华泰 | DeepSeek浪潮下，国内电力行业的变与不变

DeepSeek带来AI行业变革，但对电力行业仍有三个不变的影响

DeepSeek R1开源模型于1月20日发布，在更低的成本下实现和OpenAI o1相当的数学、代码、自然语言推理能力，不仅推动国内AI产业对海外的快速追赶，也为AI相关行业带来较大变化。我们认为DeepSeek带来AI行业三个变化：成本变革，训练成本和Token调用价格不到海外模型的30%；技术变革，突破CUDA依赖，支持多样化GPU；生态变革，开源模型，打开多元化应用时代。我们也维持三个前期观点不变：算力需求增长不变；能效追求不变；绿色发展不变。

AI应用加速，进入全民AI时代，有望构成国内电力需求新增长极

相比美国，中国虽然互联网大厂在过去2年资本开支有12%的复合增长，但仅为美国同行增速的不到三分之二、总量的不到十分之一。根据IDC预测2025-27年国内人工智能服务器工作负载中超过70%将用于推理，仅不到30%为训练，因此即使DeepSeek大幅下降训练算力，对国内冲击相对较小。根据信通院，截止2022年末中国算力规模302EFlops，结合主要云厂资本开支和芯片出货预测，我们预计2024-26年我国算力规模年复合增速有望达到44%，带动2025/2026年新建数据中心8.0/9.1GW，对应530/633亿度增量用电。我们预计2025年中国用电量增速6.1%，其中数据中心贡献0.5pct。

AI数据中心高功率趋势不变，供配电解决方案技术迭代有望加速

根据各厂的芯片和服务器参数，虽然单瓦浮点算力以每代约1倍速率提升，但是同时我们也看到随着效率的提升，服务器和机柜的功率参数以每代40-60%的比例提升。而DeepSeek实现GPU白卡互联的能力，为国产芯片的大规模应用打开了大门，在经济上必然存在较强的优势，但是短期内在能耗上与英伟达芯片仍然存在差距。因此随着国内数据中心中智算中心的比例提升，单个数据中心的MW数将持续上升，甚至相同算力下可能提升更快。这将带来供配电解决方案的技术迭代加速从传统UPS向HVDC，以及未来巴拿马电源和SST的效率更高模式发展。我们预计国内AI配套电力设备市场空间2026年将达到437亿元，对应2024-26年复合增速27%，其中HVDC，锂电池和服务器电源将实现更快增长，分别达到77%/58%/36%。

AI算力+双碳政策，中国绿色算力提升新能源需求端消纳

与海外不同，中国电网更加稳定，并不需要大量分布式电源直连去实现稳定供应。2023年发改委、工信部《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》首次提出到2025年底，国家枢纽节点新建数据中心绿电占比超过80%。在十四五期间我国单位GDP二氧化碳排放降低18%的目标约束下，我们预计各地算力中心将积极消纳新能源。对应到数据中心建设对新能源消纳的拉动，我们估算2024-26年每年6~9GW的数据中心建设将带来18~27GW的本地新能源消纳能力。

投资建议：

看好国内数据中心建设带来的电源国产替代机会，以及技术迭代加速后HVDC以及巴拿马电源和SST的发展机遇。我们重申于《 新型电力系统成本篇：多维解决消纳问题，新能源迈入 2.0 时代 》（2024.10.25）中对于配网建设，储能平价和风电发展的看好，我们认为数据中心建设将加速国内能源转型和提升新能源有效需求，绿色电源和数据中心耦合将成为趋势。 产业链标的梳理，请见研报原文。

风险提示：AI应用落地不及预期，供应链风险。

AI数据中心或持续拉动电力需求增长并促进新能源消纳

AI数据中心或带动2024-26年6~9GW/年新增负荷，拉动全国用电量0.4~0.6pct/年

算力需求 东升西降， DeepSeek 开源有望带动我国 AI 建设和 相关算力电 力需求启航。 我们认为DeepSeek的成功代表全球算力发展范式的转变。一方面，DeepSeek不依赖高性能GPU的特性，使其在计算效率上实现了显著提升，且降低对供给紧张的外部GPU资源依赖，为中国AI大模型开发提供了更可行和更经济的解决方案；另一方面，Deepseek的开源模式使其可以本地部署，且有利于提升数据安全性和处理速度，这将加速国内AI应用的开发进程。随着DeepSeek的成功面市，我们看好国内AI大模型和AI应用投资的加速，带动中国主权AI建设和AI电力需求快速增长，缩小与海外领先国家的差距。

