数字储能网讯：

发现一：2026 年，液冷将成为先进算力的唯一散热形态

这不是预测，而是基于物理定律的必然趋势。

从芯片功耗发展趋势来看，未来芯片功耗将突破 1000 瓦，2026 年起液冷很可能将逐步成为唯一可行的散热形态，在先进计算“赛道”，风冷方案的市场份额将持续萎缩。

值得注意的是，液冷技术的部署远不止单一 CDU 组件问题，而是涉及制冷系统端到端整体设计、功率检测、热管理单元等多维度的系统工程。同时，GPU 芯片正呈现从高水温向低水温演进的趋势，这对基础设施架构产生深远影响——原本无需配置的冷机设备现已成为必需，整体架构的平滑演进成为智能基础设施设计的核心课题。

从芯片迭代周期来看，2026 年海外先进算力将出现明显拐点：芯片将仅保留液冷形态，而 2025 年之前仍存在液冷与风冷的双形态并存局面。具体到产品层面，随着芯片单位面积功率密度的持续攀升，2025 年的 B300 系列虽具备风冷版本但尚无法进入国内市场，而下一代 VR200 将采用全液冷板设计，彻底告别风冷方案。

整个先进算力数据中心产业链——从机柜设计、管路系统到运维体系——都将迎来一次强制性的技术换代。

发现二：800V 高压供电革命来临

进入 2026 年，随着字节跳动等企业 800V 供电架构应用传闻的持续发酵，数据中心领域的 800V 高压解决方案正受到行业广泛关注。传统数据中心的供电路径是：交流电输入后转换为直流供给 IT 设备，中间经历多次电压转换，每一环节都产生能量损耗。而 800V 高压直流供电架构正在彻底改变这一格局，同时 800V 高压非直流方案也在同步演进。

800V 方案的采用已在全球范围内形成行业共识，英伟达、谷歌、Meta 等头部企业均已布局。英伟达于 2025 年 10 月发布的技术白皮书明确指出，10kV 转 800V 的电源产品是最终形态，并确认巴拿马 MV Rectifier 作为经过充分验证的可靠供电架构。

从产品形态来看，无论是占地面积、供电效率、运营能耗节省、工程交付周期缩短，还是全链路性能优化，集中式一体化 800V 产品均展现出显著优势。供电效率从传统 UPS 或 HVDS 的 94%提升至 98%。800V 供电采用开放架构设计，可兼容不同直流系统，包括新能源、充电桩、风能、太阳能，实现源网荷储的多形态交付。

从技术演进路径来看，交流系统在未来三至四年内仍将长期存在，主要服务于大量低密度应用场景。但对于高密度系统，直流电压已成为明确的发展方向。在 800V、正负 400V、正负 750V 等技术路线中，正负 750V 受生态和标准体系影响，已成为明确的未来方向。

从经济性角度分析，直流化的推进源于配电系统的成本优势与政策驱动。根据行业白皮书数据，一个 2.5 兆瓦系统采用直流 800V 与 380V 交流方案的用铜量比例约为 1:3，叠加大宗铜价持续上涨因素，经济性优势愈发突出。需要强调的是，这 4 个百分点的效率提升绝非微不足道——对于一个百兆瓦级智算中心而言，这意味着每年可节省数千万元电费支出，同时实现相应的碳减排效益。

发现三：绿电从“成本项”变成“准入门槛”

过去，使用绿电是企业的加分项，是 ESG 报告中的亮点。但现在，它正在演变为一道硬性准入门槛。

在某些头部厂商的架构体系中，绿色直流供电被定义为核心特征，采用高压直流与储能一体化方案提升供电效率，目标是将绿电直供比例提升至 80%以上，PUE 降至 1.15 或以下。

在实现路径方面，部分企业采用源网荷储一体化模式，推动大型风电光伏与算力中心协同联动。通过分布式能源部署、绿证交易、市场化绿电采购等多元化手段，持续提升绿电使用比例，年增速可达 15%。

从政策层面来看，存量数据中心已按 PUE 值设定差异化的绿电使用比例要求，分别不低于 20%、30%、40%；新建数据中心的绿电使用比例则力争达到 80%。

当然，挑战同样存在。在国家新建算力中心 80%绿电消纳的政策要求下，算力中心绿电直连通常仅能覆盖 30%至 50%的电量供给，剩余部分需通过绿电绿证交易完成，而绿电绿证市场在未来仍面临价格波动风险。这意味着什么？如果智算中心无法获取充足的绿电供应，可能连客户招标的门槛都无法跨越。这背后是双重驱动：一方面是国家“双碳”战略的硬性约束，另一方面是国际大客户对供应链碳足迹的严格审核要求。

发现四：大型数据中心的“快速交付”——预制化模块颠覆传统建设模式

传统数据中心建设周期通常需要 18 至 24 个月，但 AI 时代的算力需求等不起。算力需求的爆发式增长，正在倒逼整个建设模式的根本性变革。

AI 时代的业务迭代速度显著加快，大型数据中心的交付周期需压缩至 90 天甚至更短。在投资层面，建设成本同比增长约 40%，主要源于智算中心大规模采用高端 GPU 所带来的整体成本攀升，投资回收期也因此延长至 5 至 6 年。

