【摘要】GPU越挤越密，电却越来越难送。

11月2日，远景宣布，全球首套SST+BESS一体化800V高压直流供电系统在乌兰察布星河基地实现商业化运行，为真实AI计算负载供电。当行业还在推进800V技术验证与部署时，远景已经率先跑通了从10kV中压输入到服务器负载的完整供电链路。

这不只是一次电压升级，更意味着AI供电的竞争逻辑正在改变：从比拼单台设备的效率和参数，转向比拼电力转换、储能调节与智能控制的全系统协同能力。

当GPU越来越密集、功率波动越来越剧烈，谁能以更紧凑的供电架构、更高的运行效率和更可靠的系统支撑算力增长，谁就更有机会掌握下一代AI基础设施的主动权。

那些从铜排、电源设备和供电损耗中省下来的空间与资源，最终有机会转化为更多可用的算力、更具经济性的算力供给。当算力不再被电力束缚，AI才能更广泛地走进日常，让技术真正服务于人的创造与生活。

以下为正文：

2016年3月，谷歌宣布加入开放计算项目OCP，准备向行业贡献一套48V机架规范。它在2009年评估12V架构的替代方案，2010年启动48V研发。那时，今天围绕AI供电的争论，已经埋下了伏笔：计算设备越来越强，给它们送电的办法，必须也必将改变。

九年后，英伟达又算了一笔关于铜的账：如果仍沿用54V机架配电，一台走向1MW的机柜，铜排用量可能高达200公斤。也就是说，装进机柜的计算能力越多，为计算服务的电源和导体，反而越会挤占计算的位置。

这是一种颇有趣味的倒置。芯片不断缩小晶体管，数据中心却要为不断增大的电流腾出更多空间。算力的扩张，开始受到铜、热量和建筑面积的共同制约。

当AI机柜的功率从数十千瓦向兆瓦级跃升，供电系统已经不能只是跟着算力升级，而必须重新设计。谁能率先完成这场重构，谁就可能在下一代AI基础设施竞争中占据先机。

2026年11月2日，这场供电升级有了一个阶段性进展：远景宣布，基于SST（固态变压器）与BESS（电池储能系统）一体化的800V直流系统，已在乌兰察布商业化投运。

据披露，这是全球首套在大型AI数据中心投入商业运行、为真实IT负载供电的一体化800V高压直流供电系统。远景能源高级副总裁黄志勇表示，AI 数据中心需要一套能够协同可再生能源、储能、电网调度与算力负荷的 AIDC 电力系统。本次商业化运行标志着远景 AIDC 电力系统走通了从绿电生产到算力负荷的完整闭环。

对AI数据中心客户来说，设备参数再先进，最终也要落实为稳定、可靠的电力供应。远景此次商业化运行的意义，正在于将单台设备的技术优势转化为完整系统的实际供电能力。

01

给GPU腾个地方

2025年9月，微软介绍威斯康星州Fairwater数据中心时，提到一个细节：机柜互联除了向左右延伸，还连接楼上楼下。两层布局可以缩短通信距离，让更多GPU高效协作。

训练大模型时，大批GPU需要反复交换计算结果。一颗芯片算得再快，也要等待其他芯片的消息。微软希望把整座数据中心连成一台巨大的超级计算机，机柜之间隔多远，就成了影响效率的工程问题。

这是个两难的问题。如果把设备摊开，供电和散热会宽松一些，但要牺牲通信距离。另一边，模型训练希望GPU靠得近，电源、铜排、线缆和冷却设施却都要占位置。

电源厂商早已开始积极调整。Vertiv在2026年介绍其800V演进路线时，提出把机柜内的电源移到旁边的独立电源柜。按其方案，原先用于电能变换的8至16U空间可以还给计算设备，相关部署计划从2027年逐步展开。

