以下文章来源于 AI 产业家 Pro ，作者刘艺航

新能源产业家 | 产业家一线

AIDC 建设潮背后真正的卡点

10 月 21 日，柏林。黄仁勋给 AI 工厂提出了一个近乎疯狂的新目标：在基础设施准备就绪后，最快 14 天完成现场部署。

英伟达新推的 DSX POD 方案，逻辑其实很像 " 预制菜 "：把 GPU 机柜、网络、布线、电箱和液冷管道，在出厂前就在工厂里全部拼好、测完。

到了现场，只要场地通了水、通了电、拉了网线，原本折腾几个月的现场拼装，两周就能搞定。

但现实真的有这么美好吗？

仅仅两天后，在马来西亚吉隆坡的 ASHRAE 工程大会上，另一群常年泡在工地的工程师们讨论的，却是完全相反的现实。

吉隆坡展会现场实拍

一位曾参与微软超大型 AI 园区的工程专家发现，机房建得太快太大，现场甚至连用来做通电测试的仪器都快不够用了；

而在下午的供电技术专题上，一位来自设计机构的工程师提出了一个更实际的问题：被寄予厚望的固态变压器（SST），究竟什么时候才能走出概念验证，进入规模化部署？

过去两年，所有人都在盯英伟达又发了什么卡、大模型又跑了多少分。

但当成千上万张发烫的显卡真的要塞进同一个机房时，真正卡脖子的反而不是芯片，而是最古老的物理法则：电网接不接得进、冷却扛不扛得住、变压器烧不烧得起。

在这场吉隆坡的行业大会上，AI 产业家 Pro 看到了 AI 狂飙背后，那些充满泥泞的现场真相。

01

AI 工厂抢着落地，电网还在赶工

马来西亚正在成为东南亚最烫手的数据中心热土。

根据戴德梁行的数据，2026 年上半年，整个亚太地区的数据中心储备容量高达 26.5GW，其中一半在建工程集中在东南亚，马来西亚更是跑在前头。

但行业里都心知肚明：拿到了地，不等于拿到了电；签了意向书，不等于机房能亮灯。

马来西亚能源委员会也在加紧制定规则。当地 2025 年实施的《能源效率与节约法》（EECA），已经要求达到能耗门槛的大型能源消费者任命能源经理、提交报告并开展能源审计。

能源委员会在会上进一步披露，计划 2027 年年中完成数据中心专项建筑能效规则制定，目标 2028 年开始执行。

但现实一落地，监管甚至在第一道技术门槛上就卡壳了：数据中心的 IT 用电量，到底该从哪儿算起？

打个比方：数据中心就像一栋大写字楼，运营商把楼盖好，但里面放的服务器属于不同的云厂商客户。

运营商知道整栋楼交了多少电费，但租户机柜内部的具体能耗数据，往往属于商业机密。

如果在机房的 " 大总闸 "（UPS 输出端）量用电，损耗算谁的？

如果去每个租户的 " 插线板 "（机柜侧）量，不仅边界不同，客户还不一定给开权限。

测算边界定不下来，那个用来考核机房是否绿色的关键指标—— PUE（能源使用效率），就成了糊涂账。

Uptime Institute 南亚负责人 Patrick Chan 在现场指出了一个更骨感的现实：

过去一个老机柜功率才 10kW，如今一个 AI 机柜动辄几十上百千瓦。以前机房按兆瓦（MW）建，现在一张嘴就是几百兆瓦的园区。

柔佛的压力已经可以量化。

10 月 23 日，惠誉旗下 BMI 预计，到 2031 年，柔佛数据中心年用电需求可能达到 30TWh，相当于马来西亚半岛电力供应的约 18%。

相比数据中心的建设速度，部分大型电网工程需要 5 至 10 年才能完成。

真正决定项目何时投运的是电网接入何时完成。

很多时候，项目要不要建、能建多大，不是看算力需求有多旺盛，而是看会不会抢走周边居民的生活水电。

更反直觉的是：机房再 " 节能 "，也架不住总量实在太庞大。

曾操盘微软大型 AI 项目的工程师 Tracey Jumper 算了一笔账：她做过的顶尖项目，PUE 能压到 1.2 左右。

Tracey Jumper（左二）在展会分享微软 AI 项目经验

但打个比方，即便一辆 50 吨的重型卡车再怎么 " 百公里省油 "，它喝的油也绝对比一辆摩托车多得多。

如果一个 AI 园区的 IT 负载高达 300MW，哪怕 PUE 做到 1.2，整座设施满负荷运转时，依然要吃掉 360MW 的电——这几乎抵得上一座中小型城市的用电量。

