华为AIDC储能之道：AI的尽头是算力，算力的尽头是电力

【摘要】在人工智能浪潮席卷全球的今天，算力正以前所未有的速度重塑产业格局。

然而，算力爆发的背后，隐藏着一个愈发紧迫的命题：电力，正成为AI时代真正的“硬通货”。

在AI-数据-算力-能源这一链条中，AIDC储能业务正迅速崛起，成为华为等科技、能源企业争夺的下一片蓝海。

从以芯片架构为基础的算力、到“发输配用”全场景的构网型储能，以算电协同为核心的AIDC储能业务思路正愈发清晰。

搜索添加芯流微信Andrew_7251，深入交流更多科技行业新进展。市场与项目咨询、人才服务、决策研判，添加Aristodemus0403。

以下为正文：

近日，高盛发布一份名为《驱动AI时代》的专题报告并做出了三大重要判断。

一是AI正引领计算范式发生历史性重大变革，推动基础设施跃升至新的量产台阶；二是算力需求呈爆发式增长，电力供给成为最为关键的瓶颈；三是数据中心成为地缘战略新工具，“数据外交”正在逐步形成。

身处AI时代的当下，海量数据处理需要大规模算力的支撑，而在这场算力竞赛的背后，亦是巨大的能源需求。

作为AI-数据-算力-能源这一链条上的关键环节，AIDC储能业务正成为科技型企业释放AI潜力的新目标。

01

AIDC+储能为何爆火

当前，人工智能呈现爆发式增长态势，面对着海量的数据处理需求，企业纷纷构建数据中心以保障运行稳定性，这也让AIDC赛道变得愈加拥挤。

根据中信建投数据，2025年第二季度，北美云四大厂商（微软、亚马逊、谷歌、Meta）资本开支同比增长69%，环比提高23%，持续加大服务器、数据中心和网络基础设施等AI基建支持。

与IDC（传统互联网中心）不同，AIDC（人工智能数据中心）专注于提供人工智能训练与推理所需的算力服务、数据服务和算法服务，主要搭载GPU、FGPA、ASIC等AI加速芯片，也往往更加注重效率与成本。

尽管AIDC服务器的性能和功率随着技术发展大幅提升，数据中心仍面临着安全性、电力供应等挑战，为保障可持续运营，AIDC也对电力供应的稳定性和实时性提出更高要求。

在双碳背景下，数据中心要求较高的绿电比例，然而，风电、光伏等可再生能源存在着间歇性与波动性较大的问题，企业往往需要构建储能系统以保障供电连续性。

此外，借助AI能源管理系统，数据中心也可进一步预测电价、优化充放电策略，通过智能调度，在效率与成本两方面强化AIDC价值。

华为公司高级副总裁、华为数字能源全球营销服体系总裁杨友桂曾表示，到2028年全球AIDC总量将超过100GW，其中，仅能源基础设施的市场规模就将超过6000亿美元。

千亿市场的吸引力之下，不少新能源企业纷纷推出AIDC储能方案切入这一即将爆发的新赛道。

其中，新能源赛道的头部企业阳光电源已成立AIDC事业部，公司重点瞄向海外AIDC电源市场，并未来计划在直流微电网等领域提供高压侧、低压侧、柜内电源等创新方案，或于明年推出部分产品。

不过，AIDC储能本身就是AIDC与储能两类技术的结合体，阳光电源等能源型企业想要在AIDC储能或电源领域做深，不仅需要能源端的支持，更需要进一步提升其适配半导体能力以提供芯片级AIDC储能解决方案。

从这一层面来看，不论是从AIDC端入局的科技企业，还是从储能、电源端入手的能源型企业，算电协同的能力在根本上决定了这一业务的版图完整性。

02

构建全栈AI算力能力

在今年6月举办的华为数据中心能源十大趋势发布会上，公司数据中心能源领域总裁尧权做出了一个重要判断——未来，算电协同将成为数据中心建设新模式，推动数据中心可持续发展。

一方面，随着数据中心耗电量的持续增长，绿电供应将成为数据中心高耗能的颇具之道；另一方面，数据中心作为源网荷储的载荷环节，可与电网实现有效联通，通过AI推理能力提升电力能力的灵活调度、提高系统效率。

华为提出的算电协同方案，可形成以算力优化电力，以电力支撑算力的双向AIDC+储能协同机制，其本质就是让AI数据中心从单纯的电力消耗者，转变为电网的协同管理者，在成本和效率端实现优化。

