随着AI数据中心算力需求不断攀升，电力消耗也随之水涨船高。据估算，到英伟达（NVIDIA）推出Feynman一代产品时，电力需求将飙升至当前的17倍。
英伟达（NVIDIA）的Feynman GPU拥有多项突破性功能，计划在Rubin之后、于2028年推出。该公司一直致力于提供更高效的AI解决方案，但随着需求的增长，电力消耗也急剧增加。
摩根士丹利研究部（Morgan Stanley Research）发布了一张图表，直观展示了英伟达（NVIDIA）三款AI机架解决方案的总功率半导体含量。从B200到Feynman，单个AI服务器机架里的功率半导体含量，从11,234美元飙升至191,000美元以上，暴涨17倍。
增长曲线的形态值得关注。B200到GB300阶段还是线性增长，但从Rubin开始进入指数区间，Rubin Ultra到Feynman一代更是翻了一倍。以基准的Blackwell或B200机架为例，其总功率半导体含量预估约为11,234美元。GB200机架的成本增加约4,000美元，GB300机架则再增加约3,500美元。整个Blackwell系列的功率半导体成本攀升至17,761美元。
然而，随着英伟达（NVIDIA）机架演进到Rubin和Feynman等未来芯片，仅功率成本一项就将迎来大幅飙升。Rubin机架预计于今年晚些时候推出，其功率半导体成本预估将超过33,000美元，是Blackwell GB200的3倍。而英伟达（NVIDIA）的Rubin Ultra机架，其电力系统成本预计将是Rubin机架的3倍，预估约为95,000美元。Feynman机架的功率半导体成本将是Rubin Ultra机架的两倍，跃升至惊人的191,000美元以上。这相比Blackwell机架增长了17倍，充分展示了AI专用机架在Feynman这一代仅功率半导体成本就达到了何等规模。
具体来看，功率半导体含量的大头是PCS和VRM（电压调节模块）的次级部分，占比分别达到27%和26%。紧随其后的是为机架供电的PSU，占比达19%。侧挂VRM占比15%，而IBC（初级中间总线转换器）和BBU/UPS占比各为4%至5%。其余个位数的份额由开关、网卡和电子保险丝瓜分。
英伟达（NVIDIA）已宣布，其未来AI数据中心将转向800V DC架构，以取代传统的48V/54V标准。此举旨在消除瓶颈、降低电流、减少铜材用量和线缆体积，同时提供更安全、可扩展的基础设施设计方案。800V DC系统结构紧凑，非常适合下一代配电需求，可减少转换与布线体积，并最大程度降低配电损耗。
现有设计遇到的瓶颈包括：
空间限制：目前的英伟达（NVIDIA） GB200 NVL72或GB300 NVL72机架最多需要8个电源模块来为MGX计算和交换模块供电。如果继续沿用54V DC配电方案，在兆瓦级的Kyber机架上，电源模块将占用多达64U的机架空间，留给计算的空间所剩无几。在2025年GTC大会上，英伟达（NVIDIA）展示了一个800V的侧挂电源模块，用于在单个Kyber机架上为576个Rubin Ultra GPU供电。另一种方案是为每个计算机架配备一个专用的电源机架。
铜材过载：在单个1MW机架中使用54V DC的物理特性要求高达200公斤的铜母线。仅单个1GW数据中心机架的母线就可能需要多达200,000公斤的铜。显然，在GW级数据中心的未来，当前的配电技术是不可持续的。
转换效率低下：电源链路中重复的AC/DC转换能效不高，并且增加了故障点。
800V DC系统的主要优势包括：
高效率与低损耗：转换至800V VDC减少了功率转换步骤（例如，直接从800V降压至芯片所需的6V），从而最大限度减少了能量损失。
缩小基础设施体积：较低的电流允许使用更细、更轻的线缆和更小的电源组件，从而为更多算力腾出宝贵的IT机架空间。
由先进功率电子技术赋能：该系统大量采用氮化镓（GaN）和碳化硅（SiC）半导体，能够实现高效的高压开关。
数据中心应用：根据2026年的行业标准，AI工厂采用此架构为承载着数百个GPU的机架供电，支撑兆瓦级的功率密度。
安全与稳定：尽管工作电压更高，但800V DC架构包含了如固态继电器、高压热插拔和隔离传感器等专用组件，以确保安全。
800V DC将首先应用于英伟达（NVIDIA）的Kyber机架，预计2027年问世。该机架将以高密度配置容纳Rubin Ultra AI GPU系列，包含576个Rubin Ultra芯片，并采用全液冷600kW解决方案。对800V DC架构日益增长的依赖以及功率组件的巨大增长，将促使VRM制造商和电源供应商积极响应，扩大生产规模，以满足下一代数据中心日益增长的需求。