快速交付的实现路径已趋于成熟：支持超大规模集群部署，布局 GW 级集群；通过建筑标准化、机电模块化、电力总线化，实现 90 天端到端交付。机电模块化采用预制方式进行敏捷部署，较传统模式提速 2 至 4 倍。同时，将更多验证环节前置到工厂完成，显著降低现场施工时间与实施风险，提升整体效率。

从行业趋势来看，十年前预制化、模块化还被视为零星应用，如今已成为行业共识。面对客户随时可能提出的紧急需求，只有预制化模式能够满足 3 个月、6 个月的快速交付要求，这已成为唯一可行的路径选择。

敏捷交付的驱动因素涵盖多个层面：产业政策推动与硬件加速迭代形成外部驱动，AI 应用的爆发式增长形成内部需求——当前用户对 Token 的消耗量已达去年全年的 5 倍。从客户侧来看，交付进度要求从最初的机电 T+8 逐步压缩到 T+4、T+3，甚至更短周期，这些都对敏捷交付提出了刚性要求。这种模式的意义不仅在于快，更在于标准化带来的质量可控和成本可预期。当算力成为像水电一样的基础设施时，“快速复制”能力就是核心竞争力。

发现五：智算中心成本结构颠覆——基础设施投入占比首次超过 GPU

在传统认知中，智算中心建设的最大支出是 GPU——毕竟一张高端 AI 芯片的价格可能超过 20 万元。但真实的成本账本可能会颠覆这一印象。

以十万卡集群为例，基于不同算力芯片的成本构成分析显示：基础设施层面投入约占 50%，算力卡成本约占 30%，持续运行电费约占 27%至 28%。虽然基础设施投资在比例上看似有限，但其绝对值相当可观。这一成本构成及其绝对数值，决定了基础设施层面研发与创新的方向。

值得强调的是“卓越成本”理念而非“低成本”导向：在数据中心基础设施建设中应更注重性价比，而非单纯追求低成本。换言之，在某些场景下，为提升可靠性、加快交付进度和效率，适度的成本牺牲是合理的，因为其带来的性价比回报更高，成本创新可归纳为四个核心方向：

这解释了为什么越来越多的科技企业选择与专业数据中心运营商合作，而非自建——基础设施的规模效应和专业运维能力，才是降低总体拥有成本的关键。

发现六：GPU 使用周期之争——“算力资产”价值如何重估？

这是一个正在引发行业热议的话题：GPU 的合理使用周期到底是多长？传统服务器通常按 5 年折旧，但 AI 芯片的技术迭代速度远超传统硬件，这给资产管理带来了前所未有的挑战。

AI 芯片性能的快速提升引发了一个深层问题：当前投资的算力基础设施在未来生命周期内是否具有可持续价值？这已成为智算中心发展过程中的核心难题。设备折旧周期正在进一步缩短，两三年后现有算力芯片可能就不再是最优选择。当面向 Token 服务的用户需要更强计算能力时，硬件更新换代将成为必然，而上一代产品如何持续发挥价值，成为亟需解决的课题。

效率提升是破题的关键，也是可持续发展的核心。应对思路包括：采用 AI 预测性维护降低故障率，通过动态资源调度节省能耗并提升算力利用率，同时致力于让上一代算力芯片持续产生价值，探索其最优价值实现路径。

从基础设施生命周期视角分析，数据中心的设计寿命通常为十年，而服务器及 AIDC 芯片的 GPU 服务器在此期间将经历 2 至 3 代迭代，机房改造则相对缓慢且周期较长。针对这一矛盾，行业正在探索 800V 转 380V 交流和 800V 转 240V 直流等多元化解决方案，以匹配存量服务器、保障其正常运行。

从芯片迭代规律来看，中美两条技术路线并行发展，AI 芯片演进呈现“一年一小代，两年一大代”的节奏。数据中心作为十年甚至二十年的基础设施，在一个生命周期内将承载多代算力芯片，因此准确把握芯片发展趋势对数据中心规划至关重要。当然，也有观点认为 GPU 使用周期应视具体应用场景而定——对于推理任务，旧款芯片仍具有相当的使用价值；而对于追求极致性能的训练任务，确实需要更频繁的硬件更新。这场争论的背后，是整个行业对“算力资产”定价逻辑的重新思考。

从液冷散热到直流供电，从绿电准入到储能升级，从预制化建设到成本结构重塑，再到 GPU 资产价值的重新审视——2026 年的算力基础设施正在经历一场全方位的技术与商业模式变革。

这些变化并非孤立发生，而是相互交织、彼此强化：液冷技术的普及推动了高密度部署，高密度部署倒逼更高效的供电架构，更大的用电规模又使绿电和储能成为刚需，而这一切的快速落地都依赖于预制化模块带来的敏捷交付能力。

AIDC 建设是一场马拉松，对于行业参与者而言，重要的不是跑得多快，而是如何安全完赛。拥抱变化、稳定节奏、行稳致远——既要胸怀诗和远方，也要把握当下，抓住人工智能这场世纪机遇。

对于行业从业者而言，理解这些“发现”背后的逻辑链条，可能比记住任何单一结论都更有价值。因为在这个快速变化的时代，唯一不变的就是变化本身。

说明：

1.本文基于 IDCC2025 的演讲内容整理，所有观点均来自嘉宾公开发言。为保护隐私，文中对企业名称和嘉宾姓名进行了脱敏处理。

2.本文观点仅代表行业专家在特定场合的个人见解，不构成投资建议。具体技术方案和商业决策请结合实际情况审慎评估。