直流链路电容器:决定AI算力成败的关键组件

数据中心电力行业正经历30年来最具影响力的架构转变。AI工作负载已超出传统交流电力分配范式，要求采用新的供电模式。而800V直流正成为行业标准：

在这些系统中，都有一个几乎无人提及的组件：直流链路电容器。

800V直流对这一整体组件施加了前所未有的应力。如果设计或指定了功率转换硬件，且自IGBT时代以来没有重新审视过电容，现在正是时候了。

直流链路位于整流输出和开关逆变器或直流-直流转换器之间。它有四大作用：

在工业电机驱动和UPS系统的传统世界中，铝电解电处理了这项工作。它们便宜、体积大且广为人知。但你无法在现代系统所需的电容和可靠性水平下运行超过600V直流的电解电。在800V直流电压下，电解电容已经不在讨论范围内了。薄膜电容器是唯一严肃的选择。

800V直流电将浪费的瓦数转化为GPU的可用时数

现代AI训练集群中的单个GPU机架功率超过100kW。NVIDIA的Vera Rubin DSX参考架构规定，NVL72系统的机架级电容储能约为每显卡400焦耳，为这些平台设定了基准。

在一个1GW的AI设施中配备有大约10,000个机架，需要大约4兆焦耳的电容器总能量储存，分布在整流器、母线保护模块、远程电源面板、机架电源单元和储能架上。

传统的交流配电有五个或更多转换阶段，每个阶段都会带来损耗和故障点，降低效率并复杂化可靠性。800V直流配电则用建筑周边的单次整流和直通机架的母线替代。部署和供应商数据显示，这一转变带来了约8%至12%的端到端效率提升，用铜量减少45%，维护成本降低多达70%。

800伏直流相比传统VAC系统在AI数据中心方面具有诸多优势。

效率很重要。但真正的变化更深层次：800V直流电使薄膜电容器无处不在。

800V直流链中的每个主要功能都依赖于电容器：

薄膜电容器是800V直流生态系统的关键连接部件，决定了人工智能电力架构是否真正实现其承诺。

不同电压供电系统中每兆瓦GPU数的比较。

大多数传统电容设计的额定温度为85至105°C。在800V直流AI环境中，母线、机架和功率级通常会推动温度接近125–135摄氏度。宽带隙级将更高的纹波电流引入直流链路，功率分配则更高。

传统的电容器温度包络已越来越吃力。为了应对温度的升高，最终会降额使用并将更多电容并联或串联堆叠，或者用额外的散热硬件包裹它们。这增加了成本、复杂性和故障点。

基于SiC和GaN器件以及固态变压器和开关的下一代数据中心架构，已经针对这些更高温度和开关频率进行了优化。电容组也必须跟着做。如果没有设计升级，直流链路电容器就会成为决定算力大小、冷却需求和维护计划的约束。

为了实现AI的功率密度和效率目标，需要下一代电容器设计和针对800V直流宽带隙器件频率和真实热环境设计的高温介质。而不是那些需要同时照顾温升曲线和风扇降额的设备。

一个电网规模的问题

直流链路薄膜电容器的重要性不仅限于机架。电网也面临同样的物理规律。AI园区的无功补偿组、谐波滤波器和功率因数校正设备面临AI训练周期、严格的电网导则要求以及数十年使用寿命预期带来的快速且高幅度的负载波动。

变电站级电容组需要具备机架内直流链路组相同的特性，包括低损耗、高电流能力和高温度耐久。对于计划为AI负载进行变电站升级的电网公司来说，电容器薄膜的选择现在影响着15年的可靠性、维护和性能。

窗口即将关闭

直流链路薄膜电容一直很重要。800V直流的转型提高了对其能力的要求，使其成为必备基础设施。

2027–2028年AI工厂部署的架构现已锁定。随着人工智能能力在本十年末的提升，关于薄膜技术和电容器供应商的决策将决定现场可靠性和运营成本。

当升级系统中的一个主要部分时，必须考虑它对整个功率链的影响。电容可以升级系统性能和可靠性。如果只对直流链路进行现代化改造，未来十年可能会面临热量、寿命和效率的损失。只有当改变变得困难且昂贵时，这些问题才会显现出来。

人工智能迫使电力电子进入了新的运行模式。电容器及其内部的薄膜需要赶上进度。而现在行动的团队将构建能够真正跟上人工智能计算步伐的电力系统。