近日，OCP Global Summit（开放计算项目全球峰会）正在硅谷的圣何塞举行，它是全球数据中心基础设施领域最重要的年度技术会议之一。
如果说Hot Chips更关注芯片与计算架构，NVIDIA GTC更关注AI计算平台，那么OCP Global Summit的独特之处，是讨论如何把芯片、服务器、机架、网络、供电、冷却和软件整合成可以大规模部署的基础设施。
在“AI的尽头是算力，算力的尽头是电力”的全球共识下，过去三年，OCP的重心已经从开放服务器硬件，转向开放AI基础设施；从机架级标准化，进一步走向AI工厂的系统级协同设计。OCP的基本理念是，数据中心硬件不应该完全依赖某一家厂商的封闭设计，而应通过开放规范、模块化接口和跨厂商协作，提高规模化部署效率。
也就是说OCP不仅制定规范，还推动参考设计、工程验证和实际产品落地；参与者包括Meta、谷歌、微软、AWS、英伟达、AMD、英特尔、三星、SK海力士、美光，以及台达、施耐德、维谛等基础设施供应商，还有大量初创企业。
因此，OCP不只是一个会议，也是观察超大规模云厂商如何重新分配数据中心产业链设计权的重要窗口。
我们观察发现，英伟达MGX AI Factory Ecosystem展区，堪称本届OCP大会最具信号意义的板块。它释放出明确信号：800V直流供电架构从“概念验证”进入“工程就绪”的关键阶段。
入围英伟达SST生态展区的七家企业中出现了多个中企身影，且均发布了重磅产品，比如阳光源智集中展示了EnerNeo固态变压器（SST）的核心部件，据介绍，EnerNeo SST依托碳化硅高频电力电子技术，可将10kV-13.8kV中压交流电直接转换为800V直流，系统效率98.5%、节地50%。
此外，作为立讯精密的联合参展商致瞻科技发布了NovaLink™ 35kV / 10MW 固态变压器，根据介绍，产品采用 24 个标准化液冷功率单元（Power Cell），其将系统效率进一步提升至98.7%，同时实现整机功率密度 > 1 MW/㎡等多项重要技术突破，实现为 AI 数据中心提供高效、紧凑的中压直流供电方案，堪称此次峰会上SST领域最强科技黑马。
事实上，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，几乎所有新能源，乃至科技巨头都在试图染指这一战略高地。
在全球范围内，越来越多的科技巨头，以及科技新贵都在涌入AI浪潮，已经是不争的事实。
而一组数据以及产业现实，足以展现SST，乃至整个AIDC产业生态的成长潜力。
比如据中国信通院预测，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。众所周知，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。
根据高盛此前发布的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。受限于多级功率变换损耗，传统五级供电架构的全链路效率仅为75%~80%；相比之下，基于 SST+800V HVDC 的直供架构可将全链路效率提升至85%~90%。致瞻科技的数据显示，其NovaLink™ 35kV / 10MW 液冷固态变压器产品原生支持800V & 1500V直流输出，同时实现98.7%的系统效率以及大于1 MW/㎡的功率密度。
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。
早在2025年10月，英伟达就在《下一代AI基础设施的800伏直流架构》白皮书中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，其分析认为2030年全球柜外电源市场空间约2710亿元；其中SST按装机容量口径渗透率约40%，对应装机需求约51.9GW，按3.4元/W均价测算，其市场规模约1760亿元。
综上可见，未来谁能更早实现技术突破与商业化布局，谁就将在全球范围内拥有更多话语权与成长潜力。
在两个多月前，英伟达首席电气工程师Mike Tu发布了《800VDC Architecture for Next-Generation AI Infrastructure》白皮书（800VDC V2.0），不同于V1.0阶段单纯论证高压直流技术优势，英伟达这次的V2.0版本完成了从技术论证走向标准化落地的关键跃迁，正式确立800V高压直流（800 VDC）为吉瓦级AI算力工厂统一供电底座，清晰划分出分阶段建设路径，同时把固态断路器（SSCB）定义为近期刚需、固态变压器（SST）锁定为远期终局方案。
此次英伟达在OCP大会上释放出明确信号，800V直流供电架构从“概念验证”进入“工程就绪”的关键阶段。
英伟达还携手7家科技企业集体亮相SST生态展区，分别是台达、阳光源智（阳光电源子公司）、Heron、DG Matrix、立讯精密、麦格米特以及SolarEdge。这几家几乎是当前SST领域技术储备最充足，且商业化进程最快的顶级玩家。
比如台达，在2025年11月，台达就携手美团、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。
另一重量级玩家阳光电源也在7月9日正式发布面向AIDC场景的全自研固态变压器EnerNeo，据介绍，EnerNeo SST依托碳化硅高频电力电子技术，可将10kV-13.8kV中压交流电直接转换为800V直流，系统效率98.5%、节地50%；首创的“中低压分区+快速插拔”设计，把系统可用性做到99.999%，可适配英伟达Vera Rubin等下一代GPU及原生800V直流AI Factory供电架构，并且已经具备成熟的商业化落地能力。
而此次在SST领域最受瞩目的还是立讯精机及其联合参展商——致瞻科技，其发布的NovaLink™ 35 kV / 10 MW 液冷固态变压器，其产品核心功率单元拥有5大亮点：1.单元功率输出 420 kW，体积 216 L；2.功率密度 1.94 kW/L，含 35 kV 绝缘；3.单元全链路效率达 99.0%；4.采用致瞻科技自研 ZPAK SiC 功率模块，协同集成高频功率变换、中压绝缘与液冷散热；5.内置辅助供电、通信与控制冗余，支持单一功率单元故障后的系统持续运行。
在整机系统层面，其更是将效率提升至98.7%，高于台达、阳光电源等竞争对手，此外其在功率密度等方面也处于行业顶级序列，亮点包括：整机功率密度 > 1 MW/㎡；整机功率输出 10 MW，整机占地面积 9.6㎡；原生支持 800 V & 1500 V直流输出；符合 OCP SST V 0.3.0 规范；采用一体模块化的液冷功率单元设计，方便运维以及规模化生产等等。
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（Gary Rivlin）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……
展望未来，我们认为在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。
