AIDC技术变迁如何重塑铜需求——从英伟达Rubin Ultra到字节AI Rack 3.0的800V高压直流与液冷趋势解析

原创晨雨 2026-10-10 08:09 天津

一、单机柜功率跃升重塑数据中心供电与液冷格局

1.1 数据中心的五层架构

数据中心是以持续交付计算、存储、网络与数据处理能力为目标，在统一物理空间内，以算力为核心，供配电、制冷、网络互联及安全运维系统等各类配套系统为算力服务而集成的综合性基础设施。

数据中心可拆成如下五个层级：L1电网与变电层从城市电网引入高压电（如220kV或110kV），经变电站将电压降低到35kV或10kV；L2园区与土建层包含机房楼体结构、承重楼板，以及园区道路和地下管网；L3机房基础设施层承接10kV中压馈线，降压至400V向机架供电，并承担备电与冷源保障；L4机柜与机架内层部署机柜及架内网络接入；L5服务器与板级核心构成包含GPU/CPU处理器、承载芯片及高速互连的PCB电路板，以及负责将输入电压精确调节至芯片工作所需电平的VRM电压调节模块等。数据中心结构：电网与变电→配电系统→算力→网络互联系统→散热系统的层级耦合关系示意

L4层机柜级物理基础设施与内部组件分解：2台机顶管理以太网交换机、4个电源托盘、10+8个计算节点、9个NVLink交换机、抗震支撑、面板安装支架、电缆模块、电源线缆、液冷软管与分流歧管等

L5层服务器板级核心器件与互连拓扑：2个Grace CPU、4个Blackwell GPU、4个ConnectX-7网卡、1个M.2 NVMe配板、BlueField 3及OSFP收发器、BMC 1GbE端口、冷热水出入口、电池/可信平台模块/分流流/风扇模块/基板管理控制器等

1.2 训练与推理需求攀升，推动数据中心进入扩建周期

AI模型训练与推理所需的token数量呈指数级增长，驱动算力需求持续攀升。训练侧看，GPT-3预训练使用约3,000亿token，此后大模型训练数据规模快速提升，2023年LLaMA已提升至约1.4万亿token，2024年Llama 3.1进一步使用超过15万亿token，较GPT-3扩大约50倍。与此同时，随着大模型用户数量增长、调用频次提升以及推理模型和AI Agent的发展，推理侧正在成为更重要的算力增量来源。Google披露，其AI产品和API处理的token量由2024年5月的9.7万亿/月增至2025年5月的480万亿/月，一年增长约50倍；至2026年5月进一步达到3.2千万亿token/月，同比增长约7倍。

算力爆发驱动物理基础设施扩容，全球数据中心建设迎新一轮高峰。 AI大模型训练与推理算力需求的指数量级攀升，推动了对底层算力基础设施的强劲需求。据行业追踪机构Aidatacenterindex与Epoch AI的汇总统计，截至2026年5月，全球已知IT总功率为154.6 GW，覆盖64个国家的334个数据中心项目（中国数据尚未充分纳入统计）。其中，美国一国拥有70.6 GW IT功率，阿联酋11.5 GW，沙特4.5 GW。

1.3 AI数据中心是驱动铜铝消费边际增量的重要因素

截至2026年4月，全球可见的算力中心项目数量344个，覆盖64个国家，合计154.6GW。美国算力中心容量已经达到70.6GW，远远高于第二名加拿大13GW，其他依次是阿联酋、巴西、韩国、沙特阿拉伯等。AI数据中心的高功率密度同时增加铜、铝需求。铜凭借更高的导电性和连接可靠性，主要用于电力传输及设备内部导电环节；铝凭借重量轻、成本较低和易于加工等特点，主要用于散热及结构件，并在部分电缆、母线中替代铜。

数据中心对铜消费拉动较大，主要体现在信号传输、电力传输、热管理与芯片四个方面，其中，配电系统占数据中心铜需求的75%。随着数据中心建设，预计2026年全球用铜增量22.34万吨，2027年达到67.48万吨。

铝在数据中心体现在两个方面：1）硬件基础设施：尤其是在高功率AI服务器散热领域，铝凭借良好的导热性能，被广泛应用于冷板及各类热管理系统；2）结构材料：铝兼具轻量化高强度特性，广泛用于机柜，如电源PSU和HDD硬盘环节，其中4个PSU含铝约2.38kg，HDD环节含铝约5.34kg。以美国为例，2025–2030年数据中心服务器本体新增用铝需求合计约6.4万吨。

