top of page

Siemens 与 Reinhausen 瞄准 AI 数据中心电力市场,但该计划仍需验证

据报道,Siemens 和 Maschinenfabrik Reinhausen 于 8 月 15 日因一项面向 AI 数据中心开发电力解决方案的计划登上 Google News。尽管存在一项重要疑问,两者的合作在工业层面颇具合理性。但被收录的报道提供的技术细节,远少于基础设施买家评估拟议工作所需的信息。

两家公司已经在变压器监测和数字资产管理方面拥有合作基础。Siemens 提供电气化、自动化和设施软件,Reinhausen 则专注于变压器调节、监测和电能质量。双方能力的结合,瞄准了 AI 扩张中日益突出的制约因素:从电网接入点到敏感计算设备,持续提供稳定电力。

然而,这并不是一次已确认的产品发布,也没有公开规格、具名客户或部署成果。更准确地说,它是一项符合 Siemens 不断扩展的合作伙伴战略的战略方向。Siemens 近期与 Rittal、Delta、NVIDIA 和 Soluna 达成的协议,构成了竞争参照点。

因此,核心问题并不在于两家成熟的电气供应商能否合作,而在于它们能否将互补组件转化为经过验证的架构,让数据中心开发商比采用传统逐项目定制的电力系统更快部署。

Siemens 与 Reinhausen 的报道实际改变了什么

据报道,这项开发工作使双方关系更接近一套完整的 AI 数据中心电力方案,但尚不足以证明其已形成可上市系统。

Google News 列表将原始报道归于 Automation.com。报道指出,Siemens 和 Reinhausen 正在为 AI 数据中心开发电力解决方案。截至本分析撰写时,两家公司均未能轻易找到详细的联合技术公告。

这一验证缺口很重要。开发协议、产品集成和可商用的参考设计,代表三种不同层级的承诺。买家不应将这些类别视为可以互换。

不过,该报道背后确有已记录的合作关系。2024 年 4 月,Siemens 将 Reinhausen 的 TESSA APM 应用纳入其 Xcelerator 合作伙伴生态系统。TESSA APM 用于监测变压器和开关设备状态,而 Siemens 的 Electrification X 软件则提供了更广泛的变电站资产视图。

此前的资产监测集成旨在让运营商通过一个界面评估设备健康状况。Siemens 表示,这一组合可支持更早识别故障和更主动的维护。Reinhausen 则将其描述为覆盖整个变电站的统一视图。

这一集成解释了为何更深入的数据中心合作具有可信度。AI 设施依赖变压器、开关设备、保护系统、控制系统和监测软件,形成一条统一的运营链条。任何薄弱环节都可能延误投运,或中断高价值计算负载。

Reinhausen 在有载分接开关(OLTC)领域拥有特别经验。OLTC 可在变压器保持带电时调节其变压比。这项能力有助于在电网条件和设施需求变化时维持可用电压。

其 ETOS 平台还提供变压器监测、控制、调节和数字化记录功能。Reinhausen 还开发了有源谐波滤波器,可检测并补偿电波形失真。谐波会增加损耗、使设备发热,并干扰敏感系统。

Siemens 则提供更广泛的基础设施层。其产品组合涵盖中压配电、保护、楼宇控制、数字孪生、自动化和能源管理。该公司也一直在开发参考架构,将设施设计与加速计算需求连接起来。

因此,据报道的变化体现在范围上。双方既有的集成侧重于资产可视性;一项 AI 数据中心计划则会将变压器行为和电能质量纳入更大的设计框架,涵盖容量、可靠性和可重复部署。

同样重要的是,仍有许多未知信息。无论是被收录的标题还是此前的集成,均未说明这项据报道工作的新电气拓扑、性能门槛、试点地点、交付时间表或商业发布日期。

这些缺失并不否定合作本身。它们界定了该合作当前的成熟度。在规格或现场成果出现前,这项公告应被视为发展方向,而非已完成的解决方案。

为什么 AI 数据中心电力已成为瓶颈

AI 基础设施正使电力设计从一项辅助性工作,转变为决定计算容量能在何处运行的首要约束。

根据国际能源署的数据,全球数据中心用电量在 2024 年约为 415 太瓦时,约占全球电力消费的 1.5%。

该机构预计,到 2030 年,相关用电量将增长逾一倍,达到约 945 太瓦时。AI 是这一增长的最大驱动因素,尽管云服务和其他数字工作负载也有所贡献。这项电力需求预测将美国置于扩张的中心。

