进入2025年，随着全球生成式AI(GenAI)应用的持续爆发，AI大模型训练和推理需求呈现了巨大跃升。Citi Research报告显示，当前AI推理生成的Token数量呈现了显著的激增态势，仅微软一家2025年一季度就处理了超过100万亿个 Token，是2024年同期的五倍。

与此同时，AI训练带来的供配电系统问题同样不可小觑，正如Meta在Llama3论文中提到的，其拥有2.4万个H100集群（IT容量约30MW）在训练时，遇到了电力不稳定的持续挑战。

与此同时，基于上述行业机遇与挑战，科智咨询联合中国通信工业协会数据中心委员会共同编制的《中国智算中心供配电系统应用市场研究报告（2025）》于近日正式发布。

AI算力打破百年电力供应稳定关系

给数据中心供电满足AI算力需求是一个异常复杂的系统工程。在全球交流电力系统中，各国住宅用电通常是单相交流电，但数据中心等工业用电通常采用三相电，每相电线又包含三根导线，三个振荡周期彼此错开运行。

然而，电压和频率是电力系统中极易受影响的特性。如果电力供应和需求不平衡，电压和频率就会偏离设定值。供应超过需求时，电压和频率高于基准值；供应低于需求时，则低于基准值。仅仅10%的电压或频率波动就可能烧毁电机，跳闸，并使电子设备损坏。

因此，过往全球百年，各国电网运营商的主要任务是保证电力质量，突显电网稳定性依赖于供需的稳定平衡，以及失衡的风险。一直以来，家庭用电需求相当可预测，大型用电负荷，如钢铁制造、芯片制造厂以及云数据中心通常都会产生稳定负荷。但生成式 AI的兴起彻底改变了这一现状。

智算中心进行AI训练时负载剧烈波动成因分析

在智算中心中的AI算力系统通常采用并行计算的方式运行，一次大规模GPU训练运行可能涉及数万乃至数十万个GPU同时工作。这种模式与传统的计算模式截然不同：从谷歌云发布的以下图表可以看出，智算中心与云数据中心的负载波动差异约为15倍，前者波动范围从1.5兆瓦到高达15兆瓦。

智算中心在进行AI训练时，数万个GPU(GPU)可能同时增加或减少功耗，例如，由于所有GPU等待checkpointing或collective communications完成，或整个训练作业启动或关闭。都会导致智算中心功耗瞬间波动，达到数十兆瓦(megawatts)量级，从而严重考验电网的承载能力。

负载波动如此之大的原因有很多，包括：

- 批处理过程中的毫秒级功率波动：在处理一个训练批次的过程中，矩阵计算会产生功率峰值，而数据传输和同步等较轻负载的操作则会导致功率下降。

- checkpoint和restore操作 (通常持续几毫秒)：在进行checkpoint操作期间，负载可能降至极低水平。

- 同步 (最多几秒钟)：当集群规模达到数十万级别时，AllReduce (一种用于在分布式系统中聚合数据的算法) 操作容易受到网络问题的干扰，有时会导致 GPU计算单元出现长达几秒钟的空闲状态。

- 训练运行结束后：如果在一次大规模训练运行结束后，没有立即投入新的工作负载充分利用GPU算力，就会导致巨大的负载骤降。

以上只是一些常见问题，并非所有问题的完整列表，更值得注意的是推理阶段所产生的电力负载变化问题同样显著。

智算中心对电网的冲击日益加剧

一直以来，电力供应都是通过同步变化进行管理。但要在几分之一秒内管理数百兆瓦的电力波动，对电力运营商而言是前所未有的挑战。

电力供应变化通常涉及激活或停用发电机(electric generators)，或调整发电机的输出功率(output)。发电机的调峰速率(ramp rate)以兆瓦每分钟 (MW/min) 为单位衡量，例如，调峰速率为10 MW/min的发电机，可在10分钟内将输出功率增加或减少100 MW。化石燃料发电机的调峰速率通常在5-50MW/分钟之间，而核电站的调峰速率则太慢，无法应对电网的瞬时变化(grid conditions)。

