冗余电源
3 秒看懂
冗余电源好比服务器的“双心跳起搏器”——主电源故障时，备用电源无缝接管，确保 AI 万卡集群不因单一元器件失效而引发灾难性训练中断。
3 分钟产业解释
在 AI 大模型训练场景中，数千张 GPU 满负荷运行的瞬间总功耗可达兆瓦级，任何一路供电的瞬时闪断都可能导致数小时的模型状态丢失与巨大算力浪费。冗余电源系统（Redundant PSU）通过N+1、2N等并联容错架构，将多个标准化电源模块组成一个供电池：正常时各模块按比例分担负载；任一模块失效或被在线拔除（热插拔），剩余模块立即无缝承接全部功率，整个过程对 GPU 和上层业务透明。与普通单路电源不同，这类系统普遍搭载PMBus 数字通信协议，可实时上报输入电压、输出电流、温度、风扇寿命等状态，使数据中心运维可从“人触”走向“自愈”。
从电网到 GPU 芯片，冗余电源位于一条多级容错链的末端：
10kV中压 → 变压器 → 低压配电 → UPS(蓄电池+逆变) → 列头柜PDU → 服务器内冗余PSU → DC/DC → GPU/ASIC
机柜内的冗余PSU承担最后一级“原地复活”功能。当前主流 AI 训练服务器（如 8×H100/B200 配置）普遍采用4 颗 3000W CRPS 模组组成 3+1 冗余，单颗故障时系统仍可满载 7200W 持续运行。部分液冷整机柜进一步演进为机架级集中冗余，由 6~12 个大功率整流模块统一供电，进一步压缩分散冗余带来的损耗与体积。
技术原理
功率拓扑与硬核拆解
当代高功率密度冗余 PSU 的主流拓扑链路如下：
AC输入 → EMI滤波 → 浪涌保护 → 图腾柱无桥PFC → 大电解电容储能 → LLC谐振变换器 → 同步整流 → 输出滤波 → 理想二极管OR-ing → 负载
- 图腾柱无桥 PFC：采用 GaN 或 SiC 开关管消除传统二极管整流桥压降，功率因数可超过 0.99，总谐波失真（THD）压制在 5% 以下，这是实现钛金级效率（96%+）的核心手段。
- LLC 谐振变换器：一次侧 MOSFET 在零电压开关（ZVS）状态下导通，二次侧整流管能在宽负载范围内实现零电流关断（ZCS），大幅降低高频开关损耗。结合磁集成平面变压器，峰值效率已逼近 98%（行业典型值，2024 年头部厂商白皮书）。
- 同步整流：在低压大电流的 12V/48V 输出侧，使用导通电阻低至毫欧级的 MOSFET 替代肖特基二极管，将整流损耗降低 60% 以上。
- 理想二极管 OR-ing：每个 PSU 输出端均串联由 MOSFET 和控制器构成的理想二极管电路。正常工作时 MOSFET 完全导通，压降仅数十毫伏；一旦模块内部出现短路或电压跌落，MOSFET 在数百纳秒内关断，阻止故障模块从公共母线吸收反向电流，实现无扰隔离。
- 热插拔防打火设计：模块金手指的信号引脚比功率引脚更长，插入时信号端子先接触，触发缓启动电路，功率端子接触时输入/输出电压差已近零，避免拉弧侵蚀连接器。
并联均流与动态响应
多个 PSU 并联工作时，强制均流是保障寿命和供电质量的前提。当前通用方案为主动均流法：每个模块通过一条共享的均流母线（Current Share Bus）广播自身输出电流的模拟或数字信号，与母线上表征的平均电流进行比较，误差经误差放大器微调模块的电压环参考值，迫使各模块输出电流趋向一致。稳态均流精度通常控制在 ±5% 以内，动态负载跃变（如 GPU 瞬间从空闲切换至满功率矩阵乘）时的电流重平衡时间不超过 2ms。
为避免均流母线单点故障导致系统失调，部分高端设计已引入数字均流架构，模块通过 PMBus 独立向基板管理控制器（BMC）上报电流值，由 BMC 下发调压指令执行闭环分配，抗扰性更强，但响应速度略逊于模拟均流。
故障切换时序（以 1+1 冗余为例）
- 稳态：两个 PSU 模块各自带载 50%，输出电流通过均流环保持均衡。
- 故障触发：PSU_1 因器件失效或输出过压被锁定保护，其输出电压开始跌落。
