2026-09-26 · 来源：{'name': '虎嗅·中继', 'url': 'https://www.huxiu.com/article/4894068.html'}
GPU功耗方波冲击电网催生储能刚需，AI数据中心储能出货已超去年全年，新增订单大多流向中国电池厂。
AI算力基建的市场热点正从GPU、存储、光模块、液冷一路蔓延到电池。2026年前5个月，全球AI算力中心储能出货量达到10GWh，折合1000万度电，已超过2025年全年；行业预计到2030年，AIDC储能锂电池出货量将突破300GWh——短短几年就是几十倍的增长空间，而这些新增订单大部分流向了中国电池厂。
背后是算力中心的电力饥渴：一座大型AI算力中心年电费动辄几十亿元，顶得上一座小城市。美国部分地区数据中心接入电网要排队3到7年，马斯克、扎克伯格等科技巨头等不及，纷纷购买燃气轮机自建电厂，燃气轮机、变压器、高压开关等电力设备随之水涨船高。
电池为何成为AI刚需？答案在GPU的功耗曲线里。传统数据中心单机柜功耗4到8千瓦，负荷平稳如定速巡航；而英伟达B200满负荷运行功耗可达1200瓦，一套GB200超级芯片达2700瓦，一个NVL72机柜塞进72块GPU，整柜功耗飙至120到140千瓦，是传统机柜的20倍。
更棘手的是功耗会“跳”。大模型训练时，成千上万块GPU同步计算，每轮结束经AllReduce交换结果，芯片要么同时满载、要么同时空转，用电曲线呈方波状。Vertiv实测显示，GPU机柜负荷可在极短时间内从约10%跃升至满载甚至超出额定功率的150%。Meta训练Llama 3时使用两个各约24000块H100 GPU的集群，单个集群IT设备合计功率达数十兆瓦，同步切换汇成电网侧的功率冲击。
矛盾在于节奏：电网调度响应以秒计，GPU功率跳动以毫秒计，来不及响应就可能电压骤跌——对正在训练的大模型，哪怕只持续10毫秒的电压异常也是风险。储能由此被推上AI基建的舞台中央。
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