AI 数据中心的电力底座,正在被 800VDC 重写

最近系统看了不少 AI 数据中心相关资料，也结合自己对配电系统的理解，重新梳理了一遍 AIDC 供电架构。

这篇先作为一个阶段性记录，主要整理我目前对 AI 数据中心配电部分的理解。文中参考了大量公开文献、白皮书和厂商资料，后续如果大家感兴趣，我会把这些资料打包整理，并继续做专题拆解。

过去谈数据中心供电，我们习惯讨论：

市电、柴油机、UPS、电池、PDU、rPDU、A/B 路冗余、服务器 PSU。

这套体系支撑了过去二十年的互联网数据中心。

但 AI 数据中心来了以后，问题变了。不是简单的“功率变大”，是负载形态、机柜密度、配电路径、保护方式、储能角色、运维管理全部开始变化。

本文的核心判断是：

AI 数据中心不是传统数据中心的升级版，而是一种新的高功率、高同步、高动态、高耦合能源系统。

这篇是系列第一篇，总篇。

我想先把大逻辑讲清楚：为什么我看好800VDC、SST、SiC/GaN、超级电容、数据中心配电结构、Power Domain、SSCB、接地安全、EPMS/PQM/数字孪生、液冷耦合这些方向。

一、从异步到同步：AI 算力的“电气共振”

传统数据中心的负载比较像一条平稳的河流。

大量服务器异步运行，每台服务器的功率有波动，但峰值不会完全重合。最后到 UPS、PDU、电网侧看到的负载，相对平滑。

AI 训练不一样。AI 训练是大量 GPU 同步计算。成千上万个 GPU 会在同一时间进入矩阵计算、通信、等待、再计算的循环。

结果就是：

大量 GPU 同步计算
   ↓
功率同时上升
   ↓
同步通信 / 等待
   ↓
功率同时下降
   ↓
形成脉冲负载 Pulse Load

这就是从“随机负载”到“锁步脉冲”的变化。

传统数据中心的功率波动是随机分散的；AI 数据中心的功率波动是同步叠加的。这个同步叠加，就像算力侧产生了“电气共振”。

AI 训练具有高度同步性，GPU 会同时执行矩阵运算，从而产生剧烈的脉冲负载；AI 训练时，数以万计的 GPU 可从约 30% 功率快速跳到满载，跳变甚至快至 400 微秒。AI 工作负载可在 20%—40% 闲置功率与 100% 峰值功率之间快速变化，并带来极高 Ramp Rate、电能质量劣化和潜在功率振荡。

这意味着，AI 数据中心对电力系统提出的要求不再只是：你能不能供这么多电？

而是：你能不能在极短时间内，稳定地供这么多变化很快的电？

这就是后面所有架构变化的起点。

二、800VDC：从“选项”变为“唯一物理基座”

AI 机柜功率正在从几十 kW，走向 100kW、200kW，甚至 MW 级。这不是线性增长，而是从“千瓦级”到“兆瓦级”的跨越。这个我之前也分享过类似的文章。有兴趣可以翻阅历史。

在这个跨越里，传统低压供电会遇到一个非常直接的问题：电流太大。

电气上最基本的公式是：P = U × I

同样 1MW 功率，如果电压很低，电流就会非常大。

简单算一下：1MW / 54V ≈ 18,518A    1MW / 800V = 1,250A

这就是为什么 800VDC 会从“选项”变成 AI 工厂的“唯一物理基座”。

它不是为了“看起来先进”，而是为了把电流降下来。

当单机柜功率超过 200kW 时，传统 54VDC 母线和 415/480VAC 线缆已经达到物理极限；如果 1MW 机柜继续使用 54VDC，仅机柜内铜排重量就可能达到约 200kg。

