原文：《800 VDC Architecture for Next-Generation AI Infrastructure》 作者：Jared Huntington & Mike Tu，NVIDIA 发表时间：2025年
这篇文章给谁看：AI数据中心产业链同仁——投资开发商、设计院、配电/液冷/开关/储能生态伙伴，以及对AI基础设施架构感兴趣的技术决策者。
________________________________________
一、机柜功率为什么暴涨？两个变量相乘的结果
先看一组真实的GPU单卡TDP数据：
代际 产品 单卡TDP（SXM） 跨代增幅
Volta (2017) V100 300W —
Ampere (2020) A100 400W +33%
Hopper (2022) H100 700W +75%
Blackwell (2024) B200 1000~1200W +43~71%
白皮书原文的说法是"typically 20% generation over generation"，但对照实际数据，这个表述是明显偏保守的——从V100到H100，单卡TDP的跨代增幅是33%、75%这种量级，从来就没有被限定在20%附近。数据中心GPU为了追求极致算力，近几代的功耗增长是非线性的跃升，尤其在H100这一代彻底打破了以往的散热与功耗常规。
但这还只是第一个变量。真正让机柜功率密度失控的是第二个变量：NVLink域。
NVLink的物理本质是多张GPU通过铜缆直连，等效为一个"超级大GPU"。铜缆直连的优势是低功耗、低成本、超高带宽，代价是信号完整性限制了传输距离——也就是说，域内的GPU必须挤在有限的物理空间里。
于是形成一个正反馈循环：
追求性能 → 扩大NVLink域 → 更多GPU挤进同一机柜 → 功率密度暴涨
白皮书给出的代际对比非常直观——从Hopper到GB300：
Hopper时代（HGX H100）：
• 单节点8卡，一个机柜放4个节点共32张GPU
• 但注意：这32张卡分属4个独立的8卡NVLink域，并不是一个大域
• 单卡TDP 700W，整柜GPU功耗约22.4kW，含网络交换后整柜约35~40kW
GB300时代（NVL72）：
• 72张GPU在同一个NVLink域内，且同步工作
• 单GPU等效TDP约1200W（含Grace CPU分摊）
• 单计算托盘（4 GPU + 2 Grace CPU）约5.5~6kW
• 18个托盘 × 6kW ≈ 108kW，加上NVSwitch交换托盘，整柜130kW以上
两个变量相乘：
• 变量一（单卡TDP）：700W → 1200W，×1.75（即白皮书所说的"TDP increased by 75%"）
• 变量二（域内GPU数）：32 → 72，×2.25
• 乘积效应：整柜功率密度 40kW → 130kW+，×3.4
那50倍性能提升从哪来的？
白皮书原文："The TDP power increased by 75%, but the performance increased 50x"。这个50倍同样是多个因子相乘：
• 因子1：单卡算力。H100 FP8约2000 TFLOPS（稠密），B300约4500 TFLOPS，×2.25
• 因子2：NVLink互联带宽。900GB/s → 1800GB/s，×2，通信瓶颈大幅缓解
• 因子3：域内并行度。8卡域 → 72卡域，理论并行度×9，考虑通信开销后有效并行度约×6~7
• 2.25 × 2 × 7 ≈ 31.5，再叠加HBM带宽提升、FP4精度支持、Transformer Engine优化等，最终达到NVIDIA宣称的50倍量级
小结：功率密度3.4倍跳升的根源，不是单一变量失控，而是"单卡TDP加速增长"与"NVLink域同步扩展"两个变量的乘积。而且这条曲线没有到顶——NVLink域向144、288 GPU扩展时，机柜功率还会继续跳。
________________________________________
二、毫秒级负载波动:配置储能
上一篇解读我们拆解过典型GPU机柜的功率波形，核心参数：
参数 数值
完整波动周期 ~110ms
平均负载 ~65% 额定功率
峰值冲击 ~120% 额定功率
过载上升时间 ~2ms
放电阶段 ~50ms，放电功率约40%额定
充电阶段 ~70ms，充电功率约70%额定
以GB200单计算托盘（额定6kW）为基准做量化推导。
第一步：算功率变化率
2ms内功率冲到1.2倍额定（7.2kW），dP/dt = 7.2kW ÷ 2ms = 3.6MW/s。
这个数字本身没有意义，有意义的问题是：为了尽可能减少对电网的冲击，需要配置储能，那么什么储能技术能跟上这个速度？
第二步：储能技术响应时间对照
储能类型 响应时间 功率密度 能量密度 适用时间尺度
