AI算力狂飙引爆电力危机，电源解决方案成关键

随着人工智能技术由模型训练向推理及智能体方向演进，算力与电力消耗呈现出指数级增长态势。在近期结束的2026年中国台湾地区台北国际电脑展（COMPUTEX）上，台达电子与光宝科技等企业集中展示了最新的电源解决方案。针对AI数据中心“每瓦token数”这一核心效益指标，以及电流峰值引发的用电曲线波动问题，保障充足的电力供应并实现“削峰填谷”功能显得尤为关键。

为了构建高效的AI工厂，英伟达首席执行官黄仁勋提出了AI“五层蛋糕”理论。业界人士认为，仅凭芯片设计已难以满足生成式AI与智能体AI带来的海量计算需求。因此，必须开展从底层到应用端的跨层协同设计，涵盖能源、芯片、基础设施、模型及应用五个层级，其最终目的是大幅降低生成单个token的成本。作为“五层蛋糕”理论的最底层基础，能源直接决定了AI工厂的运算能力上限。由于能源基础设施的建设与供给周期较长，电力供应无法在短期内实现大规模扩充。

在算力逐步迈向商业化变现的阶段，科技巨头愈发看重投资回报率，“每瓦token数”已成为评估AI数据中心建设效益的核心标准。目前，单机柜功率正朝着500千瓦甚至1兆瓦的方向发展，这不仅推高了整体用电需求，也导致变压器等基础电力设备出现供不应求的局面。在电力基础设施面临挑战的同时，AI训练过程中成千上万个GPU的同步运算宛如一台超级计算机。与过去云服务相对平稳的耗电曲线不同，AI训练引发的电力负载会在毫秒级时间内出现剧烈波动。

产业人士说明，当GPU处理海量信息时，会通过调整权重、执行集合运算以及共享权重来获取数据并重复特定模式。这种运算方式会导致系统产生电流峰值，而剧烈的电力波动给供电端及数据中心内部的GPU部署设计带来了极大的运行风险。为缓解电网与供电压力，英伟达依托DSX平台的智能工作负载调度及机柜级电力管理技术，在计算负载较低时储存多余电能，并在需求高峰期将其释放回系统，从而平滑能源消耗曲线。该设计方案使得数据中心在每吉瓦容量下可额外部署40%的GPU，进而提升40%的token产量与营收增长。

熟悉电网运作人士强调，面对GPU每秒高达额定容量6000%的负载变动率，电网承压与频率调节工作至关重要。特别是在电流高峰期间，电力系统必须具备“削峰填谷”能力，例如通过前端交流电能补偿来应对后端算力引发的电力波动，从而防止电网系统崩溃。