AI電源行業｜新周期的起點

（來源：野村東方國際證券）

自2022年ChatGPT發佈以來，全球AI產業進入新一輪產業周期，市場從AI產業核心三要素「數據、算力、算法」出發，相繼挖掘出AI算力、AI應用產業鏈、AI存儲等多條投資主線。但此前中國AI產業鏈相對較弱，我們認為A股市場尋找AI投資機遇更多來自美股的映射，股價上漲更多是估值的提升。我們看好AI電源領域的投資機會，相關公司更可能出現業績實質性增長。

AI電源投資核心邏輯（1）中國/美國頭部科技企業2024年以來加大對AI領域的資本開支。相較於傳統互聯網數據中心IDC，AI數據中心AIDC的最大變化是高功耗，因此對於數據中心電力需求明顯增長。我們認為未來國內也將復刻過往數年美國AI數據中心建設浪潮，因此看好AI數據中心基建環節的投資機遇，主要包括柴油發電機以及不間斷電源UPS。

AI電源投資核心邏輯（2）AI芯片技術迭代驅動高功率電源需求提升。配套的服務器電源有望出現性能、用量以及價格多重提升。同時伴隨機櫃功率的提升，傳統的電源架構已經無法滿足數據中心的供電需求。新的技術要求推動供電架構走向電池備用單元BBU+超級電容和高壓直流HVDC的方案。

▲圖表1：AI電源核心投資邏輯

資料來源：野村東方國際證券

AI數據中心功率持續提升

數據中心需要電力來實現多種基本功能，包括運行服務器、冷卻系統、存儲系統、網絡設備、備份系統、安全系統和照明。電源是數據中心保障電力供應的核心，需要確保基礎設施即使在電網中斷時也能保持運行。同時，電力的過度利用或分配不當不僅成本高昂，而且造成浪費，而電力利用不足則可能導致工作負載高峰期間出現破壞性的電力激增。

▲圖表2：AI數據中心供配電系統圖

資料來源：Semianalysis，野村東方國際證券

根據Omdia預測，2024-2030年AI數據中心機架輸出功率將由12.0kW提升至14.8kW。根據國際能源署數據，AI數據中心電力主要消耗在服務器（40%）及冷卻系統（40%）。我們認為伴隨未來AI數據中心行業建設加速，對於電源既有量的提升（數量/容量），又有性能的提升（電力需求），而對於核心AI服務器環節的電力供應將推動AI服務器電源需求持續提升，帶來行業增量投資機遇。

▲圖表3：AI數據中心機架功率持續提升

資料來源：Semianalysis，Omdia預測，野村東方國際證券

▲圖表4：AI數據中心電力消耗分佈

注：其他主要包括備用電源/存儲設備/通信設備

資料來源：國際能源署，野村東方國際證券

服務器電源需求量增加

AI服務器電源在性能、用量及價值量上相對傳統服務器電源均有明顯提升。

1. 性能提升：AI服務器高算力特性對於電力消耗及功率要求更高，相應的AI服務器電源在輸出功率、功率密度、系統效率等核心指標較傳統服務器電源均有顯著提升。

2. 用量提升：AI服務器機櫃中常用的服務器電源模組數量達到4個，較通用服務器有至少翻倍提升。同時考慮到數據中心服務器通常需要備用電源用於應對突發情況，我們對於兩類服務器機櫃均按照1：1冗余設計進行測算，則AI服務器機櫃對應的服務器電源模組有望達到8個。

3. 價值量提升：根據中關村在線數據測算，通用服務器電源單位價格在0.9-1.9元/W。我們測算AI服務器電源單位價格在10.4-10.5元/W。

▲圖表5：AI服務器電源與通用服務器電源比較

注：1）通用服務器電源用量參考浪潮信息官網數據，AI服務器電源用量參考英偉達GB200數據；2）備用電源數量均按照1：1冗余進行測算；3）通用服務器電源價值量採用中關村在線各價格段熱銷機型測算；4）AI服務器電源價值量採用臺達電供應英偉達情況進行測算

資料來源：臺達電官網，臺達電官方微信公眾號，英飛凌官網，浪潮信息官網，Semianalysis，中關村在線，今日頭條，臺灣經濟日報，Wind，美聯儲，野村東方國際證券測算

從市場規模來看，由於智能手機、PC等傳統服務器出貨場景逐步成為成熟市場，全球通用服務器電源市場進入穩健增長階段。據Statista預測，到2030年全球通用服務器電源市場規模在50億美元左右，2024-2030年全球通用服務器電源市場複合增速為8%。未來更具成長性的是AI服務器帶來的電源需求增量。