- 隔离：PSU_1 的 OR-ing 控制器监测到反向电流趋势，立即（<500ns）关断串联 MOSFET，将故障模块与供电母线物理隔离。
- 功率承接：PSU_2 的电压控制环检测到输出电容上的微小压降（几十毫伏量级），迅速将电流基准提升，在数十微秒内从 50% 负载平滑攀升至 100% 负载，整个切换过程 GPU 端供电电压跌幅可控制在标称值的 ±3% 以内，远优于 VRM 的瞬态容忍度。
- 状态推送：PSU_1 的 SMBAlert# 引脚被拉低，BMC 捕获紧急事件并点亮模块故障 LED，同时将包含故障类型、发生时刻和持续时间的“黑盒”日志上传至运维平台。
保持时间与电容储能
市电中断后，PFC 前端的大容量铝电解电容须提供能量，维持输出不掉电至少一个 UPS 切换窗口。传统冗余模块保持时间普遍设计为 16-20ms。然而 AI 服务器为换取更高功率密度和散热空间，正在将保持时间压缩至 10-12ms（数据来源：2024 年多款 3000W 钛金模块公开规格书），意味着对前端 UPS 或 BBU（电池后备单元）的切换速度提出了 ≤10ms 的严苛要求。同时，输出端若连接 GPU 板上数以千计的钽电容集群，模块内部会预设受控的电压上升斜率（如 0.5V/ms），防止上电瞬间浪涌电流过冲导致电容失容或寿命恶化。
关键参数
| 指标 | 说明与当前典型值 | 备注 |
|---|---|---|
| 额定功率 | 面向 AI 训练服务器的 CRPS 模组主流为 3000W，并联可提供单柜 >30kW 连续功率；3200W 型号已进入批量交付（2024 年多家厂商宣布） | 单模块功率仍在持续爬升，下一代目标 4000W+ |
| 峰值转换效率 | 半载时可达 97.5% 以上（全 GaN 拓扑实测，台达/群光等 2024 年产品资料），满足 80 PLUS 钛金规范 | 50% 负载点通常为效率最高点，需关注加权效率 |
| 功率密度 | 风冷模组约 80~100W/in³；液冷散热下已有实验样机突破 150W/in³ | 密度提升依赖 SiC/GaN 频率提升与 3D 散热结构 |
| 保持时间 | 10~12ms @ 100% 负载（行业典型，公开资料未见统一标准） | 与前端备电切换时间强相关，压缩趋势明显 |
| 均流精度 | 稳态 ±5%，动态恢复 <2ms | 模拟均流为主，数字均流开始渗透 |
| 热插拔循环寿命 | 电源连接器及防打火电路需耐受 >1000 次满功率带电插拔（品牌厂商内控标准） | 长期运维关键指标 |
| PMBus 通信 | 支持 PMBus 1.3+，可选 AVSBus（自适应电压缩放），可动态微调输出电压配合 GPU 降频节能 | 数字电源管理成为 Tier 1 客户强制要求 |
| 平均故障间隔时间 | 板级 MTBF 设计目标普遍 >250,000 小时（依 Telcordia SR-332 方法估算）；风扇等含运动部件子模块寿命另计 | 实际部署 MTBF 受环境和负载率影响显著 |
注：效率、功率密度等数字源自厂商产品资料、OCP 技术论文及行业估算，具体数值因供应商、环境温度及负载点而异。
技术路线
| 方案 | 容错能力 | 典型效率（50% 负载） | 成本系数 | 适用场景 |
|---|---|---|---|---|
| 单电源（无冗余） | 无 | 94%~96% (钛金) | 1x | 推理节点、开发测试 |
| N+1 冗余 | 单模块故障不中断 | 94%~96% (均流工况) | 1.3x | AI 训练 GPU 服务器 (主流) |
| 2N 冗余 | 任一路整路失效不中断 | 90%~93% (轻载损耗大) | 2x+ | Tier 4 核心网、金融交易系统 |
| 冷冗余 | 主模块故障，备用模块零延时切入 | 主用模块无均流损耗，切换有瞬降 | 1.15x | 对极致效率有追求、且容忍暂态的平台 |
