报告概述
本报告研究对象为AI数据中心柜外电源及800VDC配电技术,覆盖SST(固态变压器)、HVDC、UPS等多种技术路线。报告分析了算力芯片功耗激增对供电架构的挑战,对比了不同配电方案的技术优劣,测算了全球柜外电源市场空间,梳理了SST产业链核心零部件及竞争格局,并给出了投资建议。报告旨在帮助投资者和产业人士理解下一代AI数据中心供电系统的演进方向与投资机会。
报告的核心结论
800VDC成为AI数据中心供电发展趋势
随着英伟达GPU TDP功耗从300W逐步提升至1000W以上,单机柜功率从10KW攀升至200KW以上,传统415/480V交流配电已达上限。800VDC直流架构可显著降低电流、铜材用量和电缆体积,提升输电能力157%,成为支撑高功率密度AI工厂的关键技术。
SST有望成为未来核心解决方案
SST可直接将35KV中压交流电转换为800VDC,省去多级冗余电能变换环节,转换效率比UPS系统高3%以上,占地面积减少50%以上,并大幅减少用铜量。尽管当前因可靠性、成本和标准等挑战尚处早期,但预计2030年渗透率将达40%。
2030年全球柜外电源市场空间达2710亿元
报告预计2030年全球IT总负载新增69.9GW,柜外电源总装机容量129.8GW。其中SST渗透率40%,对应51.9GW需求,市场规模1760亿元;HVDC渗透率50%,市场规模858亿元;UPS渗透率10%,市场规模92亿元。2025-2030年CAGR为51%。
SST产业链核心零部件国产替代空间大
SST成本中电力电子器件(SiC MOSFET等)占比32%,高频变压器占比16%,直流电容占比16%。SiC衬底、非晶/纳米晶磁材、金属化薄膜电容等环节技术壁垒高,国内企业如天岳先进、可立克、江海股份等有望受益。
报告回答的关键问题
为什么800VDC成为AI数据中心供电的必然趋势?
GPU功率从300W飙升至3600W,单机柜功率突破200KW,传统415V/480V交流配电面临线缆截面积不足、接口过多、效率低等问题。800VDC系统可将输电能力提升157%,精简供电接口,减少铜材用量,并原生适配GPU机柜,是支撑下一代AI工厂的最佳配电架构。
SST相比传统UPS供电方案有哪些核心优势?
SST直接从10kV中压交流转换为800VDC,省去多级变换,效率比UPS高3%以上,占地面积减少50%以上,用铜量大幅降低,部署工期从数十天缩短至几天。但当前SiC器件成本高、可靠性待验证、行业标准缺失,限制了大规模应用。
哪些企业在SST领域已有产品落地?
国际企业中台达已发布全球首个AIDC SST商业化方案;伊顿发布MV SST 2.0产品并在中国落地标杆项目;施耐德电气布局800VDC Sidecar架构;GEV计划2027年推出商业化产品。国内企业中四方股份、中国西电、金盘科技、特锐德等已有产品落地,阳光电源、麦格米特等正在布局。
2030年全球柜外电源市场空间多大?SST渗透率预期如何?
报告测算2030年全球柜外电源市场总规模为2710亿元,其中SST市场1760亿元,HVDC市场858亿元,UPS市场92亿元。SST渗透率将从2025年的0%提升至2030年的40%,成为主力方案之一。
报告中的代表性数据
全球柜外电源市场空间
2030年,预计2030年全球柜外电源新增装机容量129.8GW,其中SST渗透率40%,HVDC渗透率50%,UPS渗透率10%。2025-2030年CAGR=51%。
英伟达GPU TDP功耗
2017年-2027年(预计),V100(2017年)TDP 300W,到R300 Ultra(预计2027年)TDP 3600W,十年提升12倍,驱动供电架构升级。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整阐述五种配电方案(UPS、UPS+Sidecar、HVDC、巴拿马电源、SST)的原理、架构图、优劣对比及适用场景。
- 全球柜外电源市场空间测算模型,包含AI芯片出货量、平均功率、PUE、冗余度、不同技术路线渗透率及价格假设,分年度拆解。
- SST产业链核心零部件的技术分析与成本拆分,包括电力电子器件(SiC MOSFET)、高频变压器(非晶/纳米晶磁芯)、直流电容(金属化薄膜电容)、固态断路器、分布式储能(超级电容、BBU)等。
- 22家国际及国内厂商的竞争格局详解,包括台达、伊顿、施耐德电气、维谛、GEV、日立能源、四方股份、中国西电、金盘科技、特锐德、阳光电源、麦格米特、伊戈尔等,含产品参数、案例与订单进展。
- AIDC相关上市公司盈利预测表格(截至2026/6/24),覆盖20余只标的的股价、市值、归母净利润及EPS预测。
- 风险提示,包括AIDC建设不及预期、国际贸易冲突加剧、行业竞争加剧等。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