根据国家能源局， 2022 年全国数据中心用电量约 2700 亿度，占全国用电量 ~3% 。 根据信通院，2022年全国算力规模达到302Eflops（基于FP32等效），其中基础算力、智能算力规模分别达到120、178.5Eflops。根据信通院，截至2022年末，标准机架650万架（按标准机架功率2.5kw统计），对应数据中心装机功率累计25GW（我们基于PUE假设1.55）。

对于算力、电力和装机的预测，我们基于以下假设：

1.基础算力部分，我们结合IDC预测，假设基础算力规模按2023-26年15%年复合增速增长，2023/24/25/26年算力规模达到138/159/183/210Eflops。假设功耗不变（基础算力主要基于CPU，相比基于GPU的智能算力对应功耗无明显增加），以2022年装机规模为基数，对应年均新增装机3.8GW。

2.智能算力部分，我们参考国内主要云厂商CAPEX计划和芯片供给情况，以其CAPEX增速作为依据，假设2023/24/25/26年算力规模同比增长10%/30%/60%/60%，到2026年规模增长至653Eflops。在此基础上，我们考虑随技术进步和摩尔定律，国产芯片功耗下降（2022年GPU功耗49Gflops/W，2026年提升至124Gflops/W）,以及数据中心PUE持续下降（2022年1.55，到2026年下降至1.35），为支持上述算力规模2024/25/26年需要年新增智算数据中心装机量2.3/4.2/5.3GW。

3.综上，基础算力和智能算力合计有望在2024/25/26年增加电力负荷6.1/8.0/9.1GW。落地到用电量层面，我们基于一年8760小时，假设基础算力、智能算力上架率分别50%、100%，则上述新增数据中心装机规模对应每年新增数据中心用电量2024/25/26年分别365/530/633亿度，拉动全国用电量0.4/0.5/0.6pct，占全国电力需求比重达到3.4%/3.6%/4.0%。 若推理需求加速带来 算力规模 增长超预期，则有可能对电力负荷和用电量形成进一步拉动。

AI数据中心有望促进我国新能源消纳

与美国情况不同，我国电力系统当前供需格局趋于宽松，且电网保供能力较强，数据中心企业尚可以依赖电网供电实现AI大模型训练和推理，与核电、气电等稳定电源签订直连保供协议的必要性弱于美国同行，这也反过来给新能源供数据中心提供了机会。从项目角度来看，已有比如新疆绿电智算中心，合盈数据智算中心等实现绿电和算力的耦合，采用UPS的供电结构。其中合盈数据智算中心项目在张家口的蔚县、沽源、张北建设总计5.53GW装机容量的新能源电站，共分为13个新能源发电项目，年新增新能源发电量达130亿千瓦时，满足其怀来科技产业园算力集群超1GW负荷规模。为稳定供电，新能源也计划配置储能系统，合盈数据“源网荷储”一体化示范项目首期540MW风电光伏已于2023年并网发电。项目通过电力市场化交易打通源网荷储的落地路径，达到了确保电能量与绿色环境权益的转移、绿电消纳、显著降低能耗、提升能源利用效率的效果。

1. 国家政策逐步强化绿色电力 与算力中心 的耦合发展。早期政策如 2021 年工业和信息化部发布的《“十四五”信息通信行业发展规划》和《新型数据中心发展三年行动计划（ 2021-2023 年）》鼓励 提升绿电使用 比例。 2022 年国家发展改革委、国家能源局发布的《“十四五”现代能源体系规划》进一步鼓励数据中心通过 绿电交易 使用可再生能源。 2023 年国家发展改革委、工业和信息化部等发布的《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》首次提出到 2025 年底，国家枢纽节点新建数据中心 绿电占 比超过 80% 。 2024 年国家发展改革委、国家能源局发布的《加快构建新型电力系统行动方案（ 2024 — 2027 年）》和国家发展改革委、工业和信息化部等发布的《数据中心绿色低碳发展专项行动计划》重申并强调这一目标。地方政策也在逐步提升要求。 2021年北京要求新建数据中心绿电占比≥10%；2024年多地政策向80%靠拢。内蒙古、宁夏、甘肃等新能源大省提供充足绿电支持。

