“AI的尽头是算力，算力的尽头是电力”，这个行业共识正在重构全球电力生态。
高盛最新的SST研报显示：电力，正在成为比算力更硬的瓶颈。AI系统炸裂的吞电量让科技大佬陷入沉思，日益提升的高性能硬件、训练推理环节、数据中心运转、温控系统都需要庞大的电力来支撑。而传统数据中心那套电力链路，正在变成一场能量灾难——每10度电进数据中心，就有1到1.5度在转换环节白白烧掉。
正是这一变化，让一个50多年前就已诞生的技术原型，一跃成为全球算力巨头争相布局的战略高地。
如今英伟达已经把它写进了官方技术路线图，谷歌和微软把它写进了下一代数据中心的配电方案，全球头部券商把它认定为千亿级赛道,它即是SST（固态变压器），要知道，在几年前，在算力场景之外，SST还主要停留在电网侧的示范项目中，被大多数人当作一个远期技术方向。
伴随着AI全球性爆发，一个新的千亿级市场——SST已进入爆发前夜。本文旨在系统性梳理SST技术趋势、商业化进程与核心玩家布局，与读者朋友探讨"SST产业未来成长空间与现实挑战"这一话题，意在抛砖引玉，仅供参考，也欢迎读者朋友予以补充、指正，甚至批评。
一组数据足以展现AIDC产业生态的成长潜力。
据中国信通院预测，2030 年全球算力总规模有望超 16ZFlops，2022-2030 复合年增长率超 40%，以 AI 训练推理负载为主的智能算力比重将达 30%以上。
全球算力持续高增长，标志着算力基础设施正在成为与办公空间、生产工厂同等重要的战略性不动产配置。仲量联行预计到2030年，全球数据中心总容量将由103GW增至200GW，增幅接近一倍。
市场研究机构 Dell'Oro Group 预测，全球数据中心资本开支将在 2026 年逼近 1 万亿美元这一里程碑，并在 2030 年达到 1.7 万亿美元。高盛的测算更长远：2026 到 2031 年间，围绕算力、数据中心和电力的累计资本开支可能高达约 7.6 万亿美元。
产业远景已经非常清晰，但产业仍面临严峻挑战。传统数据中心的供电链路是一条冗长的转换链条。中压交流电先经工频变压器降至低压交流，再通过UPS完成“交流-直流-交流”的多次转换，最终由服务器电源模块转为直流供给芯片。每多一次转换，就多一层损耗。
高盛最新的SST研报显示，当英伟达DGX NVL8的功耗飙到A100的3.7倍，当单个机架功率密度从30kW冲向2030年的1000kW，传统数据中心那套“电网-变压器-UPS-PDU-服务器”的电力链路，正在变成一场能量灾难——每10度电进数据中心，就有1到1.5度在转换环节白白烧掉。
改变的不只是技术本身，而是整个算力行业对电的理解与认知。从第一性原理出发，SST很可能将是AIDC（人工智能数据中心）产业可持续发展最具可行解决方案。
一组数据足以概括这场变革的全部意义。首先是效率跃升。根据行业数据，传统方案五级转换效率仅75%-80%，而SST单级转换效率可达98%-99.63%。意法半导体的数据显示，其氮化镓技术原型可在800V和1MHz的电压下运行，同时实现98%的效率和每立方英寸2600W的功率密度。阳光电源针对数据中心推出的800V高压直流供电系统，采用SiC MOSFET与软开关技术，系统效率高达96.5%-97.2%，支持“离线模式”（市电直供）时效率可达98%以上。
以一套2.5MW系统为例，从UPS切换到SST方案，每年可节省近60万度电。按0.5元/度的工业电价估算，仅电费一项就能省下约30万元。对于一座几十兆瓦的大型数据中心，这个数字会被放大到数百万乃至千万元级别。
