财信证券最新新能源电池行业深度报告指出，人工智能发展正推动算力需求爆发式增长，AIDC（智算数据中心）进入高景气周期。报告显示，预计2025年中国智能算力规模将达1037.3EFLOPS，2028年将达27819EFLOPS，2023-2028年五年年复合增长率达46.2%。AI数据中心能耗2024年达55.1TWh，2025年将翻倍至77.7TWh，2027年达146.2TWh，五年间实现六倍增长。H100芯片功耗已达700W，GB200功耗更达2700W，单机柜功率从传统2-8KW攀升至20-50KW。算力与功耗的双重爆发，正推动AIDC供配电系统迎来系统性变革。

AI大模型需要大算力，其训练时长与模型的参数量、训练数据量成正比。ChatGPT参数量175B规模下，预训练数据量3.5万亿，使用8192张卡训练时长49天。端到端大模型理论训练时间为8TP/(nX)，其中T为训练数据token数量，P为模型参数量。

算力需求增长速度持续加快：深度学习时代之前算力需求24个月翻倍；深度学习时代3-4个月翻倍；大模型时代算力需求每2个月翻倍。DeepSeek模型通过MoE优化降低训练和推理成本，根据杰文斯悖论，技术降本将加速AI技术发展和应用场景扩展，长期推动算力需求持续增长。预计2025年中国智能算力规模达1037.3EFLOPS，2028年达27819EFLOPS，CAGR达46.2%。

AI训练需要建立高度集中化的GPU集群，而GPU芯片算力持续提升的同时功耗同步增长。当前H100、H200芯片功耗已达700W，2024年3月GTC大会新发布的B200功耗达1000W，GB200功耗更是达到2700W。从A100的400W到GB200的2700W，单芯片功耗增长近7倍。

芯片功耗提升推高单机柜功率密度。传统数据中心单机柜功耗通常为2-8KW，智算中心单机柜功耗达20-50KW，未来将达100KW甚至更高。以万卡算力集群为例，1024台英伟达H100 GPU服务器单栋建筑电力需求达15-20MVA；10万卡集群功耗达100MW以上，远超市政10kV电网承载力，需采用110kV/220kV高压电网直供。

根据《中国人工智能计算力发展评估报告》，2024年AI数据中心IT能耗（包含服务器、存储系统和网络）达55.1TWh，2025年将达77.7TWh（是2023年两倍），2027年将达146.2TWh。2022-2027年五年CAGR为44.8%，五年间实现六倍增长。

智算中心以万卡集群为单位扩张，园区总功耗可达200-500MW级别，电能供给规模已超越芯片算力本身，成为智算中心扩展瓶颈。已有不少城市颁布新建设施临时禁令，如占全美数据中心容量1/4的弗吉尼亚州正收紧分区法规限制选址。传统电网架构已无法满足高密度算力设施的稳定性需求。

智算中心呈现显著动态负载特性。训练任务启动时，负载急剧攀升至极限功耗值；任务结束时则骤降至最低功耗水平。表现为周期性、高幅度波动、多任务并发及瞬时高负载冲击。

传统数据中心（通算中心）运行后整体负荷较为稳定，峰值或低谷工况极少发生。而智算中心的剧烈波动性对供电系统与温控设计提出了更高适应性需求。单机柜从8KW到100KW的跨越，UPS容量、蓄电池配置、散热方案均需重新设计，供配电系统面临全面升级。

表1：不同芯片架构功耗参数对比

芯片	架构	显存大小	FP16算力	功耗
A100	Ampere	80GB	312T	400W
H100	Hopper	80GB	1P	700W
H200	Hopper	141GB	1P	700W
B100	Blackwell	180/192GB	1.75P	700W
B200	Blackwell	180/192GB	2.25P	1000W
GB200	Blackwell	384GB	5P	2700W