2. 国家对数据中心的碳排放指标提出了明确要求。 2021年国家发展改革委、工业和信息化部等发布的《关于严格能效约束推动重点领域节能降碳的若干意见》要求提升数据中心能效水平，鼓励使用可再生能源。2024年国家发展改革委、工业和信息化部等发布的《数字化绿色化协同转型发展实施指南》推动数据中心采用智能化能源管理系统，提升绿电使用比例，支持数据中心参与虚拟电厂等新型能源模式。 地方政策也在逐步提升碳排放指标要求。 2021年上海要求绿电占比≥10%，推动绿电交易；

3. 国家政策对数据中心的 PUE 提出了明确要求。 2021年工业和信息化部发布的《新型数据中心发展三年行动计划（2021-2023年）》和《“十四五”信息通信行业发展规划》均提出到2023年和2025年，新建大型及以上数据中心PUE降低到1.3以下。 地方政策对 PUE 的要求更为严格。 2021年北京要求新建数据中心PUE≤1.3，高PUE数据中心需改造；2021年上海及2022年甘肃、广东、内蒙古、宁夏均提出2025年PUE≤1.3；2022年广东、内蒙古等提出2025年PUE≤1.3，鼓励分布式光伏和储能。

数据中心建设有效促进我国新能源消纳， 我们估算，若 2024-26 年 每年数据中心建设量 6 ~ 9 GW ，考虑利用小时的三倍差异 （数据中心6000小时vs新能源2000小时）， 可本地消纳 1 8 ~2 7 GW 新能源，可提供的新能源增量消 纳空间 相当于新建 2 条特高压外送线路。

AI数据中心供配电投资机会涌现

智能算力需求上行催化供配电系统迭代

算力分为 通用算力、超算算力和智能算力，应用场景和核心硬件有显著差异，因此对供配电系统需求亦有所不同。 拆分来看：

1） 云数据 中心 - 通用算力： 亦称为基础算力，芯片架构主要以CPU为算力核心，主要用于满足云计算和边缘计算等基础通用计算需求，无法高效处理大规模并行计算任务。通用算力下游主要为云服务商，主要分为电信运营商（中国电信-天翼云、中国联通-联通云和中国移动-移动云）和互联网运营商（阿里云和华为云等）。以长江云互联网数据中心为案例，其计算额定功率为134kW（24台设备机架*7kW单机架功率输出*0.8需要系数），该项目选用240 kVA 模块化UPS电源（6个40kVA功率模块）。

2） 超算中心 - 超算算力： 主要基于超级计算机，通常用于科学计算，超算中心设备往往具备高度定制化。根据《超级计算数据中心供配电系统设计探讨（江峰，《智能建筑电气技术》2022年第4期）》，以运算速度为300Pflop/s 的S1级超算中心（通常为国家级超算中心或国家级实验室）为例，计算节点的用电需求为25～28MW，高速网络、存储等节点的用电需求合计2MW左右。

3） 智算中心 AIDC- 智能算力： 通常采用芯片异构计算架构，结合CPU、GPU、NPU、TPU等多种芯片，形成高并发的分布式计算系统。随着智算需求的持续增加，当前我国智算中心用电规模可以达到100-200MW（根据DTDATA，火山引擎内蒙古和林格尔算力中心一期机架功率达100MW），Vertiv预测未来有望攀升至300～500MW的水平。

智能算力亦可 拆分为 训练算力 和推理算力， DeepSeek 或撬动 AI 应用的 推理算力需 求，数据中心的能效比要求相应提升。 训练算力专门用于训练AI模型，处理大量数据，亦有相对应的训练卡，例如英伟达A100等，更强调单精度（FP32）和半精度（FP16）的高性能，因为训练追求精确计算；推理算力用于快速处理预训练好的AI模型，对应的推理卡以英伟达L20为代表，浮点运算能力要求较训练卡低，更关注整数精度（INT8）来大幅提高计算效率和降低功耗。DeepSeek的发布和开源大幅缩进了模型层面差距，使AI发展重心从训练模型向应用落地倾斜，应用侧的推理算力需求相应上升。 推理更注重能效比，即单位能耗下的计算能力，使其更适合大规模部署和长期运行，我们认为在智能 算力需求 上行，且能效比重要性日益提升下，将带动数据中心供配电系统需求的结构性变化。

