UPS的單機容量卻長期停留在600kW,已難以適應智算中心的需求。

因此,供電系統正從分散式部署向高度集成化、模塊化方向演進。高密度供電設備通過將多個功能單元集成于一體,旨在減少設備數量、簡化系統架構、提升功率密度。例如,伊頓于2024年推出的9395XR系列UPS,是其經典機型9395的升級版,單機容量可達1500-2500kW。以1500kW機型為例,其寬度僅1.6米,功率密度高達1042kW/m²,相比上一代產品,占地面積減少了70%,功率密度提升了300%,有效解決了空間不足的問題。

技術路徑:從傳統并聯到高密大容量的演進

面對高密度算力場景,采用大容量、高功率密度的UPS已成為行業應對挑戰的重要技術路徑。這不僅能解決占地問題,更能有效規避傳統多臺小容量UPS并聯方案帶來的諸多痛點。

傳統多臺UPS并聯方案存在旁路不均流、系統效率降低、配電復雜、可靠性風險等問題。例如,多臺UPS在旁路狀態下無法主動均流,依賴線纜阻抗被動均流,易導致負載分配不均甚至過載。同時,并聯系統因線纜、銅排損耗及環流等因素,其整體效率通常低于單臺大容量UPS。有測試表明,單臺1500kVA UPS相比三臺500kVA UPS并聯,能耗節省約29%。

采用高密大容量UPS則能顯著優化這些問題。以伊頓9395XR 1500kW UPS替代多臺600kW UPS并聯的方案為例,可減少占地面積約30%,減少配電投資超過50%,系統耗電降低,同時避免了旁路均流難題,簡化了運維復雜度。大容量UPS的應用已在國內外有了實踐案例,例如某國際互聯網巨頭在東南亞的數據中心采用了多套1263kW的UPS,某云計算公司在國內的數據中心也早已規模應用1000kVA以上的UPS產品。

除了交流UPS方案,供電架構也正朝著更高效的方向探索。高壓直流供電技術通過減少交直流轉換環節,可將系統效率提升至96%-98%。伊頓在探索未來供電形態時,提出了以固態變壓器為核心的中壓能源路由器概念。該技術利用電力電子技術和寬禁帶半導體,去除了傳統工頻變壓器,將10kV中壓直接轉換為適合負載使用的直流電,整體峰值效率可達98.3%,且能兼容光伏、儲能等多種能源接入,代表了供電系統綠色化、高效化的重要發展方向。

關鍵產品與技術創新方向

在高密度算力供電設備領域,技術創新正沿著提升功率密度、優化能效、增強智能化等多個維度推進。

功率密度的提升是應對空間挑戰的直接手段。這要求設備本身高度緊湊,并具備高度的系統集成能力。例如,伊頓9395XR UPS采用模塊化設計,支持在線更換功率模塊,能大幅縮短維護時間,提升系統可用性。其靈活的出風方式也適配不同的機房布局。伊頓的Power Cube電力模塊則是系統級集成的典范,它將中壓開關、變壓器、UPS、低壓配電等設備預制集成于一體,實現了快速部署,部署周期可縮短50%。

能效優化是降低運營成本的關鍵。除了采用碳化硅等高效半導體器件降低損耗,智能化的能效管理策略也至關重要。例如,伊頓UPS的節能系統模式效率高達99%,其智能模塊休眠功能可根據實際負載動態調整運行模塊數量,避免低載下的效率損失,有效降低數據中心PUE值。

智能化管理通過數字化手段提升供電系統的可靠性與運維效率。伊頓提供的PredictPulse®預測性分析服務,能夠對關鍵部件進行持續狀態監測與壽命預測,實現從定期預防性維護向基于狀態的預測性維護轉變。全鏈路可視化監控系統則為運維人員提供了清晰的系統狀態視圖,便于快速定位與處理問題。

未來展望

高密度算力供電設備將朝著更綠色、更智能、更彈性的方向持續演進。綠色化要求設備在全生命周期內降低碳足跡,并更好地融合可再生能源。智能化意味著系統將具備更強的感知、分析與決策能力,實現全局能效優化和主動故障預警。彈性化則體現在通過模塊化、可擴展的設計,使供電系統能夠靈活、敏捷地響應算力需求的動態變化。

高密度算力供電設備的發展,是算力需求爆發倒逼基礎設施升級的必然結果。隨著AI算力需求的持續增長,作為“能源心臟”的供電系統,其技術創新與產業協同的步伐必將進一步加快,為智算時代的堅實基座提供強大而持久的動力。