| 机架集中 48V 整流 | 整流模块 N+1, 智能相位管理 | 97%+ (整流级), 贴近 GPU VRM 效率更优 | 依赖规模 | 大型 AI 整机柜，OCP 架构，GB200 类方案 |
路线演进观察：小型推理节点可能维持单电源方案以节约成本；训练集群标配 N+1 冗余，并向机架集中式供电迁移——由 612 颗 3kW+ 整流模块组成 48V 直流母线，直接为 GPU 板载 48V-1V 转换器供电，省去中间 12V 转换级，提高系统级效率约 23 个百分点（据 OCP ORV3 文档）。冷冗余因切换瞬态风险和对 BMC 控制的强依赖，仅在部分定制化平台尝试。
上游
冗余电源的核心物料和产能约束主要集中在功率半导体、磁性元件和专用部件三端：
- 宽禁带半导体器件：650V/900V 耐压的 GaN HEMT 和 SiC MOSFET 是图腾柱 PFC 与高频率 LLC 的关键推手。2024 年 GaN 功率器件的供应主要被英飞凌（收购 GaN Systems）、纳微半导体、EPC 和 TI 把持；SiC 则视为意法半导体、Wolfspeed、安森美和英飞凌的主战场。根据 Yole Group 2024 年报告，功率 GaN 器件市场 2023 年约 2.1 亿美元，预计 2028 年超过 20 亿美元，其中数据中心电源是增速最快的细分领域。高端 GaN/SiC 器件在 2023–2024 年一度出现 30 周以上的交期，成为高端冗余电源交付的关键瓶颈（公开采购平台及分销商数据）。
- 磁性元件与电容：高频平面变压器采用的超薄低损耗铁氧体磁芯、大容量高压铝电解电容（400V–450V/560μF 量级）均需要专门定制。日系和美系高端电容产能一直偏紧，尤其在 AI 电源订单集中释放时，产能分配明显向战略性大客户倾斜（行业调研定性，未获具体分配比例）。
- 数字控制器与 OR-ing 芯片：PFC+LLC 双芯片数字电源控制器多由 TI、Infineon 和 ST 提供，部分国产替代方案已进入小批量验证（如南芯、杰华特等，2024 年公开投资者活动记录）。OR-ing 理想二极管控制器则相对成熟，供应商包括 Analog Devices、TI 等，暂未构成瓶颈。
- 连接器与线缆：支持 100A+ 持续电流、1000 次热插拔循环的高密度背板连接器主要来自 Molex、Amphenol 等，其定制化开发周期长达 12-18 个月，新规格导入缓慢。
下游
下游环节直接对接 AI 服务器系统集成商与终极算力用户：
- AI 服务器 ODM/OEM：浪潮信息、超微（Supermicro）、广达电脑、纬创资通、英业达等是冗余电源的集成主力，订单形态通常表现为由白牌电源厂商直接交付 CRPS 或机架级整流模组至 ODM 产线。客户对 MTBF 普遍要求 >25 万小时，并强制进行数千小时的加速寿命测试（如 HALT 试验）。
- 超大规模数据中心与云服务商：亚马逊 AWS、微软 Azure、谷歌 Cloud 以及国内的字节跳动、阿里巴巴、腾讯等，均是冗余电源系统的最终部署者，且越来越多地通过 OCP 等开放组织直接参与电源架构定义，跳过传统代工的中间环节。
- 生态系统绑定：NVIDIA 的 HGX/DGX 参考设计与电源模组深度绑定，意味着电源厂商需进入其硬件生态审核清单（HCL），2024 年已有多家电源厂宣布通过 NVIDIA MGX 或 GB200 NVL72 电源方案认证，构成事实上的准入壁垒。
受益公司
（以下仅依据公开信息披露的产业链关系和业务构成，客观描述相关公司在冗余电源生态中的参与程度，不构成任何投资或买卖建议。）
| 层级 | 代表公司 | 参与角色 | 关键动态与来源（2024年） |
|---|---|---|---|