硬件层面的 " 功耗膨胀 " 现象，与 DeepSeek 等大模型平台迸发的 AI 推理需求形成叠加效应。 根据各厂的芯片和服务器参数，虽然单瓦浮点算力以每代约1倍速率提升，但是同时我们也看到随着效率的提升，服务器和机柜的功率参数以每代40-60%的比例提升，主要系服务器其它部件，例如内存、存储、网络等亦在同步提升功耗。尽管DeepSeek大幅降低了训练成本，但是正在催生更庞大的应用生态，带动推理需求快速上升，我们认为训练向推理的切换并不会改变功耗膨胀的大趋势，但是算力需求的结构性改变使得能效比和碳足迹逐渐取代单纯的算力指标，成为衡量AI企业核心竞争力的关键维度。

综上所述，我们认为 AI 数据中心将加速传统数据中心 向智算 中心 AIDC 的切换，展望后续，或将面临四大挑战催化供配电系统迭代。

#1 电能供应： 电能消耗随AIDC市场（推理算力需求带动）规模提升和硬件功耗膨胀相应增长，对电力接入、电能利用率和能源利用效率（PUE）提出挑战；

#2 空间利用： 随着数据中心耗能走高，供电设备严重挤占了机柜的可用面积，亦拉动相关成本；

#3 投资成本： 数据中心建设投资额维持高位，降本是运营商生存根本；

#4 建设周期： 传统数据中心系统复杂，设备调试安装周期较长，长期成本曲线难以把握。

直流供配电在数据中心充分验证，巴拿马电源和SST技术可期

目前，数据中心供配电系统解决方案主要为 交流不间断电源（ UPS ） 、 高压直流电源（ HVDC ） 、巴拿马电源和 固态变压器 （ SST ） 。

1） UPS 交流 系统： 数据中心最初使用UPS方案，且仍为当前最主流的供配电方案。为保障可靠性，UPS方案通常使用N+1、2N、DR、RR等供电架构，但是也不可避免地带来冗余造成的低效率。 根据台达的数据，当前 UPS 系统 效率 为 95.1% ，全链路效率 86.6% 。

2） HVDC 高压直流 系统： HVDC方案逐渐被数据中心验证，在中国市场率先扩散。HVDC系统能有效避免交流供电中的多次变流和变换进而减少能源转换损失，具有模块化、效率高、可靠性高、成本更低等优势。HVDC设备成本略低于传统UPS，且相比传统UPS具备一定效率优势，并可降低数据中心PUE，减少能源消耗。 根据台达的数据，当前 HVDC 系统整体 效率 为 95.1% ，全链路效率为 88.3% （相比 UPS 方案高 1.7pct ），并且占地面积相比 UPS 方案减少约 20% 。

3） 巴拿马电源系统： 互联网公司数据中心的发展催化对供配电系统简化、减少辅助支持设备空间等新要求，巴拿马电源方案应运而生。巴拿马电源基于HVDC方案将电路和磁路融合创新，供电传输一步到位，使得在系统架构简洁的同时提升链路可靠性。 根据台达的数据，当前巴拿马电源系统整体 效率 为 97.5% （相比 UPS 方案高 2.4pct ），全链路效率为 90.6% （相比 UPS 方案高 4.0pct ），并且占地面积相较 UPS 减少约 60% 。

4） SST 固态变压器系统： SST通过自动控制将电力系统资源池化，按需调度供电，增强数据中心供配电的可靠性和利用率。SST作为具备双向充放电的“能源路由器”，可以实现未来新能源的接入融合，既可扩大数据中心的能源来源，亦可促进新能源的消纳。 根据台达的数据， SST 系统整体 效率 为 98.0% （相比 UPS 方案高 2.9pct ），全链路效率为 91.1% （相比 UPS 方案高 4.5pct ），并且占地面积相较 UPS 减少约 80% 。