相比 415VAC，800VDC 在相同截面积导线下可多传输 157% 的电能，从而大幅减少铜材使用，最高可减约 50%，并释放计算空间。

这就是“铜的危机”与空间逆转。过去数据中心里，电力基础设施是后台。到了 AI 工厂，电力基础设施开始和算力空间争地盘。

这就是“空间争夺战”：算力与电力的零和博弈。机柜里多放一块铜排，可能就少放一部分算力。多放一个电源模块，可能就挤掉 GPU、网络、液冷接口或维护空间。

所以 800VDC 的本质不是“电压升级”，而是：用更高电压降低电流，用更小线缆承载更大功率，把被铜排、线缆、电源占掉的空间还给算力。

三、Sidecar：必要的“权宜之计”，但不是终局

800VDC 不会一夜之间替代所有传统数据中心。

现实里，大量数据中心已经建成，上游仍然是传统 AC 架构。这个时候，最务实的办法不是推倒重来，而是先用Sidecar 侧置电源机柜。

Sidecar 可以理解为：

传统 AC 输入
   ↓
Sidecar 电源柜
   ↓
AC/DC 转换
   ↓
800VDC 输出
   ↓
AI Rack

它的价值是过渡。

它把 AC/DC 转换从 IT 机柜里拿出来，放到旁边的电源柜。这样既能兼容现有 AC 数据中心，又能让 AI Rack 获得 800VDC 输入。

Sidecar 是目前实现 800VDC 最务实的短期方案，因为它能最小化对现有 AC 数据中心生态的扰动，避免重新设计上游开关柜、接地策略和操作流程，同时把配电系统类型变更的影响限制在单个机架级别，而不是整个数据大厅。

但是，Sidecar 也是一个“权宜之计”。

为什么它“违背”了 NVIDIA 的 800VDC 范式？

因为它虽然在 IT 机柜侧输出了 800VDC，但上游仍然保留低压 AC 层级，仍然存在多级转换，仍然占用数据厅空间，仍然不是端到端最短路径。

Sidecar 是 800VDC 演进过程中的“阵痛期”。它降低风险、利用成熟供应链、隔离故障域，但在物理逻辑和能源效率上与终极愿景存在冲突。

所以，Sidecar 的定位应该是：

它是从传统 AC 数据中心走向 800VDC AI Rack 的桥，不是最终的终点。

四、中压直转直流：MV to DC Direct 的“空间革命”

如果说 Sidecar 是过渡方案，那么中压直转 800VDC 就是更接近未来 AI 工厂的方向。

传统数据中心电力链路很长：

中压 AC
   ↓
工频变压器
   ↓
低压 AC
   ↓
UPS 整流
   ↓
UPS 逆变
   ↓
PDU / rPDU
   ↓
服务器 PSU
   ↓
服务器内部 DC

这条链路能用，但转换级数多。

每多一级转换，就会带来：损耗、设备占地、散热、维护点、故障点

AI 数据中心的方向，是把这条链路做减法。更理想的路径是：

35kV / 13.8kV / 10kV 中压 AC
   ↓
SST / 中压整流器
   ↓
800VDC 母线
   ↓
Busway / Power Shelf
   ↓
AI Rack

这就是MV to DC Direct，中压直转直流。

它是一场“空间革命”。

现有交流配电包含多次电压转换，MV-AC → LV-AC → DC → AC → DC，每一步都会产生损耗并占用灰区空间；

下一代 AI 工厂趋向于把 AC/DC 转换环节上移，通过 SST 或中压整流器，实现从 35kV 中压交流直转 800VDC，消除传统 480V 交流层级，并将转换损耗降低约 50%。

这就是“物理架构的解耦与集约化”：先把 AC/DC 转换从 IT 机柜里解耦出来，再从 Sidecar 侧置柜进一步集约到集中式中压整流或 SST。

也就是：Side-car to Centralized Rectification  侧置电源 → 集中式整流

它背后真正的方向是：从分散式、设备级电源，走向集中式、功率域级电源。

五、SiC / GaN：从工频电气走向高频电力电子

中压直转 800VDC 不可能靠传统工频设备轻松完成。

它背后需要一整套高频电力电子器件：SiC 碳化硅、GaN 氮化镓、高压 DC/DC、SST、SSCB、高速保护器件。这就是从“机电时代”跨越到“高频电力电子时代”。

所有 800VDC 愿景都建立在 SiC 和 GaN 等宽禁带半导体成熟之上；

AI 负载波动是微秒级的，传统机械开关毫秒级响应太慢，因此 SSCB 和超级电容不再是附件，而是系统运行的“逻辑闸”。

这里有一个非常现实的问题：热。

材在标准机架的狭小空间内，800VDC 的 DC/DC 转换器必须达到 97% 以上效率。即使只有 3% 损耗，在 1MW 机柜中也会产生 30kW 热量。这要求采用宽禁带半导体和直接芯片液冷技术来防止热失效。

所以，SiC 的赋能不只是“效率更高”。

它同时关系到：热管理、功率密度、电能质量、高频转换、快速保护、系统体积、“空间”与“能量”的极限博弈。

在 AI Rack 里，效率不是一个纸面指标。1% 的损耗，在 MW 级机柜里就是 10kW 级热量。

这会直接变成液冷、母线、风道、机柜空间和可靠性的压力。

六、超级电容：GPU 脉冲负载的“电网滤波器”

