華為AIDC儲能之道：AI的盡頭是算力，算力的盡頭是電力

【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產業格局。

然而，算力爆發的背后，隱藏著一個愈發緊迫的命題：電力，正成為AI時代真正的“硬通貨”。

在AI-數據-算力-能源這一鏈條中，AIDC儲能業務正迅速崛起，成為華為等科技、能源企業爭奪的下一片藍海。

從以芯片架構為基礎的算力、到“發輸配用”全場景的構網型儲能，以算電協同為核心的AIDC儲能業務思路正愈發清晰。

搜索添加芯流微信Andrew_7251，深入交流更多科技行業新進展。市場與項目咨詢、人才服務、決策研判，添加Aristodemus0403。

以下為正文：

近日，高盛發布一份名為《驅動AI時代》的專題報告并做出了三大重要判斷。

一是AI正引領計算范式發生歷史性重大變革，推動基礎設施躍升至新的量產臺階；二是算力需求呈爆發式增長，電力供給成為最為關鍵的瓶頸；三是數據中心成為地緣戰略新工具，“數據外交”正在逐步形成。

身處AI時代的當下，海量數據處理需要大規模算力的支撐，而在這場算力競賽的背后，亦是巨大的能源需求。

作為AI-數據-算力-能源這一鏈條上的關鍵環節，AIDC儲能業務正成為科技型企業釋放AI潛力的新目標。

01

AIDC+儲能為何爆火

當前，人工智能呈現爆發式增長態勢，面對著海量的數據處理需求，企業紛紛構建數據中心以保障運行穩定性，這也讓AIDC賽道變得愈加擁擠。

根據中信建投數據，2025年第二季度，北美云四大廠商（微軟、亞馬遜、谷歌、Meta）資本開支同比增長69%，環比提高23%，持續加大服務器、數據中心和網絡基礎設施等AI基建支持。

與IDC（傳統互聯網中心）不同，AIDC（人工智能數據中心）專注于提供人工智能訓練與推理所需的算力服務、數據服務和算法服務，主要搭載GPU、FGPA、ASIC等AI加速芯片，也往往更加注重效率與成本。

盡管AIDC服務器的性能和功率隨著技術發展大幅提升，數據中心仍面臨著安全性、電力供應等挑戰，為保障可持續運營，AIDC也對電力供應的穩定性和實時性提出更高要求。

在雙碳背景下，數據中心要求較高的綠電比例，然而，風電、光伏等可再生能源存在著間歇性與波動性較大的問題，企業往往需要構建儲能系統以保障供電連續性。

此外，借助AI能源管理系統，數據中心也可進一步預測電價、優化充放電策略，通過智能調度，在效率與成本兩方面強化AIDC價值。

華為公司高級副總裁、華為數字能源全球營銷服體系總裁楊友桂曾表示，到2028年全球AIDC總量將超過100GW，其中，僅能源基礎設施的市場規模就將超過6000億美元。

千億市場的吸引力之下，不少新能源企業紛紛推出AIDC儲能方案切入這一即將爆發的新賽道。

其中，新能源賽道的頭部企業陽光電源已成立AIDC事業部，公司重點瞄向海外AIDC電源市場，并未來計劃在直流微電網等領域提供高壓側、低壓側、柜內電源等創新方案，或于明年推出部分產品。

不過，AIDC儲能本身就是AIDC與儲能兩類技術的結合體，陽光電源等能源型企業想要在AIDC儲能或電源領域做深，不僅需要能源端的支持，更需要進一步提升其適配半導體能力以提供芯片級AIDC儲能解決方案。

從這一層面來看，不論是從AIDC端入局的科技企業，還是從儲能、電源端入手的能源型企業，算電協同的能力在根本上決定了這一業務的版圖完整性。

02

構建全棧AI算力能力

在今年6月舉辦的華為數據中心能源十大趨勢發布會上，公司數據中心能源領域總裁堯權做出了一個重要判斷——未來，算電協同將成為數據中心建設新模式，推動數據中心可持續發展。

一方面，隨著數據中心耗電量的持續增長，綠電供應將成為數據中心高耗能的頗具之道；另一方面，數據中心作為源網荷儲的載荷環節，可與電網實現有效聯通，通過AI推理能力提升電力能力的靈活調度、提高系統效率。

華為提出的算電協同方案，可形成以算力優化電力，以電力支撐算力的雙向AIDC+儲能協同機制，其本質就是讓AI數據中心從單純的電力消耗者，轉變為電網的協同管理者，在成本和效率端實現優化。