其次是功率密度跃升。基于SiC的量产级SST，体积重量可缩减至传统方案的1/4~1/6，功率密度提升4倍以上。传统10kV/1MW变压器需要50㎡空间，而SST仅需1-5㎡，缩减90%。1MW机柜传统方案需200公斤铜母线，而800V DC架构可减少铜材用量45%，配电空间占用减少80%，机柜可用空间提升30%。
还有就是智能化与响应速度跃升。传统变压器的响应速度是秒级，而SST可以做到毫秒级，能够精准匹配AI算力负载的剧烈波动。同时，SST支持双向输电、谐波抑制、主动电压调节，可以无缝适配可再生能源和储能系统，为数据中心实现“柔性电网”提供了可能。
综合来看，一座2.5MW的数据中心从传统UPS切换到SST方案，每年可节省电费超过50万元，释放的配电空间可额外部署十几个机柜，铜材用量也以吨为单位削减。这对任何AIDC项目来说，都不只是渐进式的改进，更是从底层架构开始的系统性重构。
2025年10月，英伟达发布《下一代AI基础设施的800伏直流架构》白皮书，将中压整流器和固态变压器列为未来柜外电源的终极方案。根据其路线图，2027年Rubin Ultra单机架功率将达到600kW，2028年Feynman平台更将突破1MW（注：2026年7月报道称Kyber机架已推迟至2028年，实际推进节奏存在不确定性）。当机柜功率密度迈过600kW、向MW级演进时，传统54V/415V供电架构在扩容弹性、铜损控制和线缆承载三个维度上均逼近极限。SST凭借中压直降直流的能力和数倍于传统方案的功率密度，成为这一区间内唯一可行的技术选择。
更深层的改变在于，SST天然具备多端口接入能力，光伏、储能等直流电源可直接挂接其直流母线，无需独立的AC/DC转换环节。这意味着AIDC不再是一个单纯的用电终端，而可以成为源网荷储的一体化节点，这恰恰是AI时代解决电力供需矛盾的最紧缺的接口能力。
伴随商业化进程加快，SST很可能成长为一个新的千亿级赛道。据华安证券预计，全球SST市场规模将从2026年28.2亿元快速攀升至2030年的1010.4亿元。兴业证券预测则更为乐观，其认为2030年全球柜外电源市场空间达2710亿元，其中SST渗透率达40%，对应市场规模约1760亿元。
SST并非横空出世的新概念，其技术原型可追溯至1970年，但此后半个世纪始终停留在实验室与示范项目阶段，未能真正进入商用市场。
行业普遍认为，SST的大规模部署至少要跨过五道技术关口。第一道关口是中压绝缘。SST需在10kV至35kV的中压等级下实现10至100kHz的高频变换，局部放电指标需控制在10pC以下，部分高端场景甚至要求低于5pC。而高频PWM脉冲带来的dv/dt超过10kV/μs，进一步加剧了绝缘系统的负担。如何在有限的空间内同时满足低漏感与高绝缘的要求，是产品设计中绕不开的硬骨头。
第二重瓶颈在于高频磁件。传统硅钢片在高频下涡流损耗急剧上升，必须换用纳米晶或非晶合金等新型磁性材料。纳米晶磁芯在高频工况下的损耗较硅钢可降低60%至80%，但全球供应高度集中，德国Vacuumschmelze与日本Proterial形成双寡头垄断，供应链并不宽裕。
还有一个细节足以说明SST的工程难度。某头部厂商在做10kV级样机的绝缘测试时，连续三次在电压升至额定值80%附近击穿。排查了两周才发现，罪魁祸首并非功率器件，而是高频变压器绕组间一处绝缘垫片在高压下发生了微小位移，仅0.3毫米的错位，就足以引发局部放电。最终解决方案不是换更贵的材料，而是将绝缘结构设计推倒重来，前后迭代了六版。类似的工程问题，在SST的磁件、保护、控制等每个技术模块中都会反复出现。