过去谈数据中心储能，主要是在谈 UPS 和电池。

也就是：停电以后，能撑多久？

但 AI 数据中心里，储能的角色变了。它不再只是“备用电源”，而是日常运行中的“动态缓冲”。

因为 AI 负载会快速跳变，如果这些波动直接传到电网，就会造成电压闪变、频率扰动、电能质量问题，甚至影响电力公司的接入审批。

这就是为什么超级电容会成为关键。

AI 训练的脉冲式功耗波动快至 400 微秒，会直接冲击上游电网和电池系统；超级电容器就像低通滤波器，在峰值时放电、空闲时充电，平抑回传至电网的纹波，可减少 98% 以上，并防止电池过早老化。

这就是“脉冲负载缓冲”：应对 GPU 的“电网滤波器”。它和电池的分工应该是：

超级电容 CBU
   ↓
微秒级 / 毫秒级
   ↓
处理 GPU 脉冲负载

BBU / UPS / BESS
   ↓
秒级 / 分钟级
   ↓
处理市电掉电、发电机切换、长时间备用

储能系统的角色已经从“备用电源”变成“动态缓冲”。系统需要两级缓冲：近机架侧超级电容处理微秒级快速动态波动，远端电池系统负责秒级到分钟级备用切换。

这就是超级电容 vs. 电池的“物理层面降维打击”。

电池擅长存能量。超级电容擅长快速吞吐功率。

AI 训练的“锁步脉冲”，本质上是同步计算引发的“电力海啸”。如果没有超级电容，这个海啸会一路打到 UPS、电池、变压器、甚至公共电网。超级电容的作用，就是在 800VDC 母线上建一道“公共电网的保护伞”。它把 AI 的“心跳”过滤掉，让上游看到更平滑的平均负载。

七、先看懂数据中心配电：电是怎么从电网送到 AI Rack 的？

这个必须单独说到一下，我认为是重要的。

我看了很多文章上来就讲 800VDC、SST、SSCB、Power Shelf。但如果不知道传统数据中心的电怎么送到服务器，就很难理解为什么 AI 数据中心要改架构。

传统数据中心的供电路径大概是：

电网 / 市电
   ↓
园区变电站 / 中压开关柜
   ↓
变压器
   ↓
低压配电柜
   ↓
UPS
   ↓
电池系统
   ↓
PDU / 列头柜
   ↓
rPDU / iPDU
   ↓
服务器 PSU
   ↓
服务器内部 DC/DC
   ↓
CPU / GPU / 内存 / 风扇

它的核心逻辑是：交流电一路送到机柜，再由每台服务器自己的 PSU 转成直流。也就是：

AC 配电
   ↓
rPDU / iPDU
   ↓
服务器 PSU
   ↓
服务器内部 DC/DC

传统数据中心供电：公用事业部门向数据中心变电站供应中压电力，例如 13.8kV、34.5kV 或类似电压；现场变压器把交流电压降到典型的 480V 或 208VAC；之后电力在 PDU 或服务器机架内部 / 附近转换为直流电；UPS 和备用发电机为不同类型停电冗余提供持续电力。

传统结构在普通服务器时代没问题。但到了 AI Rack，会遇到系统瓶颈：

rPDU 单条容量受限、A/B 路数量受限、插座数量受限、线缆空间受限、服务器 PSU 数量和体积受限、机柜 U 位被电源、网络、液冷接口挤占、低压大电流导致铜耗和热损耗上升、每台服务器独立 PSU 带来重复转换和冗余浪费

所以，AI 配电开始从：AC → rPDU → 服务器 PSU

走向：

中压 AC / 低压 AC
   ↓
Sidecar / SST / 中压整流
   ↓
800VDC 母线
   ↓
Busway / Power Shelf
   ↓
AI Rack / GPU Tray / Switch Tray / CDU

这也是后面第六篇要详细讲的主题：

看懂数据中心配电结构：电是怎么从电网送到 AI Rack 的？

就是把电从电网到 GPU 机柜的每一级讲清楚：中压、变压器、UPS、电池、PDU、rPDU、PSU、Sidecar、Busway、Power Shelf、Power Domain。