| 电源模块/系统 | 台达电子 | 全球份额龙头，AI 服务器电源与机架级液冷供电方案领军 | 2024 年多次法说会指出 AI 电源营收同比倍增，计划新建产能；通过 NVIDIA GB200 电源认证 |
| 欧陆通 | 国内主要服务器电源供应商，产品线向 3000W+ 快速扩张 | 2024 上半年服务器电源业务营收同比增长显著（见公司半年报），适配国产 GPU 集群 | |
| 群光电能 | CRPS 标准重要制定方，批量交付 3200W 模块 | 2024 年引入多个 Tier 1 云客户，AI 电源出货预计翻倍（财经媒体报道） | |
| 光宝科技 | 延续服务器电源积累，聚焦高功率密度模块 | 2024 年展示 3200W 全数字冗余电源，液冷配套开发中 | |
| Advanced Energy (Artesyn) | 嵌入式功率技术老牌，CRPS 宽产品线 | 拥有大量数据中心电源专利，为部分 ODM 提供 OEM 设计 | |
| Bel Fuse/Bel Power | 交流/直流电源方案补充 | 专注高可靠性模块，但高功率 AI 段份额较低 | |
| 功率器件与控制器 | Infineon | GaN/SiC MOSFET、数字电源控制器头部供应商 | 收购 GaN Systems 后强化 AI 电源 GaN 布局 |
| STMicroelectronics | SiC MOSFET 和功率管理 IC | 多款产品进入台达、欧陆通方案 | |
| Texas Instruments | PFC+LLC 数字控制器、均流 IC、PMBus 收发器 | 提供完整参考设计 | |
| 纳微半导体 (Navitas) | GaN 功率 IC 主打高频化 | 与多家电源厂合作开发 100W/in³+ 的方案 | |
| 板载 48V 转换 | Vicor/Murata | 分比式电源架构（48V-1V）解决 GPU 大电流难题 | GB200 等英伟达新一代平台受益者，提供超高密度 VPD |
未穷尽所有参与者，且市场格局可能随时变化。
市场规模
截至本内容编写时，公开的独立第三方报告并未将“冗余电源模块”单独拆分统计，其市场规模通常隐含在“服务器电源供应器”或“数据中心电源”门类下。可以通过几个间接口径理解其体量：
- 根据 TrendForce 集邦咨询 2024 年 7 月预估，2024 年全球 AI 服务器出货量修订至 167 万台，渗透率约 12.5%。若以单台 AI 训练服务器电源系统（含冗余模组与内部 VRM）价值量在 2000~5000 美元的产业访谈中值粗略框算，仅 AI 服务器侧涉及的电源模块产值已超过 30 亿美元，且 2025 年有望进一步拉升。
- 台达电子在 2024 年第三季法说会中披露，其“电源及零组件”事业群中 AI 相关电源营收增长强劲，全年有望实现同比翻倍，但并未给出具体美元绝对值。
- 另一参考点是欧陆通 2024 年半年报，期内其“数据中心电源”业务实现营收同比增长约 45%（具体数字见公司公告），显示国内冗余电源市场同样处于高速扩容阶段。
- 全球服务器电源整体市场方面，部分研究机构（如 Frost & Sullivan、Mordor Intelligence）估算 2023 年规模约在 60–80 亿美元之间，预测 2028 年可望接近 120 亿美元，其中超过 70% 的增长动力来自 AI 推动的高功率冗余方案。
本质上，随着 AI 算力功率密度急升，冗余电源正从不起眼的标准化成本项变为稀缺的高价值子系统，其市场内涵也在从“卖铁壳电源”向“卖可靠供电 IP 与全栈管理”迁移。
玩家对比
将受益公司中的六家核心电源模块/系统玩家进一步对比，侧重公开可得的技术和市场定位差异：
| 维度 | 台达电子 | 欧陆通 | 群光电能 | 光宝科技 | Advanced Energy | Flex (旗下 Aetina) |
|---|---|---|---|---|---|---|