第三重挑战来自直流保护。直流系统故障电流无自然过零点，无法像交流电那样利用电流过零熄弧，保护逻辑的复杂度成倍上升。保护链路需五层配合，目前仅有Eaton、ABB等少数厂商具备成熟方案。
第四重关卡是量产一致性。实验室里造出几台效率超98%的样机并不难，但批量交付时必须稳定通过耐压、局放、温升等一系列严苛测试，每台都不能掉线。数据中心对设备平均无故障运行时间的要求通常在5万小时以上。
第五重在于系统可靠性。一台SST通常包含20到40个功率模块，每个模块均需独立控制，开关频率在10至100kHz之间，其拓扑与算法复杂度是传统UPS的5到10倍。系统级还需将功率因数做到0.99以上、总谐波失真控制在5%以下。
以上这五重考验必须同时通过，缺一不可。单点突破的意义有限，AIDC对供电在线率的要求是99.999%以上，任何一次非计划断电都可能让正在进行的大模型训练中断、数据损坏，损失以千万美元计，所以系统级的工程能力才是真正的竞争壁垒。
技术之外，还面临三道现实的门槛。
首先是经济性。省铜、省空间、省电费，这些优势都属于运营端的长期收益，而SST设备采购价格目前仍是传统方案的数倍。成本主要集中在电力电子器件、高频磁性元件以及复杂的驱动控制与保护电路。不过，随着SiC器件国产化推进和规模化生产启动，成本正在快速下降，只是目前这一价格差距仍需时间来弥合。
第二道门槛是标准缺失。SST在数据中心的应用尚无统一的设计规范、接口标准和测试方法。不同厂商的产品之间难以互通，标准化进程才刚刚起步。
第三道门槛是可靠性验证周期。电力系统对连续供电的容错空间极小，SST必须经过长时间的挂网运行验证才能获得客户信任。而AIDC的客户对断电零容忍，没有足够长的安全运行记录，任何采购决策都很难做出。
技术壁垒与现实挑战本质上都在问同一个问题：新技术在真实场景中是否已被证明足够可靠？答案只能靠时间和数据来积累。
不可否认，目前在SST全球商业化进程中，海外企业跑的更快一些。
其中，产业化进度最快的企业已从样机阶段迈入真实场景验证。台达是当前节奏最清晰的一家。2025年11月，台达携手美团、秦淮数据全球首发基于SST的智能直流供电系统方案，成为首个公开披露的商用落地案例。其单功率柜输出功率达1MW，占地仅1m²，效率98.5%。2026年3月，台达进一步推出集装箱式SST直流移动智算中心，将CPU、GPU与SST整合为一体化交付单元。目前，台达SST已在头部云厂商数据中心完成较长周期的挂网测试。
另据了解，另一句巨头伊顿SST相关产品已在华北某大型数据中心稳定运行超过一年，系统可用性达99.999%，动态响应低于5ms。目前伊顿多个试点项目正在推进中，涵盖国内外多家头部云厂商。其又于2026年6月发布MV SST固态变压器2.0，采用10kV中压直入、800VDC一步变换架构，全链效率98.5%，功率密度278kW/m²，交付周期较传统方案缩短50%。
当然，国内企业也展现了凶猛的追赶势头。
中国西电是SST领域布局最深的国内企业之一。2026年4月，其10kV/2MW/750V SST在西安西电智慧园区挂网运行。两个月后，西电电力电子斩获海外数据中心4台13.8kVAC/800VDC SST订单，成为国内SST产品走向海外市场的标志性事件。
另一重量级玩家阳光电源7月9日正式发布面向AIDC场景的全自研固态变压器EnerNeo，根据介绍，面向AI数据中心场景，EnerNeo基于800V直流供电架构，采用中低压分区设计、模块智能轮休以及一体化真空绝缘技术，并结合数字孪生等智能化技术，实现99.999%的系统可用性、98.5%的转换效率以及312kW/㎡的功率密度。
