AI 算力竞赛的另一面，是电力竞赛。单个机柜功率从几千瓦一路涨到几十千瓦，数据中心的供电和散热正在被重写。这篇聊聊 AI 数据中心的"电力账"怎么算、怎么省。

## 高功率机柜的供电架构

传统数据中心按 5-10kW/机柜设计，供电链路（市电→变压器→UPS→列头柜→机柜 PDU）游刃有余。AI 机柜功率密度翻几倍之后，几个变化不可避免：

- **电压等级上移**：机柜内配电从 208V/230V 向更高电压演进，以降低电流和线损；母线槽（busway）替代部分线缆，适应机柜频繁调整。
- **UPS 架构调整**：集中式大 UPS 与分布式模块化 UPS 各有利弊，高功率场景下要核算效率曲线——UPS 在轻载时效率偏低，容量规划要匹配实际负载率。
- **备电与双路**：AI 训练任务对中断极敏感，供电冗余等级（N、N+1、2N）的选择直接关联业务连续性，成本差异巨大。

供电设计的第一原则是：按"未来三年的机柜功率"留裕量，而不是按今天的装机。电力改造的停机成本远高于一次到位的投资。

## PUE 的构成与优化手段

PUE（电能利用效率）= 数据中心总耗电 / IT 设备耗电，越接近 1 越好。它的"水分"主要来自三块：

1. **制冷**：通常是除 IT 外最大的耗电项。高功率机柜风冷到头后，液冷（冷板式、浸没式）成为必选项。液冷能把热量更高效地带走，是 PUE 下探的关键。
2. **供电损耗**：变压器、UPS、线缆的转换损耗。选用高效率 UPS、缩短供电链路、提高运行负载率都有帮助。
3. **辅助设施**：照明、安防、办公，能耗占比小但也不能忽视。

实战中 PUE 优化是个系统工程：提高机房送风温度、利用自然冷源（新风、湖水）、AI 调度制冷系统，都能抠出可观的电费。新建数据中心选址时，气候和电价已经是和算力规划同等重要的决策变量。

## 电力容量规划的实战思路

- **先算总账**：IT 功耗 × PUE = 总电力需求，再乘以冗余系数和未来扩容系数，才是该去找电网谈的容量。
- **错峰与调度**：非紧急的训练任务可以排到电价低谷时段，推理负载则要保证随时可用，分级调度能省下真金白银。
- **和电网提前谈**：大容量用电的报装、增容周期很长，电力规划要走在算力规划前面，而不是等机柜到了才发现变压器不够。
- **可再生能源**：风光配套、绿电采购既是成本手段也是合规需要，纳入长期电力组合中考量。

一句话：AI 时代，电力是和 GPU 同等重要的战略资源。算力规划里没有电力章节，迟早要交学费。