作為全球領先的ICT（信息與通信技術）基礎設施和智能終端供應商，華為在算力端的思路是構建從芯片、架構到平臺的全棧AI能力。

隨著大模型參數規模從千億躍升至萬億級別，千卡、萬卡甚至十萬卡智算集群也成為了AI研發的必備基礎，而大規模智算集群往往面臨跨單機通信時延高、集群運維難等瓶頸，需要構建一個高效能、低延遲、可擴展性強的算力底座。

在這一背景下，公司的昇騰超節點，基于靈衢協議實現scale up，超節點內的跨單機通信性能可比肩機內通信；針對跨節點scale out互聯，公司利用星河網絡提升單卡吞吐性能與響應速率。

為提升算力利用率，公司的ModelArts平臺與推理加速引擎MindIE配合，可以實現任務級算力擴縮容，通過通算與智算的算力耦合，采用HPDA（高性能數據加速）的存儲與DCN、DCI網絡架構公司也優化了跨域業務的數據調度時延。

在全棧協同的思路下，公司的“星河AI網絡”與“CloudMatrix 384”解決方案已實現落地，通過盤古大模型、DeepSeek等預訓練模型的開放，以及MindStudio等自動化工具鏈的API調用，助力客戶在算力效能、數據資產、網絡協同的AIDC轉型中建立優勢。

03

以構網型技術為基

從電力能力構建來看，在2024年的年報中，華為就已經將數字能源定位為核心戰略板塊，重點布局新型電力系統、電動出行能源基礎設施和數字產業能源基礎設施三大領域。

針對電網穩定性和平衡性問題，華為將目光集中在構網型技術之上。當前，公司智能組串式構網型儲能解決方案，實現了從儲能構網到光儲構網，從發電側構網到發輸配用全場景構網的跨越。

面對構網型儲能技術多機并聯穩定性問題、寬頻振蕩問題、大電流過載問題，以及高安全與可靠性要求，華為通過基礎元器件、功率模組、構網算法的突破與系統架構設計的創新，公司圍繞“發輸配用”全場景構建，在系統過載能力、慣量響應時間、黑啟動速度與能力、并離網切換等功能層面實現提升。

圖片來源：華為

從實踐結果來看，在發電側，華為的構網型儲能通過增強并網點電網強度，其在西藏地區的30MW光伏電站, 通過疊加華為6MW/24MWh構網型儲能方案，將光伏出力從1.5MW提升至12MW。

在輸電側，華為的構網型儲能通過快速調頻技術，實現200ms站級快速響應和0-100% SOC范圍恒功率輸出，其在瑞典的首個調頻儲能電站投資回報周期僅一年；在配電側，華為通過多子陣多場站同步低壓穩啟動方案，實現GWh電站100%帶載分鐘級黑啟動，保證快速電力恢復。

在用電側，華為無縫并離網切換技術，可以隨時應對電網突發情況，保障用戶側穩定供電，以構建局部堅強電網，提升電網生存能力和穩定性。公司在沙特紅海新城的400MW+1.3GWh構網型儲能系統穩定運行超2年，穩定提供綠電超15億度。

在“發輸配用”全場景的穩定運營能力，也為其AIDC系統打造了堅實的電力底座支撐。

從AIDC與儲能的雙向賦能來看，公司基于云邊協同的架構和AI、大模型的積累，構建源網荷儲一體化調度能力，并推出智慧能源管理平臺，實現統一管理、調度，實現精準負荷預測、發電預測、調度優化和負荷管理。

04

尾聲：算電協同的AIDC儲能之路

面對巨大的算力增長，如何保障算力基礎設施的能源供給，同時實現綠色低碳，已成為行業面臨的共同挑戰。

華為所倡導的“算電協同”路徑，不僅是對當前AI基礎設施困境的回應，還是對未來能源與智能融合形態的前瞻布局。

正如遠景能源董事長張雷曾做出的預判，人工智能的本質是能源，“有多少能源才有多少智力”。

隨著全國多省市鼓勵開展源網荷儲一體化項目，支持算力中心從負載中心向能源中心轉變，我們不難發現，在AI與能源日益交織的未來，算力與電力的協同發展，已不再是技術選項，而是戰略必然。

搜索添加芯流微信Andrew_7251，深入交流更多新能源行業新進展。市場與項目咨詢、人才服務、決策研判，添加Aristodemus0403。

- XINLIU -

喜歡就獎勵一個“”和“在看”唄~