通常情况下，亚秒级的电压和频率平衡是由系统惯性（system inertia）来维持的。传统电力发电机(electric generators)是大型旋转磁体，其旋转质量的惯性可以吸收电力供需之间的小幅波动，但这会产生额外的热量并降低效率。

而当前越来越多的挑战源于不断变化的发电结构。越来越多的电力来自间歇性可再生能源，尤其是风能和太阳能。这些系统并不产生与电网同步的交流电，而是产生直流电(DC)，再通过逆变器转换成交流电(AC)，因此也给智算中心供配电带来了更多的问题。

智算中心供配电系统的变革，其本质反映的是从“保障供电安全”到“极致能效与碳中和”的目标升级，具体可划分为以下4个阶段：总之，在全球数字化浪潮和人工智能技术加速演进的时代背景下，智算中心日益成为各国新型信息基础设施建设的核心枢纽。随着大模型训练、生成式AI推理及高性能计算等应用需求的爆发式增长，单机柜功率密度迅速攀升，算力负载对电力系统的挑战空前严峻。从国际视角来看，高功率密度与高可靠性供电架构已成为智算中心竞争力的重要一环；而在中国“双碳”战略约束下，绿色低碳、能源协同也被赋予了新的内涵。面对能源结构转型与算力基础设施扩容的“双重驱动”，如何在保障超高可用性的同时兼顾能效与成本，已成为行业亟待破解的发展命题。

在国内层面，以“东数西算”工程为代表的国家级算力网络正加快推进，各地政府、运营商和互联网巨头纷纷布局万卡乃至超万卡级智算集群，带来了数千兆瓦的新增电力需求。同时，《关于推动新型信息基础设施协调发展有关事项的通知》《数据中心绿色低碳发展专项行动计划》等政策相继出台，明确提出新建及改扩建项目要严格执行节能审查、绿电占比超80%、PUE≤1.2等要求 。在此背景下，智算中心供配电系统正从“支撑系统”转变为制约算力发展的“瓶颈环节”，亟需在高压化、直流化、模块化和智能化等方向上实现跨越式升级。

基于上述行业机遇与挑战，科智咨询联合中国通信工业协会数据中心委员会共同编制《中国智算中心供配电系统应用市场研究报告（2025）》，旨在系统揭示中国智算中心供配电系统的演进逻辑与实践路径。研究将从产业图谱构建、市场规模与竞争格局、技术创新趋势及优秀案例四大维度展开，聚焦高功率密度供电架构设计、端到端能效优化、绿色低碳集成以及智能化运维，实现对行业痛点的深度剖析与未来发展方向的前瞻预判，为政府、运营商、算力服务商及设备厂商提供决策参考与技术指引。

报告核心观点

一、算力需求驱动电力系统重构

单机柜功率密度已突破20kW门槛，AI推理与训练的动态负载特征，要求供配电系统具备更高的瞬态响应与过载能力。

市场规模高速增长，CAGR近46%

2024年市场规模239.7亿元，同比增长超100%；预计2027年将攀升至610.4亿元，年复合增长率约45.9%。

HVDC与预制化模块并行，加速交付与效率提升

高压直流架构可实现端到端效率提升5%–20%；预制化电力模块现场工期可缩短逾60%，支持按需弹性扩容。

04

绿色低碳与“算电协同”并重

政策推动绿电占比≥80%，锂电储能、光伏直供与用能侧智能调度共同助力PUE降至1.2以下。

国产品牌加速崛起

在UPS、变压器等核心设备领域，国产品牌通过自动化生产、全网化服务与质量管控，市场份额稳步提升。

从单体设备到端到端解决方案

客户采购决策已从关注设备可靠性，转向系统级能效、数字运维与全生命周期成本管控，对“一站式”集成交付与运维保障提出更高要求。

07

未来展望——智能化与模块化深度融合

随着AI驱维、数字孪生与预制化技术成熟，未来供配电系统将由“被动支撑”升级为“主动赋能”，成为算力网络稳定性与效能提升的核心引擎。