《科创板日报》1月13日讯（编辑 宋子乔） 1月13日下午，华为召开直播发布2025数据中心能源十大趋势，提出算电协同将成为数据中心建设的新模式，具体包括：
1、安全可靠成为智算DC的第一核心诉求；2、隔离式架构是保障算力设施安全的最优选择；3、连续式制冷是智算高密场景的必要能力；4、AI将显著提升DC运维主动安全；5、专业化服务是DC可靠运行的坚实保障；6、模块化架构是应对AIDC需求不确定性的关键；7、子系统预制化是AIDC快速交付的有效手段；8、供电高效在AIDC的价值日益凸显；9、AI将赋能DC综合能效提升；10、算电协同将成为DC建设的新模式。
算电协同，即“算优化电，电支撑算”，是指计算资源与电力资源的统筹调配，旨在通过两者的协同互动，实现资源的优化配置和高效利用。例如，在电网负荷较低时，增加计算任务的处理量，充分利用闲置的电力资源；而在电网负荷较高时，适当减少非关键计算任务，降低电力需求。
算点协同的本质是实现绿色算力，主要从使用端和供给端发力，通过先进制冷技术降低能耗、利用人工智能技术优化温控供电模式，以及使用绿色电力实现节能降碳。
国家发展改革委、国家能源局、国家数据局在去年印发《加快构建新型电力系统行动方案（2024—2027年）》（以下简称“方案”），其中便提出“实施一批算力与电力协同项目”。
彼时北京理工大学博士生导师王永真接受财联社专访表示，“算电协同”实际上是追求“信息-能源协同”，再具体就是更全面的“算-电-热-碳协同”。该政策将利好液冷、热泵、储能、微电网、综合能源、能源互联网以及信创等行业。
从算力到上游能源是AI产业链驱动的必然路径
人工智能消耗的电力远远超过人们的预期，能源之于AI的重要性丝毫不逊于算力。
当今科技圈的两位大佬，OpenAI创始人阿尔特曼和马斯克此前已给出明确观点。
前者认为未来AI的技术取决于能源突破，更有利于气候变化的能源，尤其是核聚变或更便宜的太阳能以及储能，是人工智能的发展方向。后者认为，虽然AI技术有望引领未来最大的科技革命，但同时也可能因为2025年的能源瓶颈而面临发展挑战。
立足当下，当下电力及IT基础设施已成为北美算力市场的瓶颈。以OpenAI为例，2024年12月27日凌晨，OpenAI宣布，聊天机器人ChatGPT、视频生成模型Sora和API产生了重大错误，大部分已经宕机数小时。OpenAI并未具体说明与该问题相关的“上游提供商”，但其独家云提供商微软报告称，其一个数据中心出现了“电源问题”。
国盛证券最新研报指出，从算力到上游能源是产业链驱动的必然路径。AI产业加速发展下，GPU、CPU到存储、通信、铜缆等各细分领域，已经成为当前市场热议的主题，但这些算力生态的背后，强烈依赖于能源和基础设施的持续供给。AI驱动下的科技产业链条正在从算力生态向能源IT基础设施延展。
从投资机会上讲，一方面，数据中心快速增长带动电源和变压器等相关设备需求增加；另一方面，人工智能算力的不断提升加速对能耗问题的关注，实现算电协同需要液冷等技术配合。
国盛证券认为，AIDC能源基础设施将迎来全面升级，海外数据中心的主要瓶颈是电力紧张，但芯片供应相对充足，因此其建设方向集中在通过天然气、核电等能源方案实现高效供电，以支持不断扩大的算力需求。国内则以原有数据中心的升级换代为特点，机房功率偏低的问题需要通过电力基础设施的改造来解决，推动柴油发电机组、UPS、BBU、HVDC等设备的升级。能源赛道在国内外的不同需求背景下，展现出极具潜力的投资机会。
该机构建议关注海外天然气/SMR核电产业链，国内电力改造产业链公司如麦格米特、中恒电气、禾望电气、潍柴动力等。
江海证券表示，数据中心资本性支出主要包括主体工程及设备设施的大修、更换及调整升级。资本性支出包括但不限于电气系统、暖通空调系统及消防系统等固定资产的更换。其中，电气系统中的UPS（不间断电源）及蓄电池使用寿命较短，更换次数占全生命周期比重大，为资本性支出重要部分。
从数据中心机柜功耗上来说，传统数据中心每机架功耗一般在3-10kW之间，而每台GPU服务器的功率可高达50kW，对于数据中心操作员和规划人员来说，需要依据计算需求对资源进行合理规划和分配，积极探索采用液冷等先进冷却方法，满足实现可持续发展提出的要求。
该机构表示，变压器方向建议关注金盘科技、明阳电气；电源方向建议关注科华数据、科士达、麦格米特、欧陆通；液冷方向建议关注英维克、申菱环境。