| 2024 AI 电源占公司总营收比重 | 较高，且持续增长（公司法说会定性） | 占比扩大，但整体体量仍较小 | 中高水平，AI 电源为近年核心成长极 | 温和，其余为消费/光电 | 维持一定比例，嵌入式电源为主 | 新兴，借助整机柜方案带动电源 |
| 单模块最高功率 (已公开) | 3200W 及以上，支持液冷 | 3000W+，3200W 送样 | 3200W 批量交付 | 3200W 发布 | ≧3000W 标准化产品 | 机架级方案为主，功率灵活配置 |
| NVIDIA 高端平台认证 | HGX/DGX、GB200 NVL72 | MGX 平台等公开入围 | MGX 平台批量 | 进入认证流程 | 部分通过 OEM 间接触达 | 主要为 ODM 超大规模客户定制 |
| 自研控制器/模块 | 自有控制器与磁性元件能力强 | 可与国产控制器适配，灵活度高 | 侧重自主研发 PMBus 数字界面 | 深厚光学经验，跨界散热 | 完备的数字电源 IP | 集成软硬件方案 |
| 产能布局 | 全球多处工厂，2024 年宣布扩大中国、泰国产能 | 国内为主，越南新厂规划 | 国内工厂满产，计划扩展 | 全球产能 | 美国、亚洲皆布设 | 全球分布，贴近客户 |
以上信息采自各公司 2024 年度公开法说会、新闻稿及产品手册，未包含非公开商务条款。
风险
- 宽禁带半导体供给波动：GaN 和 SiC 产能仍高度集中，地缘政治、封装基板短缺都可能造成供应中断。英飞凌、Wolfspeed 等大厂扩产进度若延迟，将直接影响基于 GaN/SiC 的高端冗余电源放量。
- 客户高度集中与定制化陷阱：头部云服务商定义电源架构的意愿强烈，导致电源厂需要投入大量研发资源进行非标开发；若客户下一代架构转向自研或更换供应商，前期的 NRE 投入可能无法收回。2024 年已有多起超大规模客户定制电源流标的案例（行业调研定性，未公开具体名称）。
- 功率密度竞赛的可靠性折损：追求 100W/in³ 以上功率密度不可避免会提升内部热斑温度，电容寿命和焊点可靠性面临考验；若压缩保持时间至 10ms，对前端备电系统联动要求剧增，可能在某些老旧数据中心引发兼容性危机。
- 标准竞争与架构切换：48V 机架集中供电与 12V 分布式冗余之间的路线选择，将使电源供应商的产品规划面临岔路口，错配可能导致数年无订单。
- ESG 与效率法规：欧盟 ErP 第三阶段及可能的美国能效法规趋严，若电源模块在低负载（如10-20%）效率未达标，可能被排斥在部分市场之外，迫使迭代加速。
误读纠偏
-
误读：“热插拔盲抽绝不会有问题，所以任何时候拔掉一块都不会宕机。” 纠正：热插拔操作存在严格的功率裕度前提。如果系统原本已以 1+1 冗余满载运行（每颗带载 100% 设计功率），拔除任意一块瞬间，剩余模块会瞬间承受 200% 电流，可能触发过流保护直接断载，导致整机宕机。运维规程要求拔前必须通过管理软件确认系统总功率池余量高于单模块故障后的需求，且应有另一操作人员在控制台监控。
-
误读：“峰值效率 98% 说明始终省电，因此价格贵一倍也划算。” 纠正：效率曲线形状往往比峰值更重要。某些高密度模块在 20% 轻载下效率可能跌至 85%，而 AI 训练过程中存在大量模型通信“气泡”时间，轻载区间耗时占比不低。实际节能应依据基于工作负载加权后的加权效率计算，且需结合当地电价和碳成本综合论证回报周期，不可仅盯峰值标称值。
-
误读：“冗余电源只要用上就不存在单点故障。” 纠正：不论 N+1 还是 2N，如果控制背板、均流母线或 BMC 供电回路本身出现故障，仍可能引发系统性断电。此外，供电系统的并机软件在版本升级或配置变更时，若人因失误关闭了均流功能，也会使冗余机制形同虚设。
最新事件
- 2024 年 6 月 – 台达电子于台北国际电脑展（Computex）公开展示适用于 NVIDIA GB200 NVL72 的机架级 48V 集中冗余电源方案，宣称系统效率超过 98%，并配置智能相位管理和液冷散热。（来源：台达新闻稿）
