8月8日，OpenAI發布GPT-5大模型，在編程、Agent、上下文理解等各項能力上獲得大幅提升，全面領先大模型市場。隨之而來的，將是一場新的大模型“軍備競賽”，AI基建投資將再次躍進。據國際能源署統計，自2017年以來，數據中心電力需求以年均12%的速度增長，遠超全球電力需求的總體增速。2024年，全球數據中心消耗約415TWh電力，占全球用電量的1.5%。隨著AI大模型及應用場景的不斷增加，訓練和推理任務將激增，預計到2030年，全球數據中心的電力消耗將增加一倍以上，達到約945TWh，相當于日本全年用電量，占全球電力消耗總量近3%。在AI基建浪潮中，國內哪些企業將有領先優勢？記者最近調研了安靠智電，探尋這家企業在AI 基建浪潮中的深度思考和前瞻布局。

基于AI算力的爆發性需求，英偉達GB200、GB300、Rubin，華為昇騰CloudMatrix 384等新一代AI服務器在數據中心中將成為主流，未來數據中心的容量規模將呈現指數級增長，單集群大于100MW的超算中心將越來越常見，例如Oracle的"星門"數據中心一期容量將達到200MW，理論峰值1.45GW。對于超大規模數據中心，自建110kV以上變電站、采用更大容量方式進線是解決大電力容量需求，是實現高等級可靠性（Tier IV）、降低長距離配電損耗、優化空間利用和長期綜合成本的必然選擇。通過將高壓電引入負荷中心，避免了依賴大量低電壓等級線路帶來的容量瓶頸、高損耗、低可靠性和復雜性問題，為數據中心提供了強大、高效、靈活且面向未來的電力基礎設施核心。

具體來說，以Oracle的"星門"項目為例，其用電量相當于一個中型城市，如果以220kV電纜進線（最大載流量2500A），實際工程設計需8回路電纜并聯才能滿足1.45GW需求（考慮電力系統N-1冗余要求、多回路并聯載流量修正、GPU集群功率尖峰），如果用220kV GIL（最大載流量6000-8000A）僅需2回。可靠性方面，Tier IV數據中心要求99.995%可用性（年宕機<26分鐘），電纜故障率約0.5次/百公里年，GIL為0.02次，可靠性提升25倍，同時GIL因全絕緣封閉結構在潮濕腐蝕、異物搭界、動物啃咬方面具有天然優勢。最關鍵的能耗層面，1GW數據中心年電費超50億元（0.6元/度，負載率按50%保守計算），GIL輸電損耗<0.1%/km（電纜約0.3-0.5%），年省電費1.5億元（從變電站到IT負載中心的平均距離按30km路徑，僅計算高壓側輸電損耗約37.3%）。若再考慮電磁兼容性（GIL金屬外殼形成天然法拉第籠，避免干擾機房精密設備）、部署環境（垂直敷設、抗震設計、防火安全）和與液冷系統的協同優化（高功率機柜液冷是剛性需求，GIL敷設可集成液冷通路，共享液冷基礎設施降低20%散熱成本）。因此，在英偉達Rubin、華為昇騰CloudMatrix 384等推動單數據中心負載突破GW級的未來，GIL將從“可選方案”升級為超大數據中心高壓配電的基準配置，成為支撐AI算力革命的隱形基礎設施。

另一方面，未來數據中心自建變電站在滿足高密度算力需求的同時，配置獨立冗余線路和多級保護裝置，可以消除電網依賴。市政電網擴容需支付高額接入費（如110kV變電站擴容費超500萬元），自建變電站可分期投資，匹配數據中心擴展節奏，若采用綠電直連模式可大幅度降低數據中心長期運營成本和日常電費開支。公共變電站建設周期通常需2-3年，而自建變電站通過模塊化施工可縮短至6-8個月，加速數據中心投產。若采用安靠智電的智慧模塊化變電站替代傳統變電站建設方案，占地減少70%，建設周期縮短50%，全生命周期建設成本下降30%，可實現整站的全絕緣、高抗震、免維護，增加供電的可靠性。

安靠智電董秘賈云介紹，2023年5月公司行業首創的以“開變一體機”為核心的智慧模塊化產品已經成功應用于騰訊儀征東升云計算數據中心項目，高壓220kV進線和低壓10kV出線均采用GIL，在數據中心行業首次實現10kV單相GIL與變壓器、開關柜直連，最大電流8000A，采用全絕緣中性點成套裝置，裸露帶電體全封閉，實現了整站的全絕緣，占地面積減少50%，施工周期縮短70%，采用分期租賃方式獲得了騰訊的高度認可。近期，安靠智電又中標青海海東綠算產業園110kV變電站項目，該項目總投資35億元，建設用于大模型訓練和推理的綠色智算中心，總算力20000P，PUE值1.19，是青海省踐行建設“算電協同”發展試點省份的先行標桿項目。

未來，AI驅動的超大規模數據中心將普遍采用自建變電站、采用更大容量方式進線解決高功率、高密度、高效率、高可靠性的供電需求，安靠智電以其獨有的GIL和智慧模塊化變電站組合技術，將成為面向未來超大型數據中心供電系統的重要技術革新。