辅助设备的能耗确实抠下来了，但后方的电厂和高压电网该冒烟还是冒烟。

水资源也是一样的 " 跷跷板 "。

数据中心服务商 BDC（Bridge Data Centers）的技术创新负责人 Webber Zhu 坦言，制冷方案从来没有万能解药：

BDC 技术创新负责人 Webber Zhu（右一）现场分享

想省电，往往就得靠 " 水蒸发带走热量 "，水耗就会暴增；

想省水，就得全靠电风扇和压缩机硬吹，电费就会翻倍。

在水多电贵的地方，和在缺水便宜的地方，选错方案就是灾难。

即便像 BDC 那样引入再生水（中水），依然需要额外建复杂的净化站，水质一旦腐蚀冷却管道，整批服务器都得停摆。

PUE 从来不是一个孤立的数字，它的背后是电价、水价、征地周期和地方基础设施的现实博弈。

02

服务器说变就变，机房却不能重建

搞定了水和电，真正进场施工时，工程师们会遇到另一个近乎抓狂的矛盾：GPU 产品不断迭代，服务器采购方案也可能在建设期间调整，但机房的建筑结构、配电和冷却设施往往需要更早确定。

DayOne Customer Solutions 副总监 Tan Phei Chieh 在现场分享了一个让人哭笑不得的真实例子：

DayOne   Customer Solutions 副总监 Tan Phei Chieh（左二）现场分享

一家客户原本签了合同要建纯液冷机房，部分管道和设备都已经焊在机房里了。结果工程干到一半，客户突然换了服务器采购方案，通知现场：" 改全风冷吧。"

拆掉重来？工期和违约金谁都赔不起。

工程团队只能戴着钢盔在已经成型的架构上硬改，临时加装大量末端风机，重写冷却塔和冷水机组的控制代码。

这种尴尬在 AI 时代屡见不鲜：客户往往会提前跑马圈地，先锁定几十兆瓦的电力配额，但直到机房封顶，他们都没想好最终要上哪一代芯片、用风冷还是液冷。

这就把压力全甩给了设计端。有的设计团队只能做 " 双保险 " ——哪怕前期按风冷造，管道接口也得提前预留好；或者干脆把风冷和液冷做成两套独立的回路。

除了系统设计，更多匪夷所思的细节全卡在物理空间里：

尺寸保密：部分顶尖 GPU 机柜的液冷接口位置是核心商业机密，施工图纸给得遮遮掩掩。

预制的水管稍微做长了几厘米，接不上还会有应力损伤；做短了根本搭不着。

拐弯半径：一些数百公斤重的庞大 AI 机柜，搬运需要特殊的工业转向设备，转弯半径要预留整整 3 米。

机房的门、走廊拐角、卸货平台哪怕少算了半米，昂贵的机柜就只能卡在门口干瞪眼。

噪音扰民：机房变大，外置冷却风扇也跟着变得巨大。BAC（BaltimoreAircoil）的专家提到，为了压低排气噪音不被居民投诉，只能换更大尺寸的风扇、让它慢速旋转。

但这又会导致散热设备占地面积急剧膨胀，基建成本蹭蹭往上涨。

最惊心动魄的，还是一线调试。

以前机房建好，工程师拉几台 " 负载箱 "（可以理解为工业用超大号电炉丝），模拟服务器发热和用电，把整个电网和空调走一遍测试就完事了。

但 Tracey Jumper 提到，当一个 AI 园区的单期容量冲到 300MW 以上时，传统做法彻底失效了——市面上根本没有那么多大功率测试箱可以借给你用。

怎么办？团队只能 " 左右互搏 "。

比如让 A 冷却站为 B 冷却站创造测试负荷，再切换到 C 冷却站，利用项目现有的系统相互加载，验证冷水机组的容量和备用能力。

为了搞定这些庞大的临时管网，他们甚至直接请来了给油气行业焊长输管道的工程队。

至于机房里四五千个传感器和仪表的校准，如果全部按照传统程序重复校准，所需时间可能比整个项目工期还长。

他们不得不现场引入 AI 脚本和自动化流程，把工程排班和测试进度逼成了以 " 小时 " 为单位的极限冲刺。

这也就解释了为什么黄仁勋拼了命要推 DSX POD 这种工厂预制化方案：现场多接一根线，就多一分出事的概率。

但预制化再强，也只能解决机柜这一小截的问题。

围墙外面的变电站、深埋地下的水管、还有机房走廊的转弯半径，机器狗和大模型替你干不了。

03

800V 成为新方向，SST 还要闯三关

如果说前两部分讨论的是缺水少电、机房尺寸这些 " 土建与外围 " 的麻烦。

那么在吉隆坡下午的电气闭门论坛上，阳光电源 AIDC 电源事业部总裁张迪带来的分享，则直接切入了整座 AI 工厂的心脏：供电架构必须被推倒重做。

阳光电源 AIDC 电源事业部总裁张迪（左一）在现场的演讲

今年 7 月，张迪刚以阳光电源 AIDC 掌舵人的身份，发布了行业瞩目的 EnerNeo 系列固态变压器（SST）。

阳光电源 EnerNeo SST 产品图

三个月后坐在吉隆坡的会场里，他面对的是一群更加挑剔、天天在工地上算账的海外工程师。

这场关乎数百亿美元算力底座的技术重构，正是由张迪现场抛出的几个硬核判断展开的。

1. 为什么机房要彻底换一套供电体系？

7 月份，算力租赁巨头 CoreWeave 公布了一组 Vera Rubin NVL72 架构的测试数据：在跑 DeepSeek-R1 这类前沿模型时，每兆瓦电力能够产出的 Token 吞吐量，比上一代 GB200 翻了数倍甚至近十倍。

