人工智能的能耗账单正在快速膨胀，而电从电网抵达芯片之前的每一次转换，几乎都在以热量的形式白白浪费。加州大学圣迭戈分校（UC San Diego）近日启动的一个新项目，试图用一套更直接的供电架构给 AI 数据中心”瘦身”——它把设备占地缩减一半以上，同时预计可省下约四分之一的电。

848 万美元，验证一套新供电架构

这个由加州能源委员会（CEC）资助、总额 848 万美元的项目，将把 UC San Diego 的圣迭戈超级计算中心（SDSC）作为测试场，验证一种面向 AI 数据中心的新型电力架构。SDSC 由此成为美国首批演示该架构、以降低能源浪费、压低成本并提升电网可靠性的运营中 AI 数据中心之一。

项目的核心是一台双向固态变压器（solid-state transformer，简称 SST），由总部位于圣迭戈的 Alderbuck Energy 开发。它用单一紧凑设备，把中压交流电直接转换为 800 伏直流电（800V DC），省去了传统供电链中多个转换环节。按规划，SDSC 将部署两台 Alderbuck SST 及控制器，接入校园 12kV 电网，输出 800V DC，支撑两兆瓦（2 MW）的 AI 计算负载。

量化指标相当直接：电力设备占地面积减少超过 50%，预计节能约 25%。设备还采用碳化硅（silicon carbide）电子器件，以提升高压处理效率。在正式部署前，团队已在 UC San Diego 的 DERConnect 硬件在环测试台上完成模拟与建模。

让数据中心从”用电者”变成”电网伙伴”

仅仅更高效地供电还不够。项目另一块拼图是 Emerald AI 的电网响应管理：其 Emerald Conductor 平台作为计算系统与电力基础设施之间的智能接口，能动态调节 AI 作业的用电——通过放缓、转移或短暂暂停可批处理的工作负载，同时保护那些不可延迟的任务性能。它与 Alderbuck 的电网管理控制器整合，把数据中心从被动的电力负荷，变成可以响应电网状态的主动参与者。

这种做法并非空想。一项发表于同行评审期刊《Nature Energy》的研究中，Emerald AI 联合 NVIDIA、Oracle、Salt River Project 与 Electric Power Research Institute，在凤凰城一个实时 AI 集群上，于三小时内将电力消耗降低 25%，且没有违反性能承诺。此后，类似演示又在亚利桑那、伊利诺伊、弗吉尼亚、俄勒冈和英国等地完成五次商用数据中心现场验证；近期在伦敦 Nebius AI Factory 与 National Grid 的测试中，最高降需达到 40% 且无性能损失。

为什么这件事重要

背景在于，AI 硬件的胃口越来越大：单个 AI 机架所需的电力，最高可达几年前传统服务器机架的 50 倍。传统数据中心在电网与计算设备之间依赖多级电能转换，每一级都会以热的形式损失一部分能量。新架构的思路，就是砍掉那些多余的转换环节，让电更短、更直接地到达计算设备。

UC San Diego 校长 Pradeep K. Khosla 在谈到该项目时表示，这项研究有潜力从根本上改变 AI 数据中心与电网互动的方式，通过压低成本、缩小环境足迹，为关键技术的可持续扩展铺路。SDSC 基础设施与数据中心总监 Brian Balderston 则强调，数据中心不再是纯粹的电力消费者，也能成为电网稳定的主动参与者；这个项目将展示一条更好的现实路径，并产出推动该架构从”有前景”走向”被验证”的真实证据。

不止于硬件

项目还包含面向电网规划者的灵活负荷容量工具，并为加州公用事业公司提供技术顾问支持。值得一提的是，这也是加州首批以公平为核心的数据中心劳动力发展计划之一，与 Good For Others Foundation 合作，为弱势社区居民打通进入数据与能源基础设施行业的职业通道。

AI 数据中心的能耗与电网压力已是全球共同议题。中国内地同样在大规模建设智能算力中心，供电与冷却效率同样是决定其可持续性的关键变量。UC San Diego 这套”固态变压器 + 电网响应式调度”的组合，虽然落地于美国校园，但其技术方向对各地的 AI 基础设施都有参考价值。