这种增长在地理上高度集中。一个大型计算园区可在单一电网节点增加数百兆瓦负载。因此,当地输电容量、变电站、变压器和发电可用性的重要性,可能超过全球供应总量。

问题还涉及负载行为,而不只是年度消费量。随着计算任务启动、停止或在不同处理阶段之间切换,AI 加速器可能导致电力负载快速变化。电力系统必须在这些变化期间将电压和频率维持在可接受范围内。

北美电力可靠性公司已将大型数据中心列为近期可靠性挑战。其 2025 年评估描述了一起 2024 年事件:在发生输电故障后,约 1,500 兆瓦的数据中心负载脱网。

如此大规模的需求瞬间消失,类似于系统中突然出现一台大型发电机。发电量会暂时超过消费量,从而可能推高系统频率和电压。得州还报告了规模在 100 至 400 兆瓦之间的较小事件。

NERC 认为,规划人员需要更好的模型来了解数据中心如何响应电网扰动。当前工具并不总能捕捉电源、备用系统、冷却设备和保护控制的集体行为。其可靠性评估呼吁改善运营数据和建模。

这正是 Siemens 和 Reinhausen 可以提出连贯机制的领域。Siemens 可以建模并协调更广泛的电力系统;Reinhausen 则可提供详细的变压器状态、电压调节和电能质量能力。

变压器本身也已成为进度风险。美国能源部数据显示,配电变压器的交付周期从 2019 年的 3 至 6 个月延长至 2023 年的 12 至 30 个月。

该部门 2026 年的一份简报显示,部分 2024 年订单的交付周期达到一至两年甚至更长。用于变电站和发电机的大型变压器则可能需要三至四年。该部门的变压器供应分析将延误归因于需求、材料、劳动力和大量的产品差异。

这些交付周期改变了采购策略。数据中心开发商无法先确定建筑方案,再把电气设备视为后续采购项目。变压器规格、保护设定、冷却、物理布局和电网研究必须尽早纳入计划。

标准化架构可通过减少重复工程和测试来提供帮助。但它们本身无法创造制造产能或电网接入条件。这一区别将有用的参考设计与关于更快部署的过度承诺区分开来。

Google News 凸显 Siemens 更大的合作伙伴战略

Reinhausen 的报道符合 Siemens 一项有意布局的战略:围绕 AI 数据中心基础设施的不同层级整合专业合作伙伴。

Siemens 并非以单一、垂直整合的产品切入市场。它正在构建一个生态系统,让合作伙伴分别贡献变压器智能、机柜、冷却、模块化系统、可再生能源或计算规格。

其与 Rittal 的合作瞄准数据中心白空间的标准化配电。白空间是指包含机架、服务器、存储和网络设备的受控区域。双方曾讨论为这一环境打造下一代侧挂式电源机架。

Rittal 提供机柜、冷却和物理基础设施,Siemens 则提供配电和自动化。双方于 2026 年 3 月公布的配电合作强调了依据国际电工委员会要求进行标准化。

Reinhausen 的合作关系位于更上游。变压器调节、资产健康状况和谐波控制,会在电力到达机架级配电之前产生影响。因此,Reinhausen 是 Rittal 的补充,而不是直接替代者。

Siemens 还与 Delta 建立了面向预制化、模块化电力系统的全球合作伙伴关系。两家公司表示,场外组装和测试可降低现场复杂度。Siemens 称,这种方法可将部署时间最多缩短 50%。

这一数字仍是与特定设计和项目背景相关的公司说法,不应自动套用于 Siemens 和 Reinhausen 的系统。不过,它展示了 Siemens 希望从合作伙伴关系中获得的成果:可重复的模块,将工作从施工现场转移出去。

与 NVIDIA 的合作则将这些电气架构与计算工作负载连接起来。Siemens 已开发与 NVIDIA DSX 蓝图及特定加速器系列相一致、可用于仿真的设计。该公司此前曾介绍一套与 NVIDIA 和 nVent 共同开发的 100 兆瓦超大规模架构。

