DeepSeek助力下,AI如何催生千亿市场?

AI发展中的算力与电力瓶颈
算力电力需求猛增
近年来,人工智能蓬勃发展,其对电力的需求急剧攀升。科技巨头们在大量消耗算力的不断加大资本开支用于数据中心的升级建设。这一现象带动了AI算力基建中的能源公司和设备提供商的发展。例如,专为数据中心打造电源、散热基础设施的Vertiv,其相关业务占比达75%,订单不断涌入。2024年四季度,该公司每股收益同比大幅增长77%,调整后的利润率同比上升3.8%,未交付订单量同比增加30%,美国地区订单量提高50%以上,股价从两年前低点飙升,市值约411亿美元。
电力需求增长的多方面因素
一方面,随着未来新增AIDC投入使用,数据中心用电规模将持续扩大。据SemiAnalysis预测,AIDC的建设运营会使全球数据中心用电从2023年的430TWh(占全球用电量1.4%)提升至2030年的1510TWh(占全球用电量4.5%)。另一方面,AI芯片性能不断迭代,计算需求增加导致功耗上升,数据中心用电压力更大。如英伟达的GB200单芯片功耗接近H100的4倍,新一代GB200NVL72液冷机柜功率密度达120kW,相比传统8卡AI服务器增长近3倍。而且,随着GPU部署数量增加,机柜功率密度未来会快速提升,Vertiv预估当英伟达芯片架构再迭代两到三代,AIGPU峰值机架密度功耗可能超1000kW进入MW时代。这就需要能承接更高功率密度和转换效率的电源设备,像麦格米特与英伟达合作推出高效电源系统,股价连续涨停;欧陆通的服务器电源产品支持英伟达GPU服务器且与众多厂商合作,业绩和市值大幅提升。

DeepSeek推动AI迈向新市场
DeepSeek对AI发展重心的影响
DeepSeek的发布和开源大大缩小了模型层面的差距,使得AI发展的重心从训练模型转向应用落地。这一转变导致应用侧的推理算力需求相应上升。推理更注重能效比,适合大规模部署和长期运行,智算中心用电规模可达100-200MW,是传统数据中心耗电量的十倍。
AIDC供配电系统的迭代需求
为满足未来大规模推理需求,AIDC的供配电系统面临迭代需求,要追求高功率密度和高能效比。数据中心电力传输分市电引入、电压调整、配电分配、备用电源切换、末端供电五个阶段,涉及多种电力设备投资。数据中心电源架构涵盖UPS、机架电源AC/DC、芯片电源DC/DC三个层级。UPS有稳压和应急供电作用,但存在能量转换损耗。HVDC方案因能效比高、可扩展性强等优势有很大提升空间,虽目前渗透率低于UPS,但头部效应明显。机柜外追求效率提升,机柜内追求功率密度提升,海外推崇OCP供配电方案,AI服务器对PSU要求更高,随着机架功率增加,PSU输出功率将不断提升,相关高功率PSU市场前景广阔,AIDC服务器电源市场空间巨大,2028年有望超2000亿。供配电系统其他部分如开关柜、变压器等,海外有知名厂商提供模块化设备和综合解决方案,国内也有不少厂商产品广泛应用于数据中心。
AI发展下的数据中心未来趋势
数据中心的发展趋势
未来AIDC需求呈现高功率、高密度、高效率、高可靠性趋势,整个数据中心供配电架构将发生重大变化。大功耗下散热系统也变得极为关键。
市场影响与价值重估
本周阿里财报显示AI未来资本开支超预期,点燃市场对中国科技股价值的新一轮重估。这表明数据中心供应链投资想象空间远超预期,在美国AI基建需求基础上,发展空间更大,科技企业投入加快,业绩兑现确定性强。

相关问答
AI发展为何会导致算力和电力不够用?
AI发展需要大量数据运算,这依赖于强大的算力。而算力的运行需要消耗大量电力,如AI芯片性能迭代增加功耗,数据中心用电规模不断扩大,所以会出现算力电力不够用的情况。
DeepSeek是如何推动AI发展重心转移的?
DeepSeek的发布和开源缩小了模型层面差距,使得模型训练不再是最主要的发展方向。更多的资源和精力可以投入到应用落地方面,从而导致应用侧的推理算力需求上升,推动了AI发展重心从训练向应用转移。
HVDC方案有哪些优势?
HVDC方案只需AC/DC一次变换,通过升压降低损耗,产生热量少,部署面积省,减少电缆投入。而且它可与分布式新能源发电快速接入数据中心全直流系统,还具有能效比高、可扩展性高、适配新能源发电、交付周期快等优势。
为什么AI服务器对PSU有更高要求?
AI服务器需要高性能处理器,如GPU、TPU和FPGA,其功耗比传统CPU高出两倍到十倍。这就需要PSU提供更高的功率、稳定的电压电流,防止电源波动或意外事件损坏硬件,所以对PSU有更高要求。
数据中心供配电架构的变化会带来哪些影响?
会影响电力设备的需求和市场格局,如高功率PSU占比攀升。对散热系统要求更高,推动相关技术发展。也会影响数据中心的运营成本和效率,还可能促使更多企业参与到数据中心供应链的各个环节。
AI发展对科技股价值重估有何意义?
AI发展需要大量资本投入,如数据中心建设等。当AI未来资本开支超预期时,意味着相关企业发展潜力增大。投资者对科技股的预期收益提高,从而推动科技股价值重估,反映其未来的盈利潜力和发展前景。