这条路线尽量保留上游交流设施，在计算机柜附近引入800V直流。对已经投入运营的机房来说，边用边改，比推倒重建更现实。新建园区则有条件从进电端重新设计。

这里需要区分800V与SST：前者是送电的电压等级，后者是一种电力转换设备。相比低压直流配电，800V能在输送同样功率时减小电流，缓解发热和用铜压力；采用SST，则可以把中压交流电直接转换为800V直流，减少中间变换设备。

简单来说，800V也能通过传统变压器配合整流设备实现，而SST提供了一条更紧凑的路径，让供电设施少占地方，为计算设备留出更多空间。

SST的优势显而易见，但如何让SST发挥出最大的效能，如何在没有可参考基础的情况下构建一整套可运行、安全稳定、又高效的800V直流供电系统，就是整个行业最大的挑战。

布置于星河基地里的SST将10kV中压交流直接转换为800V直流，转换效率超过98.5%。但这还只是衡量SST的转换环节，整套供电系统的表现，还取决于储能、末端变换与控制保护怎样配合。

少装几级设备，不等于少承担几项工作。原先分散在变压器、UPS和服务器电源中的变压、隔离、备电及保护功能，要在新架构中重新落地，这同样十分考验企业对全链路技术的理解力。

这也解释了为什么，800V技术路线已经吸引众多电力电子企业进入，但从单台SST的技术验证到整套供电系统的商业化运行，仍然存在不小的工程跨越。

真正的门槛，不只是把10kV交流电转换成800V直流电，而是让SST、储能、末端变换与智能控制在真实GPU负载下协同运行，同时满足效率、稳定性和故障保护的要求。

远景此次率先跑通的，正是这样一套完整的系统。天枢控制器、SST、BESS与DC/DC协同工作，实现从中压电网输入到真实IT负载的端到端贯通。

02

算力越协同，供电越困难

在透视800V直流供电系统之前，我们要先看看GPU机柜架构变化，带来的微观影响。

GPU靠得更近、配合得更紧，还带来了另一个麻烦：会一起多用电，也会一起少用电。

2025年8月，微软、OpenAI和英伟达研究者发表了一篇论文，研究大规模AI训练怎样影响供电。原因说起来并不复杂：GPU各自埋头计算时，用电较多；到了交换结果的阶段，计算少了，用电也跟着回落。当成千上万张卡在同一个任务里一起忙、一起缓下来，这种用电起伏就可能一路传到电网。

研究者讨论过一个颇有意思的办法：GPU没那么忙的时候，给它再安排点计算，把用电的低谷填上。这个软件方案叫Firefly，额外安排的可以是有用、但不那么着急的任务，也可以是人为添加的计算。

这个办法颇能说明AI机房眼下的别扭。AI行业一边想让计算更省电，一边又得研究怎样让GPU别突然少用电。这说明协调计算和供电，还有很长且重要的路要走。

如果说800V解决的是如何把大功率电力更高效地送进机房，那么真正复杂的问题是，如何让供电系统跟得上GPU瞬息万变的用电节奏。

这不是增加几台电源设备就能解决的问题，而是需要一套能够实时感知、预测和协调的智能控制系统。

在星河基地的真实GPU训练负载下，远景此次重点验证了直流储能对秒级功率缺口、分钟级后备供电的支撑，以及SST与储能在毫秒级协同中对瞬时功率波动的就地缓冲。天枢控制器协调这些设备，使电力供给与计算负载动态匹配。

要达到这种效果，工作必须前移到系统设计阶段。负载突然上升，SST与储能各自怎样调节，会不会互相影响。一处设备或线路发生故障，保护应该切断哪里，怎样控制影响范围，都需要提前分析。

据披露，远景这一套800V直流供电系统依托天枢控制器进行电力电子系统仿真建模，开展控制稳定性分析、故障保护仿真和能量控制策略优化。

远景能源高级副总裁黄志勇用了一个形象的表述，行业的惯用做法是“堆肌肉”（增加硬件），我们的思路是用“大脑”代替一部分肌肉。他介绍，这套能力不是从零开始的。远景在赤峰的离网系统已经实际运行超过1年。在100%电力电子设备的情况下，电压、频率都合格，扛过了多次无风无光的极端天气。

