华为发布2025数据中心能源十大趋势：算电协同成新模式，AI赋能能效提升

1、安全可靠成为智能计算DC的第一核心需求； 2、隔离架构是保证计算设施安全的最佳选择； 3、持续散热是高密度智能计算场景必备能力； 4、人工智能将显着提高数据中心运维的主动性和安全性； 5、专业的服务是DC可靠运行的坚实保障； 6、模块化架构是应对AIDC需求不确定性的关键； 7、子系统预制是快速交付AIDC的有效手段； 8、AIDC高效供电价值日益凸显； 9、人工智能赋能直流，提升综合能效； 10、算电协同将成为直流建设新模式。

计算与电力协同，即“计算优化电力，电力支持计算”，是指对计算资源和电力资源进行整体部署，旨在通过两者的协同互动，实现资源的优化配置和高效利用。例如，当电网负荷较低时，增加计算任务的处理能力，充分利用闲置电力资源；当电网负载较高时，适当减少非关键计算任务，以减少电力需求。

算力协同的本质是实现绿色算力，主要从用户端和供给端，通过先进的制冷技术降低能耗，利用人工智能技术优化温控供电模式，利用绿色电力来实现节能减碳。

国家发展改革委、国家能源局、国家数据管理局去年印发《加快构建新型电力体系行动计划(2024-2027年)》(以下简称《方案》)其中提出“实施一批算力与算力协同工程”。

当时，北京理工大学博士生导师王永振接受美联社专访时表示，“计算-电力协同”实际上是对“信息-能源协同”的追求，更具体地说，更全面的“计算-电力-热力-碳协同”。该政策将惠及液冷、热泵、储能、微电网、综合能源、能源互联网、信息创新等行业。

从算力到上游能源是AI产业链驱动的必然路径

人工智能消耗的电力远远超出人们的预期，而能源对于人工智能来说与计算能力一样重要。

当今科技圈的两位大腕，OpenAI 创始人奥特曼和马斯克此前都曾给出过明确的观点。

前者认为，未来的AI技术取决于能源突破。更有利于气候变化的能源，尤其是核聚变或者更便宜的太阳能和储能，才是人工智能的发展方向。后者认为，虽然AI技术有望引领未来最大的技术革命，但2025年也可能面临因能源瓶颈而带来的发展挑战。

从目前的情况来看，当前的电力和IT基础设施已经成为北美算力市场的瓶颈。以OpenAI为例。 2024年12月27日凌晨，OpenAI宣布聊天机器人ChatGPT、视频生成模型Sora和API出现重大错误，大部分已经宕机数小时。 OpenAI 没有具体说明与该问题相关的“上游提供商”，但其独家云提供商微软报告其一个数据中心存在“电源问题”。

国盛证券最新研报指出，从算力到上游能源是产业链驱动的必然路径。随着AI产业的加速发展，GPU和CPU、存储、通信、铜缆等各个细分领域成为当前市场的热门话题。然而，这些算力生态系统的背后，强烈依赖于能源和基础设施的持续供应。人工智能驱动的科技产业链正在从算力生态向能源IT基础设施延伸。

从投资机会来看，一方面，数据中心的快速增长导致电源、变压器等相关设备的需求增加；另一方面，人工智能算力的不断提升加速了能源消耗问题的关注，而实现算力与算力协同需要液冷等技术合作。

国盛证券认为，AIDC能源基础设施将进行全面升级。海外数据中心的主要瓶颈是电力短缺，但芯片供应相对充足。因此，其建设方向侧重于通过天然气、核电等能源解决方案实现高效供电，以支持不断扩大的算力需求。国内的特点是对原有数据中心的升级改造。机房电力不足的问题需要通过电力基础设施改造来解决，推动柴油发电机组、UPS、BBU、HVDC等设备的升级改造。能源赛道在国内外不同需求背景下展现出巨大的潜在投资机会。

机构建议关注海外天然气/SMR核电产业链以及国内变电产业链公司麦格米特、中恒电气、希望电气、潍柴动力等。

江海证券表示，数据中心资本支出主要包括主要工程及设备设施的检修、更换、调整和升级。资本支出包括但不限于电气系统、暖通空调系统和消防系统等固定资产的更换。其中，电气系统中的UPS（不间断电源）和电池使用寿命较短，且更换次数占整个生命周期的很大比例，使其成为资本支出的重要组成部分。

在数据中心机柜功耗方面，传统数据中心每个机架的功耗一般在3-10kW之间，而每个GPU服务器的功率可高达50kW。对于数据中心运营商和规划者来说，需要合理规划和配置资源，积极探索采用液冷等先进冷却方式，以满足可持续发展的要求。

该机构表示，变压器方向，建议关注金盘科技、明阳电气；供电方向，建议关注科华数据、科士达、麦格米特、大陆；液冷方向，建议关注英维克和申菱环保。