HVDC：更适配AI数据中心的输配电方案

相比 UPS ， HVDC 需要更少的转换阶段，因此 具备更高的理论效率 ，系统更加可靠 。 HVDC核心组件为换流站，包括换流变压器、换流器、滤波器、平波电抗器、无功补偿装置等设备。效率方面，根据台达数据，HVDC市电直供系统/HVDC 2N系统/UPS 2N系统的整体效率分别为96.0%/95.2%/94.7%，相比UPS有一定优势。除此之外，HVDC采用电池与电源并联系统，且核心功率单元采用隔离拓扑，系统整体可靠性更高；在负载分配方面，UPS存在三相交流电不平衡的问题，HVDC不受干扰。

相比传统 UPS 方案， HVDC 在供电系统、冷却系统和服务器机组三方面降低数据中心能耗

1 ） 供电系统方面： 目前常规UPS系统因为2N冗余供电，大部分在低负载下运行，而HVDC在低负载下效率相较UPS方案优势更加明显，因此除理论效率差距外，HVDC系统在使用中具备超额效率优势。

2 ）冷却系统： 根据NTT DATA，当采用HVDC时电源系统和机组产生热量相应减少，进而降低数据中心的PUE值；此外，在数据中心功率提升趋势下液冷渗透率走高，直流电相比交流电更适配液冷方案。

3 ）服务器机组： 传统服务器电源受电端通过UPS交流侧整流，再通过DC/DC变换供电；HVDC输入端变为直流，服务器内部电源可省去整流器环节，直接将输出直流电通过DC/DC转换，进而降低服务器电源单元（PSU）的效率损耗。

我们认为供配电系统演进路线为提升电压支撑日益提升的功率需求 + 扩大分布式能源接入。 高电压应用方面，提升电压可以减少系统中由多个降压环节导致的损耗，且电压提升后也会缩小电缆截面，增加走线空间利用率，并降低电缆成本；新能源接入方面，光伏和储能发电为直流，可以快速接入数据中心全直流系统，进而减少交直流转换的损耗，根据NTT DATA，光伏直接接入直流系统相比经电网接入可减少5%到10%的电能损耗。

全直流供电系统或 为绿电耦合 需求下的更优解。 全直流供电系统方案为先将电网侧10kV交流电输入转化为750V直流电，该环节将接入光伏、储能等分布式电源，并为直流空调室外机组供电；之后，将750V直流电降至400V为室内空调机组等供电，再进一步降至240V直流为照明和IT服务器等直流负载供电。我们亦注意到当前市面上PSU因为考虑UPS兼容性往往仅支持240V电压，考虑到后续高电压HVDC系统推广后或促进直流方案PSU渗透率提升，我们看好未来推动高电压直流电无需降压直接为服务器供电的方案，进一步减少系统中降压带来的损耗。

巴拿马电源：降本增效的HVDC集成方案，供配电系统的“巴拿马运河”

巴拿马电源方案具备高效率、高可靠性、高功率密度、高功率容量和维护方便等特点。 2019年度数据中心标准峰会上，阿里巴巴联合厂商在北京国家会议中心正式推出了面向IDC的最新供电技术“巴拿马电源”。相比传统的HVDC方案，巴拿马电源柔性集成了10kVac配电、隔离变压、模块化整流器和输出配电等环节，采用移相变压器取代工频变压器，并从10kVac到240V dc整个供电链路做到了优化集成。 根据 ODCC 《巴拿马技术白皮书》，相比传统数据中心的供电方案，占地面积减少 50% ，其设备和工程施工量可节省 40% ，其功率模块的效率高达 97.5% 。

巴拿马电源与传统 HVDC 系统的核心差异在于移相变压器。 相比于传统供配电方案，巴拿马电源通过集成优化供电链路节省低压柜和配电柜，并通过移相变压器代替传统工频变压器来免去补偿柜、电容补偿、有源滤波柜，主要系移相变压器具备多绕组，谐波含量主要有3/5/7次谐波，畸变率小于5%，因此不需要配置滤波器，省掉功率因数调节环节。

优势 #1 ：效率高于当前其他方案，轻载下优势更显著。 相比HVDC系统，巴拿马电源由传统变压器改为移相变压器，省掉功率因数调节环节。根据ODCC《巴拿马技术白皮书》，巴拿马方案的移相变压器的效率为99%，整流调压部分的峰值效率为98.5%，整体峰值效率可达到97.5%。根据某数据中心采用巴拿马电源与同一机房240VDC系统在实际运行中的效率数据，巴拿马电源方案在20%/30%负载率下，相比传统HVDC方案效率提升4/3pct，在轻载下优势更加明显。此外，“巴拿马+一路市电”模式可进一步提高系统效率，根据台达预测，该系统整体效率相比2N巴拿马电源供电方案具备0.5pct优势。