读者看完要达到一个效果：

原来不知道数据中心配电怎么设计，看完这一篇就大概知道了。

八、Power Domain：从 A/B 路走向 MW 级功率池

等读者看懂配电结构以后，才适合讲 Power Domain。

传统数据中心常见冗余方式是：A/B 路、2N、、N+1、

A/B 路是两路电源给同一台服务器。2N 是整套系统做两套。N+1 是需要 N 台设备，多配 1 台备用。

但 AI 数据中心进入 800VDC 后，冗余会逐渐从“线路冗余 / 设备冗余”，走向“功率池冗余”。

这个我们会用到Heron 这家公司的方案， 就是一个很好的案例。

这里大概讲讲，后期还会细讲整个案例；

Heron 方案用 4 台 4.2MW Heron Link，把 34.5kV AC 直接变成 800VDC，给一个 12MW AI 数据厅 Block 供电；每台 Link 输出 40 路，每路 125A；

40 个 compute rack，每个 rack 从 4 台 Link 各取一路，形成 4-to-make-3。

关键计算是：800V × 125A = 100kW

每个 rack 有 4 路输入：4 × 100kW = 400kW 物理输入能力

但它不是按 400kW 用，而是按 4-to-make-3 设计：任意 3 路 × 100kW = 300kW

单柜 270kW：300kW > 270kW

也就是说，坏掉 1 路后，剩余 3 路仍然能支撑单柜运行。

正常 4 路时每路约 67.5kW，坏掉 1 路后每路约 90kW，仍低于 125A 对应的 100kW 能力。

这就是 Power Domain 的意义。它不是简单多放一个备用电源，而是：多个 MW 级电源模块，共同服务多个 AI Rack，形成一个可共享、可容错的功率池。

这里还会引出“零毫秒冗余”。

传统 AC 系统切换可能涉及相位、切换时间、同步问题；而 DC 系统可通过二极管、母线耦合等方式实现更直接的功率互助。 直流母线槽耦合可实现电力互助，5-to-make-4 不再只是备用，而是动态分配的资源池。

九、从“机电安全”到“电子安全”：弧闪防护的半导体化

800VDC 不是只有好处。它也带来一个很大的问题：直流故障更难处理。

交流电有自然过零点，电流每个周期会过零，有利于电弧熄灭。

直流没有自然过零点。

所以一旦 800VDC 系统产生电弧，它不会像交流那样自然熄灭。

800VDC 系统储能巨大，直流电没有自然过零点，故障电弧极难熄灭；传统机械断路器约 40ms，而 SSCB 可以做到亚毫秒级，甚至 <0.5ms—1ms 的快速响应。

这就是“直流灭弧的物理挑战”：缺失的过零点。

更麻烦的是，直流系统有大量 DC Link 电容。这个电气专业毕业的我那是我们专业基础

直流网络本质上是容性的；1MW+ 机架中，一个支路故障可能引发健康负载电容的“集体泄洪”，导致母线电压跌落，进而造成大面积 GPU 宕机。

故障过程可以理解为：

短路 / 接地故障
   ↓
DC Link 电容快速放电
   ↓
高 di/dt
   ↓
母线电压跌落
   ↓
电弧形成
   ↓
保护越慢，故障能量越大

这就是“直流系统的电容放电陷阱”。

SSCB 的价值是：

故障刚开始
   ↓
快速检测
   ↓
亚毫秒级限流 / 关断
   ↓
限制电容放电能量
   ↓
把故障隔离在最小范围

所以，SSCB 不是普通断路器的电子版。

它代表的是：从机电安全到电子安全，从机械灭弧到半导体限能。

SSCB 的脱扣曲线可编程，可以根据 GPU 的脉冲负载特性动态调整保护阈值；由于 SSCB 动作非常快，上游转换器甚至还没有反应过来，故障就已经消失，系统保持在线。

