本文来自微信公众号“电子发烧友网”，【作者】梁浩斌。
电子发烧友网报道（文/梁浩斌）去年英伟达大力推动数据中心800V HVDC供电架构，背后的原因是算力芯片的功耗不断提升，数据中心的算力卡规模不断增大。而伴随着高压架构的加入，市场主要关注的是PSU电源和变压器。
根据英伟达的规划，800V HVDC架构将会伴随2027年NVIDIA Kyber机架同步量产，而除了接下来类似SST、PSU等部件需要迎来一轮产业升级之外，在高压的带动下，各种连接器和线缆也需要进行改进，以应对服务器内复杂的环境以及更高的电压。
超大规模数据中心的电源架构趋势
2025年的OCP全球峰会上，全球最大的数据中心电源供应商台达分享了目前数据中心电源架构的发展路线图。
2025到2026年主流的数据中心电源方案是采用传统的415/480VAC交流母线，将高压电转换以及电池备份单元BBU的部件单独放在一个侧置机柜中，与计算机架独立，通过HVDC（如±400V）直接供电给服务器机架。这分离了电源和计算部件，提高了机架内计算密度，减少了传统电源转换损失。IT机柜内部采用50V总线，这是目前OCP的主流标准，旨在提高能效并减少铜缆使用。
2026到2027年，随着芯片功耗突破1000W，风冷已接近极限，液冷将成为标配。在电源转换的部分，采用三相电源供应单元PSU。在这个过渡阶段，输出的部分同时支持50V和HVDC直接输出至服务器。这意味着供电链路正在缩短，减少了中间转换带来的能量损耗。
预计到2027年后，数据中心供电将实现端到端的直流化，在输入端彻底取消AC总线，改为800VDC/±400VDC的高压直流母线槽，其中的关键是固态变压器，SST能够取代体积庞大的传统变压器，提供更灵活、更高效的电力转换，HVDC直接进入机架并直接供给服务器。这种架构大幅减少了从电网到芯片之间的电流转换步骤，能有效支撑单机柜100kW甚至更高的功率密度。
显然，数据中心为了满足更高的功率需求，降低传输损耗，去交流化已经成为未来的趋势，交流电在数据中心内部的传输路径越来越短，直流电正在从机架内部向整个机房基础设施蔓延；同时，传输电压的提升，有助于降低线缆的热损耗，并节省线缆中铜材料的使用量。
HVDC趋势下的连接器趋势
连接器作为电力传输的重要桥梁，随着HVDC架构的落地，也需要经历一系列的变革。包括电源连接器、母线连接器、电缆连接器和总线接口，需要应对更高电压、更低电流、更高功率密度以及安全性和可靠性的需求。
传统的数据中心低压母线连接器，一般是应用于主流的48V/54V DC系统，支持数百安培电流，但体积大、铜材用量大。
而从过去的415/480VAC交流母线或是50VDC跃升至800VDC（甚至±400V双极架构）后，连接器额定电压需从原有的600V级提升至1000V–1500V级，以满足高压冗余设计的安全余量。电压升高导致电流大幅降低，带来的好处是连接器体积缩小、重量减轻、铜使用减少45%以上。
但与此同时，高压DC弧闪风险更高，在800VDC这种高压直流环境下，电弧极其危险且难以熄灭，连接器必须采用灭弧与热插拔保护等设计。800V连接器必须集成继电器开关或特定的控制引脚。在插拔瞬间，系统会先通过信号通信断电，确保“冷插拔”，防止烧毁触点或引发火灾。
比如安费诺和台达展示的方案，会在连接器前端或电源模块内集成基于宽禁带半导体的热插拔保护电路。安费诺下一代BarKlip/PwrBlade高压版连接器针对第四代开放机架标准研发，在连接器中集成了继电器开关。当检测到拔出动作时，继电器会在主触点脱离前切断电流，从而在源头上解决直流电弧问题。PwrBlade ULTRA HV设计支持最高600V-800VDC的电气隔离需求，集成专用信号引脚，用于检测连接器是否完全到位，配合系统实现冷插拔。
另外，由于800V已经超过了人体安全电压，连接器也需要进行更高级别的安全防护设计，考虑爬电距离，连接器内部触点之间的距离必须拉大并采用耐高压等级更高的绝缘材料，防止在高压下发生击穿。
值得一提的是，由于电动汽车上800V平台的成熟，目前一些为车企供应800V高压连接器的厂商，也能够将相关技术和产品平移到数据中心场景中应用。
比如TE的AMP+HVP 800系列连接器主要设计用于混合动力和电动汽车的功率传输应用。它专为安全传输高电压和高电流而优化，能够从电池到逆变器、电机等组件高效输送电力。该系列虽源于汽车领域，但其高压特性和高可靠性，使其适用于新兴的800VDC数据中心HVDC架构。
这也是借助电动汽车成熟供应链来加速推动数据中心供电架构发展的典型例子。
小结
不得不说，AI带来的这一轮产业升级，影响和规模堪比当年的移动互联网。从算力芯片、先进制程、存储，到功率器件、电源系统、线缆、连接器、液冷、电力基建等，AI带动的数据中心需求又带动了一系列规模庞大产业升级。而接下来，产业升级的逐步落地与兑现，又将会反过来驱动AI应用端的发展，未来或许还将会又更多的产业因此受益。