优势 #2 ：供电架构简洁，占地面积减少。 巴拿马电源通过减少配电/功率变换环节&中压/低压融为一体来简化供电架构，有效减少占地面积，节约成本。

优势 #3 ：巴拿马电源方案集成程度高、 设备总数少，因此交付速度快、采购成本低。 巴拿马电源集成了从中压输入到变压器，再到DC输出等多个环节，可预制和预调试，因此入场时间大大缩短。根据台达的数据，当前巴拿马电源2N系统/HVDC市电直供系统/UPS 2N系统建设周期为6/8/10月，且巴拿马电源系统在现场安装调试环节所用时间仅为传统系统的30%-50%。此外，由于巴拿马电源精简了中间环节，因此设备使用量亦相应减少，以ODCC《巴拿马技术白皮书》案例来看，降本主要来自于线缆等配套设备的成本，投资成本大大降低。

SST：更适配分布式电源的灵活接入，数据中心的“能源路由器”

固态变压器（ SST ）采用 多级架构和高频变压器 ，成为 交流电网 ，新能源 和直流供电数据中心之间更高效、更集成的接口。 SST在供配电系统中的功能主要涉及三个阶段：

1） 输入： 将高压交流电转换为高压直流电。宽带隙半导体（如碳化硅和氮化镓）在该过程中可通过降低开关损耗、增强热稳定性并能够在更高频率下工作，实现SST紧凑设计和功率密度提升；无功功率补偿可以与电网无缝集成并在动态条件下稳定电力输送。

2） 隔离： 通过高频变压器隔离并调整高压侧和低压侧之间的电压水平。高频变压器利用先进磁性材料（例如铁氧体和非晶态合金）降低磁芯损耗，同时保持高热稳定性和功率密度，并与传统变压器相比尺寸和重量显著减小。

3） 输出： 将直流电重新转换为交流电或保留为直流电，并支持双向功率流，可实现分布式能源、储能系统和可再生能源的无缝集成。

当前 SST 仍处于试点阶段，存在由电压制式和拓扑器件成熟度问题引起的可靠性、可维护性和使用规范等方面的问题。 目前SST在电动汽车充电和可再生能源领域率先试点，Amperesand将于2025年在新加坡港口试用其基于碳化硅 (SiC) 的SST，用于双向电动汽车充电。

在AIDC需求释放态势下对HVDC技术放量的市场推演

需求侧：看好HVDC在AIDC需求驱动下突破渗透率瓶颈

随着我国数据中心产业发展带来不同需求，供配电系统随之演进。 基于中国通服数字基建产业研究院对国内数据中心市场发展拐点复盘，并根据HVDC技术迭代放量时间节点的比较，我们发现科技驱动的数据中心需求结构变化和供配电系统迭代相互促进，而政策和投资带动的数据中心需求边际变化往往推动供配电新技术放量。

1） 云中心 阶段（ 2010-2020 年）： 传统服务器托管、机架租赁等IDC服务形式逐步被云计算取代，对大规模数据中心承载提出更大需求，带动集群化建设、虚拟化和云计算需求旺盛，相应地，2008年HVDC技术被电信运营商引入试点，在大型云数据中心背景下登入历史舞台。边际变化方面，2014年需求云化+降本诉求催化HVDC开始在互联网运营商数据中心推广，追求降本增效；2017年开始政策和成本管控趋严，带动南网、四大行等传统行业央企和大型政企客户开始陆续引入HVDC技术。

2） 算力中心 阶段（ 2020 年至今）： 人工智能发展驱动数据云存储及计算、智能算力、边缘算力等需求持续增长，需求向“云计算大型、超大型 IDC+智能计算本地化中型数据中心+边缘计算小微型 IDC”三级转变，相应地阿里巴巴于2020年引入巴拿马电源方案，支撑算力大幅上升的电力供给需求。 2023 年开始由海外发动的大模型训练竞赛带动 训练算力需求 ， 训练卡能 耗快速增长推动支撑高功率密度的电力供给需求； 2025 年 DeepSeek 横空出世， 推理侧更注重 “细水长流”，对能效比 和绿电耦 合提出新的要求。