據國際能源署數據，2023年AI服務器消耗電力7.3TWh。后續伴隨AI服務器出貨量及單位功耗的增長，AI服務器對於電力需求將呈現明顯增長。在AI服務器的需求拉動下，我們測算到2030年全球AI服務器電源市場有望接近90億美元，2024-2030年期間複合增速達到30%。

▲圖表6：全球服務器電源市場規模及預測

資料來源：Global Market Statistics，Statista，Semianalysis，野村東方國際證券測算

柴發及UPS：傳統備用電源需求增量

在AI數據中心中，柴油發電機通常搭配UPS使用，作為主要備用電源為AI數據中心提供小時級以上的持續電力供應。據QY Research數據，2023年全球柴油發電機市場規模約為161億美元。據華經情報網數據，2023年中國柴油發電機市場規模約為47億美元，全球佔比為29%。

儘管我國市場規模較大，但由於海外企業發展歷程較早，產品技術仍處於領先地位。柴油發電機產業鏈包括：（1）上游核心零部件，主要有柴油機、發電機以及控制系統；（2）中游柴油發電機組製造；（3）下游應用場景，主要有通信、電力、石化等。國外頭部企業在覈心部件如發動機、發電機具有深厚的技術積累，產品價值量較高，佔據產業鏈優勢地位。

國內柴油發電機企業產品主要用於備用電源場景，產品價格突出性價比優勢。據Trade Map數據，2023年我國不同功率範圍的柴油發電機組進口均價在1.3-2.3萬美元/噸，明顯高於同期出口均價0.5-1.0萬美元/噸。

考慮到柴油發電機傳統應用場景中包含大量工程機械市場，未來部分市場面臨電動化替代的壓力，QY Research預測2023-2030年全球通用柴油發電機市場規模複合增速為7%。我們更為看好AI數據中心帶來的柴油發電機需求成長性，我們測算到2030年全球AI數據中心所需柴油發電機市場有望達到72億美元，2023-2030年期間複合增速達到20%。

▲圖表7：全球柴油發電機市場規模及預測

資料來源：QY Research，中研網，野村東方國際證券測算

▲圖表8：中國柴油發電機進出口均價情況

注：我們按照Trade Map對於柴油發電機輸出功率進行劃分，並平均化處理得到進出口均價

資料來源：Trade Map，野村東方國際證券測算

新技術應用落地有望突破

傳統備用電源UPS能量密度提升空間有限，導致其在數據中心中的佔地面積增加。我們認為AI數據中心時代，空間利用率高、結構緊湊且靈活的備用電源和穩壓系統變得愈發重要。

在各種新技術方案中，我們相對更為看好「BBU+超級電容」這一組合技術路線。主要原因是該方案具有高功率密度、高充電速度、極端溫度表現優異等突出優勢，且在空間利用方面相對緊湊和靈活。此前該方案應用場景有限主要原因是成本高昂。考慮到AI數據中心整體建設成本預算更高，對性能要求優先級提升，相對更高的成本能夠為下游客户所接受。

HVDC方案技術及可靠性驗證仍有待觀察。未來AI數據中心供電解決方案可能採用HVDC架構，即先將輸入端市電轉換為400V直流電，再進行降壓處理至服務器適用電壓範圍（54V直流電）。採用HVDC架構的主要優勢有：（1）提升端到端效率至96.05%-96.53%；（2）服務器機架配電損耗降至約0%，成熟方案配電損耗0.2%-0.5%；（3）AI電源移出服務器機櫃，節省服務器機櫃空間。目前該技術方案還處於相對較新的階段，技術及可靠性驗證仍具有不確定性。如果未來HVDC技術逐步成熟、運維技術人員能力提升，我們認為HVDC有較大的應用空間。

▲圖表9：常見四種備用電源方案技術特點比較

注：超級電容我們採用武藏精密工業開發的

混合超級電容HSC相關指標

資料來源：武藏能源解決方案官網，VOLTZ官網，

野村東方國際證券

BBU：滲透率拐點或將來臨

備用電池單元（BBU）是當外部電源或主電源系統發生中斷時，為數據中心服務器和關鍵設備提供即時備用電源。相比傳統的UPS和柴油發電機，BBU具備響應速度快、體積小、佈局靈活等優勢，可有效銜接超級電容啟動與柴油發電機供電的過渡階段，BBU有望迎來滲透拐點。

▲圖表10：BBU有望用於AI數據中心

資料來源：德州儀器，野村東方國際證券

相較於UPS採用鉛酸電池，BBU主要採用鋰電池。鋰電池的優勢在於：1）鉛酸電池循環次數為300-350次左右，鋰電池為1000-2000次以上，鋰電池更長的使用壽命能夠顯著降低全生命周期成本；2）鋰電池體積更小，鋰電池的體積容量密度通常是鉛酸電池的1.5倍左右，因此在相同容量的條件下，鋰電池的體積比電池小30%左右，提高單位能量鋰電池更節省空間；3）BBU可採用分佈式佈置於機櫃中，能夠匹配快速增長的機櫃功率需求。