作为全球领先的ICT（信息与通信技术）基础设施和智能终端供应商，华为在算力端的思路是构建从芯片、架构到平台的全栈AI能力。

随着大模型参数规模从千亿跃升至万亿级别，千卡、万卡甚至十万卡智算集群也成为了AI研发的必备基础，而大规模智算集群往往面临跨单机通信时延高、集群运维难等瓶颈，需要构建一个高效能、低延迟、可扩展性强的算力底座。

在这一背景下，公司的昇腾超节点，基于灵衢协议实现scale up，超节点内的跨单机通信性能可比肩机内通信；针对跨节点scale out互联，公司利用星河网络提升单卡吞吐性能与响应速率。

为提升算力利用率，公司的ModelArts平台与推理加速引擎MindIE配合，可以实现任务级算力扩缩容，通过通算与智算的算力耦合，采用HPDA（高性能数据加速）的存储与DCN、DCI网络架构公司也优化了跨域业务的数据调度时延。

在全栈协同的思路下，公司的“星河AI网络”与“CloudMatrix 384”解决方案已实现落地，通过盘古大模型、DeepSeek等预训练模型的开放，以及MindStudio等自动化工具链的API调用，助力客户在算力效能、数据资产、网络协同的AIDC转型中建立优势。

03

以构网型技术为基

从电力能力构建来看，在2024年的年报中，华为就已经将数字能源定位为核心战略板块，重点布局新型电力系统、电动出行能源基础设施和数字产业能源基础设施三大领域。

针对电网稳定性和平衡性问题，华为将目光集中在构网型技术之上。当前，公司智能组串式构网型储能解决方案，实现了从储能构网到光储构网，从发电侧构网到发输配用全场景构网的跨越。

面对构网型储能技术多机并联稳定性问题、宽频振荡问题、大电流过载问题，以及高安全与可靠性要求，华为通过基础元器件、功率模组、构网算法的突破与系统架构设计的创新，公司围绕“发输配用”全场景构建，在系统过载能力、惯量响应时间、黑启动速度与能力、并离网切换等功能层面实现提升。

图片来源：华为

从实践结果来看，在发电侧，华为的构网型储能通过增强并网点电网强度，其在西藏地区的30MW光伏电站, 通过叠加华为6MW/24MWh构网型储能方案，将光伏出力从1.5MW提升至12MW。

在输电侧，华为的构网型储能通过快速调频技术，实现200ms站级快速响应和0-100% SOC范围恒功率输出，其在瑞典的首个调频储能电站投资回报周期仅一年；在配电侧，华为通过多子阵多场站同步低压稳启动方案，实现GWh电站100%带载分钟级黑启动，保证快速电力恢复。

在用电侧，华为无缝并离网切换技术，可以随时应对电网突发情况，保障用户侧稳定供电，以构建局部坚强电网，提升电网生存能力和稳定性。公司在沙特红海新城的400MW+1.3GWh构网型储能系统稳定运行超2年，稳定提供绿电超15亿度。

在“发输配用”全场景的稳定运营能力，也为其AIDC系统打造了坚实的电力底座支撑。

从AIDC与储能的双向赋能来看，公司基于云边协同的架构和AI、大模型的积累，构建源网荷储一体化调度能力，并推出智慧能源管理平台，实现统一管理、调度，实现精准负荷预测、发电预测、调度优化和负荷管理。

04

尾声：算电协同的AIDC储能之路

面对巨大的算力增长，如何保障算力基础设施的能源供给，同时实现绿色低碳，已成为行业面临的共同挑战。

华为所倡导的“算电协同”路径，不仅是对当前AI基础设施困境的回应，还是对未来能源与智能融合形态的前瞻布局。

正如远景能源董事长张雷曾做出的预判，人工智能的本质是能源，“有多少能源才有多少智力”。

随着全国多省市鼓励开展源网荷储一体化项目，支持算力中心从负载中心向能源中心转变，我们不难发现，在AI与能源日益交织的未来，算力与电力的协同发展，已不再是技术选项，而是战略必然。

搜索添加芯流微信Andrew_7251，深入交流更多新能源行业新进展。市场与项目咨询、人才服务、决策研判，添加Aristodemus0403。

- XINLIU -

喜欢就奖励一个“”和“在看”呗~