AI数据中心用铜集中在电力传输、冷却系统、设备与网络三大部分，铝主要作为结构材料与基础设施，如下图。

1.4 Rubin平台推动芯片功耗与机柜功率跃升

高盛预测，Rubin于2026年三季度开始量产，全年出货约208万颗，2027年出货达585万颗，占英伟达数据中心GPU总出货量的54.6%；Rubin Ultra于2027年二季度量产，2028年全年出货达956万颗，占当年总出货量的78.7%，成为主力产品。

GPU的快速迭代带来单芯片热设计功耗指数级增长。据NVIDIA官方，2022年的H100 SXM单芯片TDP为700W，至2024年B200（Blackwell）已达1000W，2025年B300（Blackwell Ultra系列芯片）进一步升至1400W。而2026年下半年量产的Vera Rubin单芯片TDP约1800W，2027年Rubin Ultra将达约3600W，较H100增长超5倍。

Rubin带来机架系统结构重塑。 Rubin Ultra采用NVL576架构，即576颗GPU组成一个“超算节点”共享内存与互联，单芯片TDP约3600W。更关键的是，Rubin Ultra是英伟达首个原生支持800V HVDC入口的GPU平台：之前的GB200/GB300仍沿用54V直流供电，到Rubin Ultra才彻底切换至800V高压直流。这意味着Rubin不仅是算力跃升，更是数据中心供电架构范式转移的标志性产品。多个这样的机架系统通过以太网进行规模化连接，最终组成大型AI集群，即为数据中心。

1.5 机柜功率升至数百kW，低压供电与风冷逼近上限

算力需求的持续攀升，正在从根本上改变数据中心的物理形态。传统通用算力时代，机房空间围绕计算设备布局，供电与散热系统仅作为配套设施占用较小面积。GPU革命将数据中心改造为AI工厂后，功率密度发生指数级跃迁，当前GPU机柜的功率密度已从2020年10kW的水平，升至2026年200kW+的水平，并预计于2028年接近传统Web服务器的百倍水平。与此同时，供电与散热基础设施的占地面积占比已反超计算设备本身，成为决定数据中心建设形态的主导因素。

供电系统的承压最为直接。对于搭载Rubin Ultra GPU的Kyber机架，若沿用传统54V供电方案，电源架将占用高达64U的机架空间，相当于整个标准机柜被电源硬件完全填满，计算设备无立足之地。对比500kW负载可知：48V方案需10,417A电流，母线截面2,462平方毫米、重109kg；升至800V后电流降至625A，母线截面仅154平方毫米、重7kg，减铜约94%。当单柜功率从30kW升至600kW乃至1MW，传统低压供电架构在电流承载、铜材用量和机架空间三方面均触及物理极限。

散热系统面临的约束同样刚性。传统风冷以空气为传热介质，空气比热容仅1,005J/kg·K，导热系数0.026W/m·K；当单柜功率超过30kW，风扇功耗占IT负载比重超25%，散热自身能耗已不具经济性。

二、800V直流配电降低机柜供电用铜

2.1 传统UPS架构：多级电能转换结构难以适应高功率AI机柜

传统数据中心采用“交流配电—直流用电”的供电模式。市电经变压器降压后进入UPS（不间断电源），UPS内部先将AC转换为DC储能，用以保障数据中心的供电不间断，再逆变为AC输出；电力送至服务器后，PSU（电源供应器）再次将AC转换为48V/54V DC，并进一步降压至芯片所需电压。整个链路通常经历4–5次AC/DC或DC/DC转换。（注：AC为交流电，适合远距离输配电；DC为直流电，是服务器芯片最终使用的电力形式。）

传统UPS架构正同时面临效率、散热和空间三重瓶颈：

多级电能转换带来明显效率损耗：每一级转换约3%–5%损耗，链路整体效率约为83%–88%，进一步加大散热系统负担。在传统30kW机柜时代，这一问题尚可接受；但随着AI服务器机柜功率提升至600kW甚至1MW，转换损耗对应的发热量同步放大。