根據Semianalysis披露，Meta的開源計算項目（Open Compute Project，以下簡稱OCP）採用BBU的備用電源方案，電池的直流電可以直接為IT設備供電，可支持分鍾級的負載，備用電源系統效率得到提高。該方案僅需要每個機架內置單個BBU電源，數據中心所需的總電池容量減半。但BBU電源內置於服務器機架帶來安全隱患，需要先進的滅火解決方案才能滿足消防法規；而在集中佈置的UPS方案中，所有電池都可以隔離在防火室內，安全性更佳。

▲圖表11：採用BBU方案的數據中心項目

（Meta的OCP項目）

資料來源：Semianalysis，野村東方國際證券

BBU用量需求或將快速增長。傳統服務器中通常一個托盤（Tray）配置2-3個BBU，而AI服務器由於對運算負荷和穩定性要求更高，每個托盤需配置5-6個BBU。根據高工鋰電數據，GB300將配備獨立備用電源機架，單台BBU用量預計增長超50%。隨着機櫃功耗的增加，BBU需求將會持續增長。

超級電容：期待行業應用加速

超級電容器又稱靜電雙層電容器（EDLC），其兩個電極均由活性炭製成，電極之間的空間充滿電解質。當電流通過時，正負離子迅速向兩個電極移動，形成電雙層。超級電容既具備傳統電容充放電周期更快的優勢，又具備電池能量密度高的優勢，但目前為止使用場景都相對有限，主要原因是超級電容在成本上相較傳統備用電源有一定劣勢。

超級電容器具有以下特點：1）可以在大電流下快速充電和放電；2）使用壽命長，可充放電數百萬次；3）在很寬的溫度範圍內高度安全；4）體積小巧，利用活性炭的高表面積來增強電容。超級電容器在需要高功率爆發的應用中表現優秀，例如加速系統或電機啟動期間的能量回收，也可以在停電期間為數據中心或計算單元提供短期電源備份，同時提供電壓調節。

超級電容器的應用正在擴展到服務器領域。下一代AI數據中心可能將採用響應速度更快、安全性更高的超級電容（並可能列為標配），由超級電容應對毫秒級別的負荷波動，由BBU應對分鍾級別的波動。

▲圖表12：下一代AI數據中心備用電源

可能採用BBU+超級電容

資料來源：Starline官網

HVDC：提效降損，節省空間

目前AI數據中心供電系統構架有兩種成熟解決方案。兩種架構核心共同點是AC/DC轉換環節均放置在服務器機櫃內部。從市電輸入端到負載輸出端整體效率在93.63%-96.52%。兩種架構主要區別在於備用電源，架構1選擇在線UPS，UPS放置地點與服務器機櫃分離。架構2選擇BBU+超級電容作為備用電源，將備用電源進行分佈式佈置，可以降低數據中心的佔地面積，同時由於BBU採用鋰電池，使用壽命也將有明顯提升。

▲圖表13：AI數據中心4種供電解決方案

資料來源：2024 OCP Global Summit《+/-400Vdc Rack for AI/ML Applications》，野村東方國際證券

HVDC未來有望大規模應用。採用HVDC架構的主要優勢有：（1）提升端到端效率至96.05%-96.53%；（2）服務器機架配電損耗降至約0%，成熟方案配電損耗0.2%-0.5%；（3）AI電源移出服務器機櫃，節省服務器機櫃空間。目前該技術方案還處於相對較新的階段，未來伴隨技術逐步成熟、運維技術人員能力提升，我們認為HVDC有較大的應用空間。

▲圖表14：AI數據中心4種供電解決方案架構特點對比

資料來源：2024 OCP Global Summit《+/-400Vdc Rack for AI/ML Applications》，野村東方國際證券

AI基建對電源市場影響

美國AI投資擴張帶動電力需求增長

AI服務器電源需求與AI數據中心基礎設施建設的資本開支高度相關，根據Dell’Oro Group報告，數據中心資本開支2020-2028年逐年增長，2028年的投入金額將達到約2020年的3倍，其中來自北美4大雲廠商的資本開支成為影響AI數據中心建設的最主要因素。

與傳統的IDC相比，AI數據中心對於電力需求明顯增大。根據Semianalysis測算，2026年美國數據中心電力需求中來自AI數據中心（28GW）將超過非AI數據中心需求（24GW）。2020-2028年美國AI數據中心電力需求複合增速將達到91%，需求增速明顯快於同期非AI數據中心（複合增速8%）。我們看好AI數據中心建設景氣周期對於AI電源需求的明顯拉動。