- 2024 年 8 月 – 群光电能宣布旗下 3200W CRPS 冗余电源模块已通过 NVIDIA MGX 系统认证，并已向多家 Tier 1 云厂商客户批量出货，成为该功率段率先量产的供应商之一。（来源：Digitimes 等媒体报道）
- 2024 年 10 月 – 欧陆通在 2024 年第三季度业绩说明会上披露，其数据中心电源业务整体营收同比增幅超过 100%，计划在越南新建产能应对海外客户需求。（来源：公司投资者关系记录）
- 2024 年 11 月 – OCP 全球峰会发布下一代 OCP ORV3 48V 电源规范修订，明确推荐在 AI 整机柜中采用冷板液冷供电模组，并首次引入“动态保持时间”概念，允许智能根据负载实时调整保持时间，以寻求密度与可靠性的更优平衡。（来源：OCP 官方文件）
- 2025 年 1 月 – 受美国 AI 芯片出口管制新规影响，部分国内服务器 ODM 加快国产冗余电源模块导入进度，南芯科技等国产控制器方案在 2000W 等级模块上完成首个千台级试验局交付。（来源：行业媒体《IT之家》及相关公司微信公众号）
跟踪指标
- 台达电子、欧陆通、群光电能月度营收：这三家上市公司公告的电源相关业务营收变化能够直接反映 AI 冗余电源出货景气。
- 氮化镓/碳化硅功率器件交期：富昌电子等元器件分销平台每月发布的交期趋势，GaN MOSFET 交期从正常 12-16 周拉长至 30 周以上则意味模块产能受压。
- AI 服务器季度出货量：TrendForce、IDC 等机构发布的季度数据，以及 NVIDIA 数据中心业务营收，是下游需求的最核心标尺。
- OCP ORV3 电源规范新认证型号数量：每年 Q1/Q3 OCP 峰会新增的认证模块名单，反映了新竞争者的进入节奏与标准化程度。
- 380V/48V 直流微网项目招标量：机架集中供电在新建数据中心渗透率，若超大规模运营商招标中 48V 方案占比突破 30%，预示独立冗余模块的需求结构将发生迁移。
- 电源模块现货价格与折扣率：跟踪主要 B2B 物料平台的 3000W 冗余模块报价及大客户合约折扣，可侧面印证供需紧张程度。
信源
- Open Compute Project, “Open Rack V3 Power Specification”, 2024 版。
- 台达电子 2024 年第三季线上法说会简报及新闻稿。
- 欧陆通（300870.SZ）2024 年半年度报告及投资者关系活动记录。
- TrendForce 集邦咨询， “AI Server Shipment Tracker”, 2024 年 7 月。
- Yole Group, “Power GaN 2024: Market and Technology Trends”, 2024 年。
- Infineon Technologies, “CoolGaN™ and CoolSiC™ for Server SMPS Reference Designs”, 技术白皮书。
- NVIDIA, “DGX H100/H200 System Architecture Power Subsystem Overview”, 公开文档。
- Artesyn Embedded Power (Advanced Energy), “Fundamentals of Power Supply Redundancy”, 应用指南。
- 群光电能（6412.TW）及光宝科技（2301.TW）公开新闻及营收公告。
- 相关行业媒体报导（Digitimes、IT之家、EET-China 等），各事件已随文标注来源。
免责声明：本文所有涉及公司的信息均来自公开披露资料，所述技术参数为行业典型值或厂商公开数据，不构成任何投资、采购或业务决策建议。市场有风险，判断需谨慎。