这就是 SSCB 从“被动切断”到“精准微操”的意义。不过也要注意，SSCB 不能单独解决所有问题。

SSCB 虽然响应快，但关断状态存在漏电流；为了人员安全，仍需要机械开关提供物理空气间隙。

因此未来更合理的是混合保护体系：SSCB 负责快速限流 / 关断，机械隔离负责物理空气间隙，熔断器负责极端故障后备保护，转换器通过限流模式参与保护配合。

十、从“供电者”到“协调者”：转换器也开始参与保护

在传统 AC 系统里，变压器基本是被动设备。它负责变压，但不会主动帮你做精细保护配合。

到了 800VDC 系统，转换器角色变了。它不再只是供电者，而开始变成保护系统里的“协调者”。

转换器可以通过限流模式或恒功率模式参与保护配合：故障发生时，转换器可限制输出电流，压低母线电压，给下游保护设备动作时间。

这就是“有源配合”。但这里也有一个陷阱：直流链路电容是转换器的“隐形炸弹”。

即使转换器停止开关动作，输出端 DC Link 电容仍然会向故障点放电。

所以，直流保护不再是简单的“时间-电流曲线”问题，而是：时间、电压、电容、di/dt、通信、限流、储能、保护动作、共同作用的问题。

电容放电实验中，在 200A/μs 的电流上升率下，只有 SSCB 成功分断；同时，母线槽越长，di/dt 和峰值电流越低，说明保护速度、布线长度、母线阻抗和空间布局之间存在强耦合。

“空间经济学”：缩短母线槽长度。

如果保护设备够快，系统就不必故意拉长电缆或母线来限制 di/dt。这又反过来释放了白区空间。

十一、接地与人员安全：800VDC 不能只谈效率

800VDC 不能只讲效率。

还必须讲：接地方式、绝缘监测、人员保护、联动分断、爬电距离、电气间隙、弧闪风险、。

 800VDC 两线制系统的接地方案，包括：±400V 高电阻接地、、±400V 直接接地、800V 悬浮 / 高电阻接地、800V 直接接地。（看来要补一下大学的课本知识了，早忘了）

这些方案虽然接地方式不同，但最高故障电压都可能达到 800VDC。在多种方案下，正负极都需要断开；第一次接地故障和第二次接地故障的处理策略不同。

这里有两种接地。

第一种是HRG / Floating。

它追求第一次故障不停机。

第一次单极对地故障
   ↓
电流很小 / 不形成强短路
   ↓
系统报警但不立即跳闸
   ↓
IMD 定位绝缘故障
   ↓
运维处理

它适合对连续性要求很高的 AI 训练任务。

但代价是系统复杂，需要 IMD 绝缘监测，第二次故障风险更高，正负极可能都要联动断开。

第二种是Solid Grounding。

它追求简单直接。

第一次对地故障
   ↓
形成故障回路
   ↓
保护设备动作
   ↓
故障切除

它结构简单，故障定位直接，但第一次故障就可能跳闸，也可能带来弧闪能量和业务中断。所以 800VDC 安全不是“装一个断路器”这么简单。

它是完整的系统设计问题。

十二、软件定义配电与“数字孪生”运维

传统数据中心电气设计，更多是静态计算：短路电流、压降、电缆截面、开关整定、UPS 容量、选择性配合。

但 800VDC AI 数据中心不够了。因为它面对的是：AI 脉冲负载、微秒级电容放电、亚毫秒级 SSCB 动作、超级电容充放电、BBU 接管逻辑、接地故障定位、电能质量约束。这类系统不能只靠静态单线图。

在 800V 这种高压直流环境下，故障电流上升率 di/dt 很高，机械断路器响应太慢，容易产生越级跳闸；因此需要 Sincal@DC 等仿真软件进行动态模拟，以确保 TCC 曲线实现真正的选择性隔离。