其功率覆盖1.5MW-4.5MW，可通过模块化组合适配老旧机房改造、新建超大规模智算集群以及分阶段扩容需求，同时支持备电、负载动态调节以及交流负载兼容等应用。在市场拓展方面，阳光电源表示，其SST产品已获得海外云厂商关注，目前正在与微软、AWS等北美头部云厂商展开深入对接，并参与下一代算力基础设施供电规格的联合设计和定义。
在产能建设方面，阳光电源已启动SST专属产线建设，并规划到2026年底形成1.2GW产能。
7月31日，据公开报道阳光电源为某国内新型算力中心提供2台2.5MWEnerNeoSST及配套DC/DC变换柜，整套项目计划9月底投运。从7月9日产品对外发布，到确定落地项目，前后仅间隔22天。
而四方股份、金盘科技等玩家实力也不容小视。其中四方股份2026年4月发布数智SST1.0，10kV交流输入、800V直流输出、2.4MW功率、效率98.5%，并宣布“发布即量产”。公司规划2026年三季度发布35kV样机、四季度发布13.8kV样机。四方股份在SST领域有较早的工程积累，是国内最早一批实现SST工程落地的企业之一。
金盘科技2026年1月发布元神ONE系列SST，典型容量2.4MW，效率98%以上，占地面积较传统方案节约约60%，适配10kV、13.8kV、35kV电网系统，支持风光储多端口接入。该产品采用全SiC设计方案，公司围绕SST已形成数十项核心专利。
根据国盛证券分析判断：SST稳定运行需要实战经验积累，由10kV跨越到35kV难度大，具有丰富SST系统项目交付实战经验的企业，更有机会抢占AI数据中心需求先手。
众所周知，在特高压直流输电和柔性直流配电网领域，中国的工程实践和挂网运行记录均为全球最多。SST所需的构网型控制、中压整流、直流保护等核心技术，国内企业已在电网侧完成了先期验证，这就是中国企业的天然优势。
国金证券在一份研报中将SST的竞争壁垒拆解为三个层面：参与定义产品规格的能力、中压系统工程能力、高频电力电子产品化能力。三者对应的时间尺度不同，短期看样机验证速度，中期看系统级可靠性积累，长期看模块化量产能力。
24潮产业研究院（TTIR）分析认为，当前这场竞逐的决胜点不在硬件层面，真正决定企业市场地位的是一个更前置的问题：谁先进入AI巨头的架构设计体系。
正如普利策奖获奖记者加里·里夫林通在《硅谷AI梦》一书中揭示的一个残酷现实：基础模型的训练和推理成本高得惊人，这是一场只有巨头玩得起的游戏。
事实也确实如此。在去年8月份的财报电话会议上，黄仁勋曾表示，建设每GW容量的人工智能数据中心的成本约为500亿美元。据权威机构数据显示，2025年，全球数据中心投资达到7700亿美金，该数据已经超过整个光伏行业的投资，以及油气上游勘探开发的投资。
另据公开报道，2025年前三季度美国四大云厂商资本支出已达2841亿美元；国内企业阿里巴巴、腾讯控股支出超1500亿元，其中阿里巴巴 2025 年宣布未来三年投入 3800 亿元用于 AI 及云基础设施建设并重点布局算力中心……
在AIDC生态体系中，谁能与AI头部企业构建“产业共同体”，谁就能在产业新竞局中抢占先机，甚至拥有改变产业格局与走向的能力。
英伟达发布800V白皮书时，同步披露了与20余家合作伙伴的协作关系。台达、伊顿、维谛均位列其中，这份名单划出了一条分界线，能够参与英伟达下一代机柜的供电接口定义，意味着竞争对手在参数尚未成型时已被挡在标准之外。这可能是SST竞争中最隐蔽，也最难逆转的一重劣势。
