Los centros de datos de AI preparan la transición a corriente continua en lugar de la habitual corriente alterna

AI-нагрузка меняет не только серверы, но и всю энергетику дата-центров. Операторы площадок и поставщики оборудования всерьёз обсуждают возврат к постоянному току, потому что при питании ускорителей каждая лишняя стадия преобразования означает потери, тепло и рост расходов.

Почему схема меняется

Сегодня электричество в большинстве дата-центров проходит длинную цепочку преобразований. Сеть подаёт переменный ток, затем он несколько раз переводится в постоянный для аккумуляторов, блоков бесперебойного питания, серверных блоков питания и уже внутри самих плат. Для классических серверов это было терпимо, но эпоха AI резко увеличила плотность мощности в стойке.

Когда один шкаф с GPU потребляет десятки, а скоро и сотни киловатт, даже небольшой процент потерь превращается в заметные деньги и дополнительные требования к охлаждению. Исторически переменный ток победил не потому, что он идеален везде, а потому что его было проще и дешевле передавать на большие расстояния. Для городских сетей это остаётся верным и сейчас.

Но внутри современного ЦОДа условия другие: расстояния короткие, нагрузки предсказуемые, а почти всё вычислительное оборудование в итоге всё равно работает на постоянном токе. Поэтому отрасль задаёт прагматичный вопрос: если конечный потребитель — электроника, зачем держать так много промежуточных ступеней между вводом питания и чипами?

Что меняется в ЦОДах Интерес к постоянному току связан не с модой, а с экономикой.

Операторы пытаются выжать больше вычислений из тех же мегаватт, не строя бесконечно новые энергоузлы. Если часть преобразований убрать, система питания может стать эффективнее, а значит, тот же объект сможет обслужить больше AI-ускорителей без немедленного расширения внешней инфраструктуры. Для гиперскейлеров и крупных колокейшн-площадок это особенно важно: именно питание, а не стойки или сервера, всё чаще становится главным ограничением роста.

Потенциальные преимущества такого перехода выглядят так: меньше потерь энергии на каждом этапе преобразования ниже тепловыделение в цепях питания и меньше нагрузка на охлаждение проще проектировать стойки под мощные GPU- и AI-системы выше шанс уложиться в существующие лимиты по мощности без дорогой перестройки площадки Но быстрым такой разворот не будет. Нужно менять архитектуру распределения питания, договариваться о стандартах, проверять совместимость с существующими UPS, батареями и серверными платформами. Кроме того, дата-центры не строятся на один-два года: многие площадки инвестировали в нынешние AC-схемы огромные суммы и не станут выбрасывать их только ради красивой идеи.

Поэтому на практике рынок, скорее всего, пойдёт через гибридные модели, пилотные зоны и новые AI-кластеры, которые изначально спроектированы под DC.

Почему это не прошлое

На первый взгляд новость звучит как энергетический откат на сто лет назад, но сравнение обманчиво. Речь не о том, что города снова начнут массово передавать электричество постоянным током в дома и офисы. Обсуждается локальная архитектура внутри дата-центров, где условия сильно отличаются от общегородской сети.

В таких системах у постоянного тока другой профиль преимуществ: он работает на коротком плече, рядом с нагрузкой и в среде, где важен каждый процент эффективности. В каком-то смысле индустрия не возвращается в прошлое, а убирает наследие эпохи, когда серверные мощности были куда скромнее. Батареи уже хранят энергию в постоянном токе, солнечные панели и часть силовой электроники тоже ближе к DC-логике, а современные AI-стойки требуют всё более прямого и плотного питания.

Поэтому переход выглядит не романтикой про Эдисона, а инженерной оптимизацией под новую реальность: ускорители дорожают, мощности не хватает, и любая лишняя конверсия становится слишком дорогой.

Что это значит

Если тренд закрепится, конкуренция в AI-инфраструктуре сместится с одних только чипов к инженерии питания. Выиграют те операторы и вендоры, которые смогут быстрее перестроить электросхемы ЦОДов под плотные вычисления и снизить цену каждого мегаватта для AI-нагрузки.