SSCB 的保护逻辑可编程，可以根据 GPU 脉冲负载特性动态调整保护阈值。

这说明未来 AI 数据中心的电气系统，不再只是：静态配电柜组合,而是：动态能量网络。

它需要：动态仿真、智能单线图 iSLD、EPMS、PQM、EMS、预测性运维、

这就是“软件定义电力”的基石。

未来的数据中心电气工程师，也不只是画配电图、选断路器、算电缆截面。

还要理解负载波动、储能调度、保护配合、电能质量、数字孪生和故障恢复。

十三、液冷与配电耦合：这不是单纯散热问题

液冷不是这篇文章的主轴，但必须进入这个系列。

原因很简单：AI Rack 功率越高，热密度越高。

热密度越高，液冷系统就不再是“散热部门的事”，而是配电系统的一部分。

单柜超过 100kW 的密度使风冷难以为继，直接芯片液冷成为标配，CDU 需要精确管理 GPU 产生的极端热通量。

Heron 案例中，CDU 也被明确列入 12MW 数据厅负载组成：

Compute：10.8MW、Networking：800kW、CDU：400kW

总负载：12MW

这说明在 AI 数据中心里，电力系统和冷却系统已经耦合。

GPU 功率上升
   ↓
热通量上升
   ↓
液冷泵 / CDU / 阀控 / 传感器负载增加
   ↓
冷却系统进入配电设计

所以后续必须单独讲：液冷与配电的一体化耦合。

十四、这些不是散点技术，而是一条系统链

把上面的内容连起来，就是一条完整链路：

AI 同步计算
   ↓
从随机负载到锁步脉冲
   ↓
AI 算力的“电气共振”
   ↓
Rack 功率从 kW 级走向百 kW / MW 级
   ↓
传统低压 AC / 低压 DC 遇到铜缆、空间、热损耗瓶颈
   ↓
800VDC 从“选项”变成“唯一物理基座”
   ↓
Sidecar 作为必要的“权宜之计”
   ↓
中压直转直流带来“空间革命”
   ↓
SiC / GaN 支撑高频高效电力电子
   ↓
超级电容成为 GPU 脉冲负载的“电网滤波器”
   ↓
配电结构从 AC Rack 走向 800VDC Rack
   ↓
Power Domain 做 MW 级功率池化冗余
   ↓
SSCB 推动弧闪防护半导体化
   ↓
接地与人员安全决定直流系统可用性
   ↓
EPMS / PQM / 数字孪生实现软件定义配电
   ↓
液冷与配电共同约束 AI Rack 形态

这就是我看好这个方向的原因。它不是某一个单品机会。它是一整套 AI 工厂电力系统的重构。

后续系列文章计划

第二篇：800VDC 全直流配电架构

讲清楚为什么不能一直靠提高 rPDU 容量，为什么低压大电流会遇到铜耗和空间瓶颈，为什么 800VDC 能从“选项”变成 AI Rack / AI Pod 的“唯一物理基座”。

第三篇：Sidecar 与中压直转 800VDC

讲清楚为什么 Sidecar 是必要的“权宜之计”，为什么它又不是终局；再讲 Side-car to Centralized Rectification，以及 MV to DC Direct 的“空间革命”。

第四篇：SST 与 SiC/GaN

讲清楚传统 MV → LV → UPS → PDU → PSU 链路为什么复杂，SST / 中压整流如何实现 MV → 800VDC，以及为什么 SiC/GaN 是从“工频电气”走向“高频电力电子”的底层器件。

第五篇：超级电容与脉冲负载缓冲

讲清楚 AI 训练为什么产生 Pulse Load，为什么这是同步计算引发的“电力海啸”，超级电容为什么是 GPU 脉冲负载的“电网滤波器”，以及为什么储能会从“备用电源”变成“动态缓冲”。

第六篇：看懂数据中心配电结构：电是怎么从电网送到 AI Rack 的？

讲清楚电网、中压开关柜、变压器、低压配电柜、UPS、电池、PDU、rPDU、服务器 PSU、Sidecar、800VDC Busway、Power Shelf、Power Domain。

这一篇要解决的问题很直接：

原来不知道数据中心配电怎么设计，看完这一篇就大概知道了。

第七篇：Power Domain 与 5-to-make-4 功率池化冗余

讲清楚 A/B 路、2N、N+1 是什么，4-to-make-3 / 5-to-make-4 是什么，为什么 AI 数据中心从线路冗余走向功率池冗余，以及 Heron 12MW 800VDC 数据厅怎么分配功率。

第八篇：SSCB 与直流弧闪安全

讲清楚直流为什么没有自然过零点，电容放电为什么危险，SSCB 为什么要做到亚毫秒级，以及为什么仍然需要机械隔离和熔断器后备。

第九篇：接地与人员安全

讲清楚 HRG、Floating、Solid Grounding、IMD、第一次接地故障、第二次接地故障、联动分断、人员保护、爬电距离和电气间隙。

第十篇：数字孪生、EPMS 与 PQM

讲清楚为什么 800VDC 不能只靠静态设计，为什么需要 Sincal@DC / iSLD / EPMS / PQM，以及如何做动态仿真、预测性运维和故障恢复。

第十一篇：液冷与配电的一体化耦合

讲清楚为什么 AI Rack 不只是电力问题，CDU、液冷泵、GPU 功率、母线供电如何耦合，以及为什么电力系统和热管理系统必须一起设计。

结尾

当 AI Rack 从几十 kW 走向几百 kW，甚至迈向 MW 级时，电力系统该怎么重新设计？

这正是我关注 AIDC 电力系统重构的原因。对我们这样的配电和电力设备企业来说，这也许不是一个遥远的概念，而是一次可能出现的新机会。只有真正把它拆开、看深、看透，才有可能判断机会在哪里，以及我们能切入什么位置。