低压大电流导致铜材用量过大：500kW负载在48V下需10,417A电流，母线截面达2,462平方毫米，重量109kg；1MW负载在48V下需20,833A电流，母线重量达231kg。随AI机柜功率从130kW升至600kW乃至1MW，低压供电所需的铜母线截面和重量呈线性增长，机架内铜材占用空间已逼近物理极限。

电源设备挤占计算空间：以110kW、3RU电源托架为例，4组电源占12RU，再加9个交换盘和18个计算托盘合计39RU，其他配电和缓冲设备空间紧张。对于搭载Rubin Ultra的Kyber机架，若沿用54V供电方案，电源架将占用高达64U机架空间，相当于整个标准机柜被电源硬件完全填满，计算设备无立足之地。

2.2 英伟达800V方案将市电到GPU压缩为两级转换

800V HVDC架构的核心思路是将传统4至5级AC/DC转换压缩为2级转换。英伟达800V HVDC方案是首个面向MW级AI机柜的标准化供电方案，随Rubin Ultra（Kyber）平台于2027年下半年落地。标准800V HVDC架构的配电链路为：13.8kV AC市电经工业级整流器直接转换为800V DC母线，64:1 LLC谐振转换器（LLC谐振转换器通过电感-电感-电容谐振网络实现软开关，使开关器件在零电压或零电流条件下切换，从而大幅降低开关损耗）降至12V DC供给GPU负载。IT机架直接接受两路800V导体馈送，任何一组设备故障都不能导致机架断电，并且无需机架级AC/DC转换。传统架构的UPS整流、UPS逆变、PSU整流三个环节被合并为工业级整流器一个环节，DC/DC降压取代PSU的多级变换。

从技术特点看，英伟达方案有三个关键设计：

64:1单级降压：LLC谐振转换器实现800V到12V的单级转换，效率额外提升1%，占用面积减少26%，消除传统PSU的多级DC/DC变换。

两路800V直供：IT机架直接接受两路800V导体馈送，无需机架级AC/DC转换，机架内仅保留DC/DC降压，两路机架可以有效起到保险作用。

开放生态：NVIDIA推动800V HVDC标准化，配合Rubin Ultra原生800V入口设计，兼容第三方整流器与DC/DC模块。

2.3 字节AI Rack 3.0采用SST与800V直流路线

字节跳动AI Rack 3.0是国内首个明确押注800V HVDC架构的头部互联网厂商方案。2026年7月9日OCP开放计算中国峰会，字节正式发布AI Rack 3.0：单柜500kW，双柜并柜支持最大576 XPU互连，整体规格较AI Rack 2.0（240kW）提升2倍以上。两大标志性技术路线为整机柜100%全液冷散热与全系标配800V HVDC高压直流供电，机柜内置54V液冷Busbar。

字节方案的核心差异在于采用SST固态变压器路线。 2025年10月，英伟达在OCP全球峰会上发布800VDC架构白皮书，首次将SST确立为数据中心供电的“终极技术形态”。固态变压器SST是用功率半导体和高频隔离替代传统工频变压器铁芯绕组的电能变换系统，利用碳化硅SiC或氮化镓GaN替代传统变压器的铁芯绕组，实现10kV中压交流到800V直流的一步式转换。

2.4 800V HVDC降低用铜与转换损耗

用铜量减少、转化效率提升。据功率公式P=UI，在功率一定时，电压提升则电流同比例下降。导体截面与载流量正相关，电流减小则铜材截面可相应减小；电阻损耗与电流平方成正比，电流降低带来损耗的平方级下降。以1MW机柜为例，48V架构下需20.8kA电流，800V架构下仅需1.25kA，电流降低约16.7倍；电阻损耗相应降低约278倍。铜母线用量从200kg/MW降至110kg/MW，减少约45%。

800伏高压直流架构的渗透节奏，与英伟达新一代高功率GPU迭代进程高度绑定。根据高盛测算模型，2027年下半年量产的Rubin Ultra为首款原生适配800V高压直流的GPU平台，后续2028年Feynman芯片将进一步拉动行业渗透率上行。字节跳动已在2026年OCP峰会推出AI Rack 3.0，推进节奏领先，但大规模落地仍有赖SST固态变压器供应链成熟。中性估计至2030年该架构行业渗透率区间为45%。