超级电容 <1ms 8~15 kW/kg 3~8 Wh/kg μs ~ 秒
锂电（LFP） 50~200ms 0.5~2 kW/kg 100~160 Wh/kg 秒 ~ 小时
结论先行：2ms上升沿的冲击，电化学储能（锂电池）来不及响应的，因为电化学储能检测电流、传输、计算并调整功率器件响应最少需要10ms级别，功率输出调整至目标值也需要10ms级别。所以必须是分级储能体系，每一级匹配不同的时间尺度。
第三步：逐级定量配置
以单机柜（NVL72，额定130kW）为计算单元：
Tier 1 —— DC母线电容组（托盘/机柜级，响应<1ms）
处理对象：2ms过载冲击 + 50ms放电缺口。
Tier 2 —— 超级电容组（机柜/排级，响应<1ms）(不确定对不对)
处理对象：多机柜同步波动引起的DC母线振荡。
Tier 3 —— 锂电池组（设施级，响应50~200ms）
处理对象：秒级以上功率平滑，以及电网调频响应间隙的桥接。
四级协同的时间尺度分工：
时间尺度 波动来源 储能手段 位置
ns ~ μs GPU核心瞬态 VRM板载电容 计算托盘
μs ~ ms 2ms过载冲击 DC母线电容组 托盘/机柜
ms ~ 百ms 多柜同步振荡 超级电容模组 机柜/排级
秒 ~ 分钟 聚合负载平滑+电网桥接 锂电池组 设施级
三、为什么是800VDC？
电压选型的正确打开方式不是"800V铜耗小"，而是反向排除：从机柜物理约束出发，叠加产业链可行性，逐一排除其他选项。
48VDC：
130kW机柜在48V下电流 = 130,000 ÷ 48 = 2,708A。
按2A/mm²载流量设计，需要约1,354mm²铜截面，截面积太大了。实际工程中应用100*8的铜排都不够，还得需要2根并联，不经济、不灵活。
400VDC：当下可用，但没有未来空间
400V下电流 = 325A，铜截面约163mm²，工程上可行。
但数据中心机柜是300kW时，400V下电流将回到625~750A，铜缆再次成为瓶颈。
1000VDC：没有产业链的"更优解"
直觉上1000V更好——电流再降20%。但半导体器件的电压等级是离散的：SiC MOSFET标准等级为650V / 1200V / 1700V。
• 800V系统：配1200V器件，电压裕度1.5倍，充裕。且1200V SiC是车规级主力产品，年出货千万颗级，成本已降到0.08~0.12美元/A
• 1000V系统：配1200V器件裕度仅1.2倍，叠加开关过冲和电网波动（±10%）后峰值逼近器件极限；若要安全裕度必须上1700V器件——出货量不到1200V的1/50，单价贵3~5倍，驱动与隔离方案不成熟
更关键的是电动车行业没有走1000V这条路。主流路线是400V→800V（保时捷Taycan、现代E-GMP、GM Ultium都是800V平台）。走1000V意味着连接器、熔断器、接触器全部需要定制，无法复用EV量产货架产品。省下的铜耗成本，补不齐器件和认证的增量成本。
1500VDC：方向正确，时机未到
1500V下130kW仅需87A，铜截面约44mm²，接近家用电缆量级，确实是长期最优方向。但当前有三道硬门槛：
门槛1：电弧安全。 直流电弧没有过零点，一旦起弧持续燃烧。电弧能量近似正比于V²，1500V电弧能量是800V的约3.5倍。数据中心机柜间距仅1.2米（户外光伏阵列的安全距离条件在室内不存在），1500V弧闪防护等级可能达到Category 4以上——运维人员穿着这种级别的防护装备几乎无法正常作业。
门槛2：爬电与间隙距离。 IEC 62477-1对1500V DC（污染等级2）要求间隙约14mm、爬电约20mm以上。
门槛3：器件供应链。 1700V等级的连接器、断路器、熔断器在光伏和轨交行业有供应。
NVIDIA自己的定位也很清晰："800 VDC serves as the practical near-term solution，1500 VDC remains a potential long-term target"——近期800V落地，远期等保护器件密度、安全标准、供应链成熟后过渡1500V。
汇总对比
评估维度 48V 400V 750V 800V 1000V 1500V
130kW电流 2,708A 325A 173A 162.5A 130A 87A
300kW扩展裕度 无 无 勉强 有 有 充裕
器件电压等级 — 650V 1000V 1200V 1700V 1700V+
器件成本/规模 — 低/大 中/小 低/巨大 高/很小 很高/极小
EV产业链复用 无 部分 无 完全 无 无
室内安全标准 成熟 成熟 成熟 基本成熟 欠缺 空白
机柜内间距可行 是 是 是 是 勉强 否
NVIDIA原生架构 否 否 否 是 否 远期
800V是当前约束下唯一同时满足五个条件的选择：功率密度要求、1200V器件的最佳工作区间、EV产业链规模支撑、安全标准基本覆盖、机柜物理空间可行。