因此，远景追求的不只是一个能跑起来的样板，而是跑得稳、成本优、能复制的系统。

03

从设备转向系统

把机房内部的供电管好之后，问题就要往园区之外延伸。

2025年8月，谷歌披露与Indiana Michigan Power、田纳西河流域管理局签订了新的需求响应协议，将机器学习负载纳入调节范围。此前，它已经在2024年与奥马哈公用电力区的三次电网事件中，降低过机器学习相关的用电需求。

当然，能这样安排的，只有部分地点和部分任务。但买电的条件已经增加了：除了价格和容量，数据中心还要说明，电网需要时，自己能否少用一点。

谷歌认为，这样的安排有助于新数据中心更快接入电网。也就是说，供电怎样安排，开始影响昂贵的GPU何时能够开工。

远景将算电协同放在三个尺度上考虑：国家与区域层面协调电源、网络和算力布局；场站之间通过能源组合、负荷迁移与市场协同提高效率；机房内部则让电力、储能、冷却与服务器实时配合。区域里的资源优势，要经过这些环节，才能变成服务器可用的电。

在星河，这种系统设计从规划阶段开始。按远景披露，风光发电、110kV/220kV输电线路设计、储能和算力负荷被统筹考虑，再通过以SST为核心的800V直流系统，把电送到机柜。机房内的直流配电系统，由此嵌入了从发电到用电的更大系统。

“远景天机”气象大模型用于预测风光出力；“远景天枢”能源大模型与EnOS™智能物联操作系统，则参与发电、储能和用电需求的预判调度，让电源、电网、储能与计算负载实时协同。机房内部天枢控制器协调SST和储能的工作，统一规划不同时段的调度。

黄志勇说：“天枢控制器像指挥家带着乐团演奏协奏曲，风机、储能、SST、负荷各有各的声部，在不同的节奏上配合。”

这也是远景全栈系统能力的价值所在。

传统的数据中心供电，往往围绕电网接入、配电设备和服务器负载分别设计。而远景试图打通的，是从风光发电、储能调节、电网协同，到SST变换、直流配电与算力负荷的完整链路。

电力不再是算力的外部供应条件，而是与算力共同规划、实时协同的基础设施。

值得一提的是，同样是800V相关，最近两则消息，呈现了不同的进度。

2026年10月27日，美国能源科技企业Enphase宣布在实验室完成中压交流电到800V直流电的验证，客户试点计划在2027年开始。而远景已经实现了商业化运行。

据远景披露，它还在开展多个海外项目的前期方案评估与适配。就像赤峰2GW离网项目的成功经验复制在了星河基地，星河基地800V直流供电系统的成功将会成为更多“Mission Gobi”项目的起点。

04

尾声

我们对AI的期待，常常落在很具体的事情上：读懂一份陌生的资料，把一个想法变成作品，从重复劳动中省下一些时间。技术改变世界的宏大叙事，最终都会走进这些普通时刻。

但屏幕上每一次看似轻松的智能回应，背后都需要庞大的芯片集群，以及稳定、可靠、经济的电力系统。AI能走多远，不仅取决于芯片能算多快，也取决于电力能否跟得上。

2016年，谷歌推动48V机架供电标准化时，行业已经开始寻找更高效的供电方式。十年后，当AI机柜向兆瓦级迈进，800V带来的不仅是电压升级，更是整个供电架构的重新设计。

远景率先实现SST+BESS一体化800V直流系统的商业运行，让智能控制、电力转换与储能协同的系统方案，真正走进了AI计算场景。

当算力增长带来的电力挑战越来越难以靠堆叠硬件解决，用“大脑”协同“肌肉”，正成为下一代AI电力系统的关键。