HVDC 保持高装机增速，但 UPS 仍居市场主流。 纵向比较，由于HVDC行业相关统计较少，我们通过HVDC新增装机容量和UPS市场规模的CAGR进行比较。2019-2022年HVDC系统在数据中心年新增装机CAGR为23%，而同期UPS行业市场规模CAGR为11%；横向比较，根据智研咨询数据，2021年HVDC占比约为12%，UPS仍以78%渗透率处于主导地位。

复盘历史，我们认为 HVDC 系统渗透率维持低位并非技术竞争力不如 UPS ，而是对口高效供配电系统的下游需求侧动力不足所致。 拆分来看：

#1 当前 HVDC 相对 UPS 的效率领先优势未拉开差距，更换动力不足。 根据前文中提到的数据，UPS 2N系统和HVDC 2N系统效率分别为94.7%和95.2%，相比较下HVDC仅具备0.5pct优势，叠加当前UPS方案更加成熟，在中小用户的实际使用场景中效率差距进一步缩小。

#2 HVDC 在服务器 PS U 环节存在兼容性问题，导致电压等级受限 / 额外能耗损失。 目前市面上交流供配设备成熟且普遍适用，PSU多支持AC/DC转换，但对DC/DC支持有限，考虑到HVDC应用规模小，PSU厂商往往保留AC/DC转换功能，市面上几乎没有完全基于纯直流的PSU产品。若采用通用PSU，则会存在整流器导致能耗损失的问题，同时仅支持240V的HVDC，无法兼容更高的电压水平。

展望未来，我们认为以上因素将随 AIDC 需求释放迎刃而解。 拆分来看：

#1 数据中心规模大幅提升，供配电系统功率提升的绝对收益凸显。 上文中提到当前我国智算中心用电规模可以达到100-200MW，Vertiv预测未来有望攀升至300～500MW的水平，在数据中心规模上升趋势下效率差距绝对收益提升。

#2 绿电耦合 将带动下一代全直流系统推广，渗透率提升后设备兼容问题或将改善。 我们上文提到更高电压的直流供电系统将成为未来趋势，因此我们看好下一代HVDC（750V以上电压）有望提升渗透率，为高功率机柜提供更优解决方案，主要由Meta、微软推动（当前海外市场直流方案市占率较低）。实际应用中，750V以上电压的直流电将直接进入PSU，渗透率提升后亦将带动直流PSU产品增量（在该电压下无法使用兼容交流的PSU），因而避免整流环节造成的能耗损失。

再来回顾我们上文中基于AIDC发展趋势提出的四大挑战，我们认为HVDC已经给出数据中心供配电系统演进方向的答案：

#1 电能供应： HVDC系统通过更少的转换阶段具备相比UPS更高的系统效率，减少能源损耗，更顺应推理算力的高能效比需求。向后展望，全直流系统进一步引入开发周期更短的光伏和储能等分布式能源，满足井喷能源需求，提高能源利用效率。

#2 空间利用： HVDC系统可以通过集成多环节设备（例如巴拿马电源系统），大幅减少空间，抵消部分由供电需求陡升造成的数据中心供电系统占用空间膨胀趋势。

#3 投资成本： HVDC系统在占地面积（土建等基础设施相关成本）、系统效率（电力成本）本身相对UPS系统具备优势，提升电压后进一步降本（直接降低电缆成本，分布式能源接入亦间接降低电力成本）。

#4 建设周期： HVDC预制集成模组大幅缩短交付周期，且具备一定扩展性。当前智算中心建设时经常未明确AI芯片型号，且具备未来扩容需求，HVDC系统可通过预制预调试大幅简短交付周期，避免数据中心建设周期由调试造成的延期，例如阿里巴巴的巴拿马电源系统和腾讯T-train。考虑到由DeepSeek 带动的新一轮AI竞赛日新月异，更低的训练成本亦导致技术迭代和开发提速，我们认为数据中心作为算力支撑，建设周期和灵活性重要性相应提升。

供给侧：AI数据中心相关设备厂商投资机会涌现