这说明一个事实：算力的比拼，最终拼的是每一度电能换出多少 Token。

但现实是，机柜功率太大了。

阳光电源 AIDC 电源负责人张迪在会上算过一笔账：如果在传统的 480V 电压下给大功率 AI 机柜供电，电流会大得吓人。

为了不烧掉，机房里就必须铺满像大腿一样粗的铜线和母线排。不仅占满机房空间，沿途的电能转换损耗也非常肉疼。

初中物理教过：提高电压，就能降低电流，从而大幅减少电线粗细和发热损耗。

这就是英伟达、微软、谷歌等巨头在 OCP 里大力推行 800V 直流供电的根本原因。

2. SST 想做的，是砍掉所有 " 中间商 "

在 800V 直流这条路上，最火的技术概念叫 SST（固态变压器）。

要理解 SST，我们先看看传统的电力是怎么进服务器的：

传统链路：高压电网（交流） to 传统工频大变压器 to 配电柜 to 庞大的机房 UPS（电池蓄能） to 列头柜 / 电源分配单元 to 服务器电源。

这一长串流程，就像你的手机充电器外面又套了三四个转换插头。每倒手一次，就耗掉一部分电，而且每一个设备都是一个占地巨大的铁疙瘩。

SST 想干的事情，就是 " 一键直达 "：

它利用现代电力电子半导体（比如碳化硅 SiC），直接把电网送进来的中压交流电，在极其小巧的体积内，一口气直接变成 800V 直流电。

它如果跑通了，不仅转换效率更高，还能省下大片放 UPS 和配电柜的机房空间，腾出来多放好几排算力机柜。

正因如此，阳光电源今年 7 月推出了 EnerNeo 系列 SST 并签了框架订单。

3. 画饼很香，为什么买单的还不算多？

在会议的提问环节，一位来自设计院的工程师 Daniel，直接把麦克风递到了张迪面前：

" 既然 SST 这么好，为什么现在大家都在做 Demo（概念验证）？它到底什么时候才能大规模进机房？"

张迪坦率回应：目前各方都在跑第一轮实测，下一阶段测试要排到 2027 年一季度在美国硅谷推进，行业真正起量，恐怕要等到 2028 年前后。

另一位工程师则直接补充了一句大实话：现在的 800V DC 和 SST 方案，综合造价实在太贵了。

要从 PPT 走向真金白银的大规模订单，SST 必须跨过三座大山：

第一关：算不过账（成本关）

一台传统的大铁芯变压器，技术成熟，皮实便宜；

而 SST 肚子里装的全是昂贵的高压碳化硅芯片和精密的控制板。

就算 SST 能省下 UPS 和铜排的钱，但算上初次采购溢价和后期的芯片更换成本，很多精打细算的机房业主一算总账，手就缩回去了。

第二关：输不起（可靠性关）

AI 服务器崩了，大不了重启；但供电入口要是趴窝了，上万张芯片瞬间断电，损失按千万元算。

传统的笨变压器丢在室外风吹雨淋，干三十年都不容易坏；

可精密的半导体器件能不能在高压大电流下连续跑五年、十年不出故障？目前全球都缺少足够长时间的大规模运行数据。

第三关：工程惯性（交付关） 

对于大部分老机房，推倒重来是不可能的。

行业更现实的妥协方案是：继续用传统变压器，只在机柜旁边加装一个名为 PowerRack 的转换柜，把电临时转成 800V 直流。

这种 " 打补丁 " 式的过渡路线，比激进地上马 SST 更稳当，也更容易落地。

换句话说，800V 直流供电的方向正在变得清晰，但最终采用 SST、传统变压整流单元，还是 Power Rack 等过渡架构，仍要看各个项目的成本、可靠性和改造条件。

SST 要争取的，不只是技术标准中的位置，而是数据中心业主真正愿意投入的规模化订单。

04

结语

柏林会场上的黄仁勋，代表了硅谷式的极致追求：芯片要最快、迭代要最短、机房恨不得 14 天拔地而起。

而吉隆坡会场上的这群电气水暖工程师，面对的则是最真实的物理世界：变电站审批要跑半年，中水处理站要天天测水质，几百兆瓦的机房连找测试负荷都要借油气管道……

这构成了当前 AI 狂潮下最奇特的一道景观： 最先进的虚拟智能，正在被最传统的重工业物理规律死死拖住脚步。

GPU 一年可以更新一代，但电网的规划周期是十年；代码敲错一行只要几秒钟就能回滚，但浇筑错位置的一根管道、订错的一台变压器，足以让上亿美元的园区闲置半年。

对于 AI 工厂而言，真正有价值的交付时间，绝不是显卡装箱出厂的那一刻，而是通电、通水、完成联调，机房第一声轰鸣响起的瞬间。

芯片跑得再快，芯片之外的泥瓦匠和电工们，也必须先把路铺完。

-END-

作者：刘艺航

编辑：范舒雨

————推荐阅读————