三、冷板式液冷增加服务器端用铜

3.1 高功率机柜突破风冷经济边界，液冷成为主流方案

AI机柜功率密度快速提升，传统风冷的散热效率与经济性接近极限。传统数据中心单柜功率多在5–15kW，而随着AI服务器向30kW以上乃至百kW级演进，单纯依赖空气散热面临明显瓶颈：一是所需风量非线性增长，风机功耗快速上升并拖累PUE；二是机柜内部温差扩大、热点风险提升；三是更大的风机、风道及静压箱占用更多机房空间。以NVIDIA Blackwell平台为例，单柜功率已达到约120–150kW，明显超出传统纯风冷的经济运行区间。

能效约束进一步推动数据中心由风冷向液冷切换。 PUE（Power Usage Effectiveness）定义为数据中心总能耗与IT设备能耗之比，越接近1代表制冷、配电等非IT环节能耗越低。当前行业平均PUE仍在1.5左右，而Google、Microsoft等大型云厂商已降至约1.1–1.2。目前北京、上海、深圳等地对新建数据中心PUE提出更严格要求，而传统风冷数据中心PUE通常约1.4–1.6，液冷方案可降至约1.04–1.18，高密度AI数据中心采用液冷的必要性进一步提升。

液体更高的传热效率决定其更适配高热流密度AI芯片。水的比热容约4,200 J/kg·K，约为空气的4倍，导热系数约为空气的20倍。液冷可将冷却介质直接输送至CPU/GPU附近，缩短传热路径并提升散热效率，同时减少风机与大型散热器需求，在降低PUE的同时释放服务器空间并降低噪声。

3.2 冷板式兼顾散热能力与架构兼容性，成为液冷主流路线

液冷主要包括冷板式、浸没式和喷淋式三条路线，核心区别在于冷却液与发热器件的接触方式。冷板式通过贴附CPU/GPU表面的冷板间接换热，一般由25%的聚乙二醇和75%的水组成的冷却剂，通过对流方式直接吸收并散发电子元件产生的热量；浸没式冷却将整个服务器浸入介电流体中，例如矿物油，通过对流方式将热量移除，换热效率更高，但对服务器形态及运维体系改造较大；喷淋式直接向芯片或发热部件喷射冷却液，理论散热效率较高，但目前仍面临可靠性和工程化挑战。

冷板式在散热能力、改造成本与产业成熟度之间实现较优平衡，因此成为当前AI液冷主流。冷板式可适配数十至百kW级高密度机柜，并保留现有服务器架构。NVIDIA GB200 NVL72、GB300及后续高功率平台均持续强化直接液冷设计，进一步推动冷板、CDU及管路产业链成熟。浸没式更适用于极高功率密度场景，中科曙光C8000系列已实现浸没式液冷在国内智算中心的规模商用，喷淋式则仍处于产业化早期阶段。

冷板液冷新增CDU（冷却液分配单元）和二次液冷回路，形成区别于传统风冷的系统架构。 CDU连接设施侧一次回路与机柜侧二次回路，通过内部换热器完成热量交换，并控制二次侧冷却液流量、压力与温度；冷却液进入服务器冷板带走CPU/GPU热量后返回CDU循环。由此新增的冷板、CDU、管路、接头及换热器，也构成液冷带动铜铝需求增长的重要硬件基础。

3.3 冷板式液冷加速渗透，但对整体铜单耗影响有限

相较风冷，冷板式液冷新增冷板、Manifold、快接头、管路和CDU等设备。铜需求增量主要来自与芯片直接接触的冷板、部分铜制分集液器及管件，以及CDU泵电机绕组和换热器铜制配件。CDU、管路和连接件同时大量使用不锈钢、铝和工程塑料，液冷对铜需求的直接拉动主要集中在服务器近端的冷板系统。根据公开设备用铜数据测算，全液冷相对风冷新增铜单耗约0.675 kt/GW，仅相当于数据中心35.2 kt/GW基准铜单耗的约1.9%。

根据TrendForce与中商情报网数据，液冷渗透率从2024年的14%提升至2026年的约31%。NVIDIA Rubin平台已采用100%液冷架构，到2035年，未来AI数据中心液冷渗透率有望达80%以上。从节奏看，短期至2027年，液冷随GB300与Rubin放量快速渗透，AI数据中心液冷渗透率从31%升至35%；中期至2029年Rubin Ultra与Feynman平台推动渗透率升至48%；2030年以后，液冷成大多数AI数据中心标配。CRU指出，数据中心金属需求增长将在2030年代初达到成熟。

