9月4日，华为韬定律再次刷屏。华为在论文里提到，麒麟2026实测数据表明，同期性能下NPU、GPU、CPU功耗分别下降66%、58%、41%。
但是笔者觉得，真正值得关注的，除了韬定律外，还有一个非常重要的消息，并没有太多的人关注到。
就是周五收盘以后，中央网信办等七部门发布《促进数字化绿色化协同转型发展实施方案（2026—2030年）》，里面有一句话，非常重要，探索算力设施800V高压直流供电架构，推动超百千瓦单机柜部署。
来源：金融界
这是第一次写进国家层面的算力政策。所以，这句话的分量并不轻。它意味着，800V高压直流，超百千瓦单机柜，不再只是海外公司英伟达、谷歌、微软等的独特技术路线，也开始进入国内的算力基础设施发展战略。
另外一个有意思的地方是，文件发布的时间。
9月4日，国家文件提到800V、超百千瓦单机柜，就在这之前华为刚刚更新了韬定律相关的论文。紧接着，9月17日到19日，华为又要举办全联接大会。
如果把这些事情放在一起看，大家会发现，AI科技的下一代技术趋势已经非常确定了，AI进入到了高功率时代。
概括一下就是两个关键词，800V、超百千瓦单机柜。
很多人还不理解国家为什么要把800V单独写进国家顶层文件。
其实，逻辑特别简单，就是一个初中物理公式，功率=电压×电流（P=U×I）。同样是一兆瓦的功率，如果电压越高，所需要的电流就越小。
电流小了。整条线路上的损耗才会下降，发热才会下降，导线、铜排、电缆等也可以做得更轻、更紧凑。
为什么，这个时候特别在意提高电压，压低或稳住电流？
因为AI机柜的功耗已经彻底失控了，过去的传统数据中心一个机柜也就5到10 kW，跟家里开几个空调差不多。
来源：高工储能
但是现在不一样了。
以英伟达为例，AI单机柜也从早年的几十kW，到100多kW，到现在的220kW，再到将来的600千瓦，以及兆瓦级别。比如，英伟达自己在2025年发布的800VDC架构方案中已经明确提出，下一代AI工厂需要支持1MW及以上的单机柜，并计划从2027年开始推动800VDC架构进入规模化部署。同时2026年8月，英伟达在2.0白皮书里进一步确定了800V的技术路线。
所以现在再回头看国家文件里的那句话，探索800V高压直流供电架构，推动超百千瓦单机柜部署。
意味深长。
其实就是在说，中国算力基础设施的下一步，也在向高功率、高密度机柜走了。
所以，一定要理解单机柜功率要越来越高是个常识。因为理解了这个，才能真正地相信800V周期里，SST固态变压器、AI电源、功率半导体、MLCC这些功率产业正在迎来拐点。
再举个例子进一步解释下该逻辑。
AI过去无论是拼GPU、CPU、还是HBM，本质都是在拼高速互联，再然后去拼整个系统，把越来越多的算力塞到一个空间里，依然是为了高速互联。
就好比智能手机的发展路径，过去手机不仅又大又笨重，而且手机里的元器件也特别少。到了后来，手机的摄像头越来越多，电池越来越大，传感器越来越多，存储也越来越大，整个手机的集成度都在不断提高，性能也不断提高。
AI的发展也是一样。AI机柜过去的系统里面可能只有少量GPU，后来变成几十颗、上百颗GPU。另外，CPU、存储、PCB、光模块、MLCC、功率半导体、电源等也都开始疯狂扩张。
但是，机柜的空间是有限的。
怎么办？
方法就是折叠。所以，华为开始研究韬定律，存储开始从传统DRAM不断走向HBM，而封装也开始从2D走向2.5D、3D。
所有的这些事情都导致了一个结果，单机柜里面的器件越来越多，集成越来越高，算力也水涨船高。而另一边，功耗也越来越高，机柜功率从几十kW，走向100kW以上，再走向200kW、600kW，甚至未来的MW。
问题在于，单机柜功率越来越大，从几十kW跃升到几百kW，甚至兆瓦（MW）的过程里，如果不改变电压，会发生什么后果？
算一下就知道了。
假设一个机柜需要1MW功率，还用54V这样的低压直流架构，需要的电流1MW÷54V≈18500A。
接近两万安培，是一个天文数字。整个数据中心根本无法承载，甚至没有这么大的铜排。
但是，假如把电压提高到800V，电流就是1MW÷800V=1250A。
电流瞬间降到了原来的十五分之一左右，这个电流就是数据中心能够承受的范围了。
所以，800V核心的物理意义就是能够让数据中心在高功率时代依然能够正常运转，而不至于瘫痪。
比如，英伟达就提到了，传统54V机架级供电架构正在成为MW级AI机柜的瓶颈，而800VDC可以显著降低电流、铜材用量以及供电链路中的转换损耗。
来源：英伟达
另外，大家现在看到液冷，今年三季度开始放量，四季度进一步放量。液冷大规模进入到数据中心，到底又是为了什么？
其实，都是为了百千瓦级别的单机柜，甚至是2028年兆瓦级别的超高功率单机柜而准备的。
所以国家这一次的文件也提到了液冷，800V和液冷是放在一起讲的，支持液冷散热，同时探索800V高压直流供电架构，推动超百千瓦单机柜部署。
所有的一切，都是为了超高功率单机柜不要在运行过程中瘫痪，就好比现在的手机需要越来越大的充电器一样，都是为了系统更好地运行。
这里会有人问，我用两个机柜、甚至更多的机柜组成百千瓦系统不行吗？
当然不行。
就好比，你玩游戏用一个手机玩好，还是用两个手机玩好一样的道理。两个，甚至更多的机柜组成的系统，不仅会增加额外开销，还会增加延迟。
特别是到了AI推理时代、物理AI时代，大家真正关心的一定是响应速度。
比如说，问大模型一个问题。
如果内部算力需要跨越多个节点进行大量通信，可能需要更多的数据搬运和同步，就会有延迟，甚至系统一直在转圈圈等待数据响应。
而如果把这些CPU、GPU等塞到一个机柜里，功耗、散热虽然要求更高，但是系统集成度也更高了，响应数据就会更快。
可以想象，AI将来的竞争可能正在从单个GPU、CPU、存储等的竞争，演变为单个机柜、数据中心高度集成、高度一体化的竞争。
来源：英伟达
因此，大趋势一定是，AI单机柜的功率，越来越高。
再一次地总结下背后的原因，
因为模型越来越大，计算越来越密集，推理越来越复杂。
因为要把更多的GPU、CPU、HBM、MLCC等放到一个机柜里。于是，单机柜从几十千瓦，到几百千瓦，再到兆瓦级别的功率。
功率越往上走，800V高压直流，就越来越重要，功率半导体、AI电源、固态变压器的市场也越来越大。
预期差就在这里，而国家的这次文件，正是在为下一场AI竞争的底层基础设施指明方向，提前做好布局。
