數據中心能源新趨勢！華為聚焦算電協同 有望帶動液冷、儲能等產業
《科創板日報》1月13日報導，華為於1月13日下午舉行了一場直播發布會，介紹了2025數據中心能源的十大趨勢。其中，算電協同被提出為數據中心建設的新模式，具體內容包括：
1. 安全可靠是智慧計算數據中心的首要核心要求；
2. 隔離式架構是保障計算力設施安全的最佳選擇；
3. 連續式制冷是智慧計算高密場景所需的必要能力；
4. 人工智能將顯著提升數據中心的運維主動安全；
5. 專業化服務是數據中心可靠運行的堅實保障；
6. 模塊化架構是應對人工智能數據中心需求不確定性的關鍵；
7. 子系統預製化是人工智能數據中心快速交付的有效手段；
8. 供電效率在人工智能數據中心的價值日益凸顯；
9. 人工智能將賦能數據中心綜合能效提升；
10. 算電協同將成為數據中心建設的新模式。
算電協同，即“算優化電，電支撐算”，是指計算資源與電力資源的統籌調配，旨在通過兩者的協同互動實現資源的優化配置和高效利用。例如，在電網負荷較低時，增加計算任務的處理量，以充分利用閒置的電力資源；而在電網負荷較高時，適當減少非關鍵計算任務，以降低電力需求。
算電協同的本質是實現綠色算力，主要從使用端和供給端發力，透過先進的制冷技術降低能耗、利用人工智能技術優化溫控供電模式，以及使用綠色電力以實現節能降碳。
去年，國家發展改革委、國家能源局、國家數據局印發了《加快構建新型電力系統行動方案（2024—2027年）》，其中提出了“實施一批算力與電力協同項目”的目標。
北京理工大學博士生導師王永真曾表示，“算電協同”實際上是追求“信息-能源協同”，具體而言是更全面的“算-電-熱-碳協同”。該政策將有利於液冷、熱泵、儲能、微電網、綜合能源、能源互聯網及信創等行業。
從算力到上游能源是AI產業鏈驅動的必然路徑
人工智能所消耗的電力遠超人們的預期，能源對於AI的重要性絲毫不亞於算力。OpenAI創始人阿爾特曼和馬斯克都曾明言，未來AI的技術依賴於能源的突破，尤其是更具氣候友好的能源，如核聚變或更便宜的太陽能及儲能。
當前，北美的算力市場面臨電力及IT基礎設施的瓶頸。以OpenAI為例，2024年12月27日，該公司宣布其聊天機器人ChatGPT出現重大錯誤，導致服務宕機數小時。雖然OpenAI沒有具體說明問題的“上游提供商”，但其獨家雲服務商微軟報告稱，某數據中心出現了“電源問題”。
國盛證券最新報告指出，從算力到上游能源是產業鏈驅動的必然路徑。隨著AI產業的加速發展，GPU、CPU、存儲、通信等細分領域成為市場熱議的主題，而這些算力生態的背後，強烈依賴於能源和基礎設施的持續供給。AI驅動的科技產業鏈正在從算力生態向能源IT基礎設施延展。
在投資機會方面，一方面，數據中心的快速增長將帶動電源和變壓器等相關設備需求的增加；另一方面，人工智能算力的提升也加速了對能耗問題的關注，實現算電協同需要液冷等技術的配合。國盛證券認為，AIDC能源基礎設施將迎來全面升級，海外數據中心的主要瓶頸是電力緊張，但芯片供應相對充足，因此建設方向集中在通過天然氣、核電等能源方案實現高效供電，以支持不斷擴大的算力需求。
該機構建議關注海外天然氣/SMR核電產業鏈，及國內電力改造產業鏈公司，如麥格米特、中恒電氣、禾望電氣、濰柴動力等。
江海證券指出，數據中心的資本性支出主要包括主體工程及設備設施的大修、更換及調整升級，並包括電氣系統、暖通空調系統及消防系統等固定資產的更換。其中，電氣系統中的UPS（不間斷電源）及蓄電池的使用壽命較短，更換頻率較高，是資本性支出的重要部分。
傳統數據中心每機架功耗一般在3-10kW之間，而每台GPU伺服器的功率可高達50kW，這對數據中心的操作員和規劃人員來說，需要根據計算需求合理規劃和分配資源，並積極探索液冷等先進冷卻方法，以符合可持續發展的要求。
該機構建議，變壓器方向可關注金盤科技、明陽電氣；電源方向可關注科華數據、科士達、麥格米特、歐陸通；液冷方向可關注英維克、申菱環境。
這篇報導揭示了當前數據中心的發展趨勢以及能源需求的未來走向。算電協同的概念不僅是一種技術革新，更是推動整個行業向綠色可持續發展轉型的關鍵因素。在AI技術日益普及的今天，如何有效整合能源資源，將成為未來企業競爭的核心。隨著全球對於環保的重視，這種協同模式將對液冷、儲能等相關產業帶來巨大的商機，值得投資者密切關注。
以上文章由特價GPT API根據網上資料所翻譯及撰寫，過程中沒有任何人類參與 🙂
