订单狂翻几十倍：全世界搞AI的，为啥都在抢中国电池？

近两年来，人工智能领域的竞赛异常激烈，无论是在中国还是美国，它都成为了拉动投资的主要引擎。GPU、存储、光模块、液冷等算力基础设施的市场热点接连涌现，不断升温。

此外，GPU芯片的耗电量惊人。一座大型AI算力中心一年的电费动辄数十亿元，相当于一座小城市的用电规模。即便你拿得出这笔钱，也不一定能顺利接入电网。在美国部分地区，AI算力中心要排队3到7年才能获得电网接入。为此，马斯克、扎克伯格等人等不及了，纷纷购买燃气轮机自建电厂。这导致与AI算力看似无关的电力设备，如燃气轮机、变压器、高压开关等，也跟着水涨船高。

然而，在大多数人未曾留意的领域，AI相关的储能业务——电池——也在迅猛增长。2026年前5个月，全球AI算力中心储能出货量达到10GWh，按电池容量计算相当于1000万度电，已超过2025年全年。行业预测，到2030年，AIDC储能锂电池出货量将突破300GWh。按照目前的出货量级来看，短短几年内增长空间可达几十倍。不出意外的是，新增订单大部分流向了中国电池厂。为何AI计算需要如此多的电池？本文将深入探讨。

01 几万块GPU同时猛踩油门

你对数据中心的印象可能是这样的：一排排服务器安静地闪着绿灯，嗡嗡作响，用电相对平稳。传统数据中心确实如此，单个机柜功耗在4到8千瓦之间，负荷稳定如定速巡航，电网轻松应对。但AI算力中心截然不同。

例如，一块英伟达B200 GPU在满负荷运行时功耗可达1200瓦，而一套GB200超级芯片可达2700瓦。一个NVL72机柜内装有72块GPU，整柜功耗飙升至120到140千瓦，是传统机柜的20倍。然而，功耗大并非最致命的问题，最棘手的是AI功耗的“跳跃”特性。

在大模型训练过程中，成千上万块GPU会同时计算，并在每轮结束后交换计算结果，这一过程称为AllReduce。可以想象成一个数万人的合唱团，每唱完一段，所有人都必须停下来对谱，等待最慢的人跟上，然后一起重新开始。结果就是所有GPU要么同时满功率运转，要么同时空转等待，用电曲线呈现“方波”形态：满功率→空转→满功率→空转，不断重复。有储能工程师比喻说，GPU的用电就像一辆每秒从怠速踩到满油门又松开的跑车。

Vertiv的实测数据显示，GPU机柜的负荷可以在极短时间内从约10%跃升至满载甚至超出额定功率的150%，呈现高频脉冲式波动。这种波动放大到几万张卡的集群上，处理不当的话，就相当于显卡在用电磁脉冲震荡攻击电源。当年Meta训练Llama 3时，使用了两个各有约24000块H100 GPU的集群。单个集群中，仅服务器等IT设备的合计用电功率就达到数十兆瓦。大规模训练时，成千上万块GPU同步切换状态，汇聚到电网侧，形成数十兆瓦的功率冲击。

有人可能会认为，电网不就是用来应对波动的吗？问题在于，电网是为平稳用电设计的。调度指令下达后，从电厂增容到电流送到用户端，反应以秒计；而GPU的功率跳动以毫秒计，节奏完全不匹配。电网来不及响应，电压就可能突然下跌。你家里的灯闪一下，你可能感觉不到，但对正在训练大模型的GPU来说，电压异常哪怕只持续10毫秒，也可能导致这一轮训练失败，轻则回滚到上一个检查点，重则整段重新计算。

那么，如何解决呢？传统数据中心的标配方案是UPS，即不间断电源。它本质上是一组大型铅酸电池，放在楼下配电间，平时充满电待命，外部电源一断就顶上，撑到柴油发电机启动。过去几十年，数据中心依靠这套系统生存。但UPS是为防止突然停电设计的，而非应对电压跳动。铅酸电池响应速度在10毫秒以上，且采用集中式部署，一栋楼共用一套UPS，中间隔着长长的输电线路。GPU需要的是毫秒级、分布式的贴身供电，UPS在架构上无法满足：反应太慢，离GPU太远，一出故障还会影响一大片。