四、新增装机主导铜需求总量，技术路线影响单位铜耗

4.1 800V减铜效应占主导，2030年单位铜耗下降约17%

本文以CRU披露的2026年数据中心铜铝单耗作为测算起点，覆盖数据中心园区内部线缆及设备，系统边界截至园区变电站，不包括变电站与公用电网之间的外部输配电设施，可以发现铜需求主要集中在电源系统，散热和数据传输系统占比相对较低。

电源系统决定铜需求变化方向。电源系统贡献近九成铜单耗，因此800V DC对供电电缆、绕组及母线的减铜效应，是未来单位GW铜需求变化的核心变量，800V HVDC对电源系统减铜效应约45%。散热系统铜耗占比较低，液冷将增加冷板、Manifold、快接头和CDU等设备的铜需求，但散热系统在总铜单耗中的基数仅约7%，对整体铜需求的影响相对有限。本文暂不考虑铜转光等技术变化，维持基准单耗不变。

在中性技术情景下，800V DC的减铜效应超过液冷的增铜效应，单位GW铜单耗由2026年的35.27 kt/GW降至2030年的29.25 kt/GW，累计下降约17%。叠加不同新增装机路径后，2026—2030年全球AI数据中心累计铜需求约为189.8万—355.3万吨。其中，乐观、中性和悲观情景分别为355.3万吨、275.9万吨和189.8万吨。情景差异主要来自新增装机规模。800V渗透决定单位GW铜单耗的下降速度，液冷仅带来小幅增铜修正，二者对总需求的影响均弱于装机规模变化。

4.2 总结

新增装机规模是数据中心铜需求主要的决定因素。 AI算力需求推动数据中心持续扩建，但电网接入、关键电力设备供应仍会影响项目落地节奏。2026—2030年全球AI数据中心累计铜需求约为189.8万—355.3万吨，其中中性情景约275.9万吨。

800V DC是单位GW铜单耗下降的主要驱动力。数据中心约89%的铜需求集中于电源系统，800V架构通过降低电流，减少电缆、母线、绕组及配电设备用铜。中性情景下，单位GW铜单耗由2026年的35.27 kt/GW降至2030年的29.25 kt/GW，降幅约17%。

液冷提高散热系统铜强度，但对数据中心整体铜需求影响有限。至2030年冷板式仍是高功率AI机架的主流方案，相关设备结构和用铜参数相对清晰；浸没式液冷仍处于规模化应用早期，未来渗透率、服务器兼容性、冷却液选择和金属用量缺乏统一口径，暂未纳入定量测算。冷板、Manifold、管路及CDU带来新增铜需求，但散热系统仅占基准铜单耗的约7%。2026—2030年液冷累计增加铜需求约3.3万吨，低于中性800V情景下减少的约40.5万吨。

光通信发展对铜需求的影响尚未量化。数据传输系统铜单耗保持不变，未考虑DAC、AEC等铜基数据电缆逐步向光纤、NPO和CPO方案切换。若光通信加快渗透，数据传输环节的铜单耗可能进一步下降。

铝对铜的替代可能进一步压低数据中心铜单耗。随着数据中心建设规模扩大，铝在低压电缆、动力电缆及部分配电设备中的应用比例将逐步提高，远期铜需求可能存在一定高估，而铝需求可能被低估。

装机增长仍能抵消技术降耗并推动铜需求扩张。新增装机决定需求总量，800V决定铜单耗下降速度，液冷仅形成小幅增量。在中性情景下，2030年AI数据中心铜需求约60.6万吨，高于2026年的52.1万吨。

-END-

未经书面授权，禁止转载。公众号：数据中心运营管理

延伸阅读链接：

☞免费领取数据中心基础设施运维资料

☞【视频分享】数据中心基础设施运维工程师培训

☞数据中心基础设施工程验收检查表-Excel电子表格

☞数据中心基础设施运维工程师培训教材

☞数据中心基础设施规划设计精品视频课程分享

☞数据中心基础设施运维工程师培训汇总