▲圖表15：2020-2028年美國數據中心

電力需求及預測

資料來源：Semianalysis預測，野村東方國際證券

▲圖表16：2020-2028年全球數據中心資本開支構成

資料來源：Dell’Oro Group（2024-01），Coherent，野村東方國際證券

資本開支增長驅動電源公司業績

從資本開支-營業收入傳導路徑來看，我們主要有以下三點結論：

美國雲廠商對於AI數據中心基建持續投入，對於AI電源各環節營業收入拉動情況來看，服務器電源營收高峰出現時間最早（2022Q2-2022Q4），高峰期季度營收約65億美元。第一輪雲廠商資本開支上升周期快速增長至2021Q4，服務器電源營收高峰基本滯后約2個季度。我們認為主要原因是服務器電源需求更多跟隨AI服務器出貨情況，相較於AI數據中心建設時間更短。因此相關受益公司業績兑現周期較短。進入資本開支第二輪上升周期后，2024年服務器電源營收也呈現逐季增長。

柴油發電機和UPS營收階段性高峰出現在2023Q4，基本滯后於雲廠商資本開支第一輪上升周期（2022Q4）約一年，我們認為主要原因美國基建效率較慢，下游客户AI數據中心建設計劃—相關公司獲取訂單—相關公司確認收入周期較長。同時我們注意到，第二輪資本開支上升周期中，柴油發電機和UPS行業營收出現分化。在剔除2024年一季度行業施工淡季影響后，UPS電源營收逐步修復並創下新高（2024第三季度105億美元），而柴油發電機營收出現下滑態勢。我們認為這一方面反映出資本開支恢復增長后，美國AI數據中心建設處於高景氣，有效帶動UPS需求。同時柴油發電機傳統應用場景工程機械需求疲弱，也對整體營收產生明顯的不利影響。

作為備用電源新技術的BBU，2021-2024年季度營收在2-3億美元波動，顯示出這一輪AI數據中心建設對於BBU需求拉動有限。同時，我們考慮2024年以來，BBU相關中國臺灣企業業績正處於逐步兑現階段。如果未來AI服務器選用BBU+超級電容作為備用電源，可能會對行業起到示範作用，從而加速BBU在AI數據中心的應用。

▲圖表17：美國雲廠商資本開支與

AI電源行業營業收入對比

注：營收數據採用各家公司與AI電源相關業務口徑，臺達電為其Power Electronics業務、光寶科技為其Cloud/AIoT業務、偉創力為其Agility業務、施耐德電氣為其Energy Management業務、維諦技術財報沒有分項業務營收，採用整體營收數據、卡特彼勒為其Energy & Transportation業務、康明斯為其Power Systems業務、羅羅動力為其Power Systems業務、AES-KY/順達/新盛力主要產品為鋰電池模組，均採用整體營收數據

資料來源：Bloomberg，谷歌/微軟/亞馬遜/Meta/臺達電/光寶科技/偉創力/施耐德電氣/維諦技術/卡特彼勒/康明斯/AES-KY/順達/新盛力2021-2024年各季度財報，Wind，美聯儲，野村東方國際證券

海外經驗啟示：國內企業的機會

除美國頭部科技企業持續高強度投資AI外，2024年中國科技企業也逐步加大對AI的投資力度，國內AI應用商業化落地有望加速。根據中國通信工業協會數據中心委員會數據，2024年中國智能計算中心投資突破1000億元，並有望在2028年接近3000億元，期間投資複合增速仍高達30%。我們認為國內科技企業將在AI領域繼續提升資本開支，后續國內AI數據中心建設復刻過往2-3年美國的高景氣成長，伴隨AI基建上行周期，將帶給國內企業實質性的業績增長。

▲圖表18：2020-2028年中國智算中心投資規模及預測

注：智算中心投資包括算力、存儲+網絡設備、

基礎設施及算法領域投資

資料來源：中國通信工業協會數據中心委員會，

科智諮詢預測，野村東方國際證券

▲圖表19：中國智算中心投資主體分佈

注：包含運營/在建/規劃項目，以算力規模統計，

截至2024年10月

資料來源：中國通信工業協會數據中心委員會，

科智諮詢，野村東方國際證券

風險提示：

•  AI產業進程不及預期

•  國內企業產品突破不及預期

•  新技術產業化不及預期

文章來源

本文摘自野村東方國際證券2025年1月14日發佈的證券研究報告《AI電源：新周期的起點》

馬曉明（SAC執政編號：S1720522060001)

研究助理

李沛雨