离GPU最近的第一道防线是电容。英伟达在GB300机柜的电源架里，将剩余空间都装上了电容。GPU功率一冲高，电容就放电；功率一回落，它就充电，将最频繁的小尖峰就地削平。电容依靠物理方式存储电能，不像电池需要化学反应，隔几秒充放一轮也不伤寿命。但它存储的电能极少，每块GPU只分到65焦耳，差不多够一个60瓦灯泡亮一秒，因此只能管理抖动，无法应对波动。

AI算力中心催生出的电池需求称为BBU，即电池备份单元。它与UPS的最大区别在于：BBU不在楼下，而是位于机柜内部，与GPU共处一柜。一台NVL72机柜内装有24个BBU，电芯为21700高倍率圆柱锂电池，放电倍率≥10C，响应时间不到2毫秒。当GPU功率骤升时，旁边的BBU在2毫秒内放电补位，撑住电压，等电网几秒后完成调节，BBU再平滑退出。但电容和BBU只负责机柜内部毫秒级的急救。一个大型AI数据中心有成百上千个机柜同时暴跳，叠加起来的冲击达到几十兆瓦，这就需要整个园区级别的储能系统来应对：几十个集装箱大小的储能柜围在园区周边，总容量几百兆瓦时，专门应对所有机柜叠加起来的秒级到分钟级的功率波动。

总的来说，传统储能像蓄水池，慢慢蓄、慢慢放，注重容量大、成本低；而AIDC储能则像急救队，GPU一喊饿，电得瞬间到位。电容和BBU负责毫秒级，园区储能负责秒到分钟级，三层合在一起，才算将GPU这个电力黑洞喂饱。

02 算力中心开始抢电池

AIDC储能需求的爆发是全球性的。机柜级BBU正在迅速变得供不应求，2025年全球BBU市场约35亿元，预计2030年达350亿元，五年翻十倍，年复合增长率近六成。这股需求来得如此急切，最直接的原因是算力中心建设速度超过电网。接入电网往往需要排队3到7年，但老板们等不起，晚投产一个月，就意味着真金白银的算力收入流失。

那么，如何解决呢？一般有两条路，而这两条路都越来越离不开储能。一条是自发电。但独立小电网的稳定性和响应速度远不及大电网。燃气轮机调节出力以秒甚至分钟计，跟不上GPU的忽高忽低；光伏更是看天吃饭。自建电站想稳住，中间需要垫上一大片电池。例如，马斯克在美国孟菲斯建设的超算中心，除了用于发电的燃气轮机，还额外配备了一百多台特斯拉Megapack储能柜，专门应对停电和用电冲击。另一条路是先接入部分电网。电网公司最怕的是用电高峰时再接进一个忽高忽低的大负荷。数据中心配备储能后，高峰时段就能少从电网取电甚至自行承担，电网无需大改，审批就能往前排。谷歌资助的一项研究测算，数据中心自带储能等电源，再配合这种“灵活接入”，能比传统排队提前3到5年通电。因此，对越来越多的项目来说，储能已成为算力中心能否按时开机的前置条件。

最先感受到这种变化的是在外奔波的销售。据《经济观察报》报道，一位在欧洲跑储能销售的中国从业者称，2024年在欧洲跑生意时，客户关心的还是如何储存风电光伏，以及如何利用电价差降低成本；2025年，主动询问算力配套储能的客户增加约一半；到2026年，几乎每个客户都在询问算力中心的事宜。

需求变了，方案也不能再一套走天下。磷酸铁锂电池循环寿命长，是储能市场的主力，但低温性能会下降；钠离子电池更耐寒，适合北欧冬季，却需要牺牲一部分能量密度；到了中东，又需要针对45°C高温重新设计热管理。过去一套方案走遍全球市场的做法已经行不通。而且，算力中心对储能的要求是极端的，建算力中心的地方往往也有奇怪的天气气候环境。

例如，北欧一家名为KK Group的风电公司，近年闻风进军算力中心领域。他们在下单一个储能订单时，要求储能变流器在10毫秒内响应，电池能够持续以2C放电、短时达到4C，系统可用率达到99.999%，输出电压波动控制在±2%以内。2C大致相当于以半小时放完一块电池的速度输出，倍率越高，短时间释放大功率的能力越强。传统储能通常只要求0.5C放电，响应时间以秒计算。因此，他们的需求是既要又要还要：反应要更快，短时间输出的功率要更大，供电要更稳定，且一年最多只能意外停机几分钟。所以，这不是谁都能接的活。

