全世界搞AI的为何争抢中国电池 算力中心储能需求激增。近年来，AI领域的竞争异常激烈，成为中美两国投资的重点。GPU、存储、光模块和液冷等算力基础设施市场热点不断涌现。值得注意的是，大型AI算力中心的电费高昂，一年可能达到几十亿人民币，相当于一座小城市的电力消耗。即使有资金，也不一定能获得足够的电力供应。在美国一些地区，接入电网需要排队3到7年，因此像马斯克和扎克伯格这样的企业家开始自建电厂，购买燃气轮机等设备。
与此同时，与AI算力相关的储能业务也在迅速增长。2026年前五个月，全球AI算力中心的储能出货量已达10GWh，预计到2030年将突破300GWh。这些订单大多流向了中国电池厂。那么，为什么AI计算需要这么多电池呢？
传统数据中心的功耗相对平稳，但AI算力中心完全不同。例如，一块英伟达B200 GPU在满负荷运行时功耗可达1200瓦，而一个NVL72机柜内装有72块GPU，总功耗可高达120到140千瓦，是传统机柜的20倍。更关键的是，AI计算过程中功耗会频繁波动，形成“方波”式的用电曲线，这对电网构成了巨大挑战。
为解决这一问题，传统的不间断电源（UPS）已经不够用。电容和电池备份单元（BBU）被引入，以应对毫秒级的功率波动。BBU直接安装在机柜内，响应时间不到2毫秒，能在GPU功率骤升时迅速放电，维持电压稳定。此外，园区级别的储能系统也被用于处理更大规模的功率波动。