阿布扎比的一个项目更是重量级。首先是项目规模：19GWh，是全球最大的单一储能订单，相当于将25万台特斯拉动力电池塞进一个项目。地处中东，干燥、高温、风沙环境下，大规模电池系统的温控、防护和运维都极大提升了交付难度。更棘手的是，该项目要求使用清洁电力：白天光伏发电多时存储电能，夜间和阴天再释放；接入算力负荷后，储能还要随时应对GPU突然拉高功率。说白了，光伏发电是看天吃饭，而算力负荷是说拉满就拉满，这两套东西的格调完全不同，但偏偏要塞进同一个系统，这也是整个项目最棘手的地方。该项目由比亚迪和阳光电源共同落地。落地时，原来为普通风光储能准备的标准设计方案首先被推翻，两种负荷必须分区管理，现场摸索出两种解法。一种是“分家过日子”：将算力舱和光伏舱物理隔开，再按照内阻等电性能指标给电芯分组；另一种是“一大家子共用一个存折”：硬件不拆，靠软件动态分配容量，谁急着用先挪给谁。两种方案都需要定制，设计方案改了好几版，配件排期也比标准产品明显更长。真正拖慢工期的还是联动调试。光伏发电随云层忽强忽弱，GPU训练又有无规律的功率尖峰，两个没规律的信号同时涌进储能系统，电压像坐过山车。更棘手的是，高温下电芯放电倍率被动下调，但算力中心偏偏要峰值大功率放电，安全温控和功率需求之间需反复找平衡。现场工程师表示：硬件安装难度可控，真正消耗工期的是光伏、储能、算力三类负荷叠加的联动调试。因此，可以这样说，算力中心的储能需求，将电池领域多年积累的各种性能全部打包拿下，要求拉满，钱也给够，只求快点完工。

03 中国企业为什么接得住

中国企业能接住这些活，并非临时为AI算力中心攒出来的能力，而是过去十多年一步步练出来的。储能这个行业其实很年轻，算得上大规模发展，也就不到二十年时间。新能源汽车先将正负极材料、电解液、隔膜、电芯和电池包这条产业链在中国建立起来。风电、光伏大规模发展后，中国企业又开始做更大的储能系统，补上了热管理、电力电子、系统集成和海外项目交付能力。AIDC带来的变化，是将技术门槛再次往上推。动力电池主要解决续航和能量密度，传统风光储能更看重容量和成本；到了AI算力中心，电池还需要毫秒级响应、短时间释放更大功率，并将系统故障时间压到极低。

这种变化已经开始体现在订单上。头部电池公司欣旺达AIDC储能订单上半年同比增长近30倍；AIDC领域的上市公司双登集团近期披露，公司上半年AIDC储能新增订单同比增长超过80%，AIDC锂电新增订单为去年同期20倍以上。据CESA统计，仅2026年一季度，中国储能企业拿到的海外订单已超过100笔，总规模也超过100GWh。无论看单家公司，还是整个行业，AIDC都已进入快速增长阶段。

订单流向中国，中国庞大的电池产能是一方面原因——咱们一年生产全球83%的锂电池。但更重要的是，中国企业提供的不仅是电池。从机柜里的圆柱电芯，到园区级的大容量储能系统，再到电池包、电池管理、储能变流和整套系统集成，中国企业已具备从产品供应到项目交付的完整能力。在全球都想赶紧将算力中心建起来、跑起来赚钱的时候，谁能更快、更不出错地完成工程交付，就一定能获得老板们为此付出的更高溢价。同时，国内市场也在快速推进。2026年政府工作报告首次写入“算电协同”，即让算力项目建设和当地电力规划同步推进。这是一个全球性的需求，无论海外还是国内，都在为中国企业提供新的增量空间。

从储能行业的角度来看，以前是车，后来是风光，现在是AI，每一次技术往前走，储能都没有缺席。这一次是AIDC，这条从电芯到系统、从实验室到工地的能力链，就是中国储能的真正护城河。它是储能的又一场战事，也不会是最后一场。爱游戏登录入口在此领域积累了深厚经验，为全球客户提供定制化解决方案。本文来自微信公众号“酷玩实验室”，作者：酷玩实验室，36氪经授权发布。