这种方法试图将电力规划与预期机架密度和计算行为联系起来。它还引入了每瓦 token 的概念,用于衡量有用 AI 输出相对于耗电量的表现。这一指标颇具吸引力,但它取决于模型、利用率、硬件和软件。

Siemens 与 Soluna 的合作探索了另一项压力点。一项计划中的得州 2 兆瓦试点,将 Siemens 的设备和控制系统与一个由可再生能源供电的计算站点配对。双方计划研究电表后由 GPU 驱动的快速负载变化。

这项得州电力试点具有参考意义,因为它包含明确的地点、容量和验证目标。与笼统的开发公告相比,这些细节更便于判断进展。

这些协议共同揭示了市场中的主要竞争对手。并非 Siemens 对阵 Reinhausen,也并非 Reinhausen 对阵 Rittal,而是标准化、数字化建模的基础设施,与为每个园区重复进行的定制电气工程之间的竞争。

标准化路线承诺可更早选定设备、复用研究成果、开展工厂测试并协调控制系统。定制路线则保留了灵活性,以满足独特的公用事业要求、现场条件、冗余目标和业主偏好。

没有任何一种路线能在所有项目中取胜。数据中心接入不同的电网,遵循不同的电气标准,并服务于不同的工作负载。可复用的架构必须容纳这些差异,同时不能沦为另一种高度定制化的设计。

Reinhausen 可以通过提升变压器运行的可观测性,强化 Siemens 的标准化路线。状态数据可支持维护规划,而电压和谐波控制则可应对本地电能质量问题。

不过,仅靠软件集成并不能在完整电力链中建立互操作性。两家公司必须说明数据如何在设备之间流动、哪些控制决策实现自动化,以及运营人员如何在异常事件期间保留决策权。

这正是 Google News 标题背后的实际含义。Siemens 似乎正在为不断扩张的基础设施联盟再添一位专业合作伙伴。其市场价值将取决于这些独立合作关系能否汇聚为经过测试的系统。

真正的机制:从变压器到算力的控制

可信的联合解决方案必须协调电压、设备状态、保护和工作负载行为,而不是将彼此独立的产品冠以同一个标签。

AI 数据中心的电力问题始于电力抵达服务器之前。公用事业接入必须提供足够容量。随后,变电站通过开关设备、母线槽、电力转换设备和机架级系统来变换电压并分配能源。

每一次转换都会产生损耗和潜在故障点。保护装置必须隔离故障,同时避免不必要地断开健康负载。监控系统必须能够区分设备问题与正常的工作负载变化。

变压器处于关键节点。它们承受热应力、绝缘老化、电压波动和负载变化。运营人员需要了解当前状态及剩余运行裕度。

Reinhausen 的 TESSA APM 旨在将传感器和设备数据转化为健康评估和维护建议。该公司表示,ETOS 为变压器监控和调节提供了模块化环境。

集成的 Siemens 界面可将这些变压器信号与开关设备、保护和设施数据并列展示。这样的统一运行视图可缩短识别电力链中哪一部分触发告警所需的时间。

更具雄心的机制涉及协调行动。如果电压偏离目标范围,系统可能会调节分接开关。如果谐波升高,有源滤波器可以注入补偿波形。如果设备接近热极限,控制系统可以通知运营人员或请求调整负载。

自动化必须受工程规则约束。变压器控制不应追逐计算设备造成的每一次短暂波动。过度切换可能增加磨损或引发新的不稳定性。

系统还需要可靠的时间同步和数据质量。若仪表盘将延迟的变压器读数与实时开关设备测量值结合,可能导致误导性的诊断。通用数据模型将成为运行要求,而非行政细节。

网络安全带来了另一项约束。变压器控制和设施自动化构成运营技术,即 OT 的一部分。OT 管理物理过程,其受阻可能损坏设备或中断服务。

将 OT 数据连接至云端分析可提升机群可视性,但也扩大了防御人员必须监控的路径。身份控制、网络分段、签名更新、审计日志和本地后备运行应成为任何已发布架构的一部分。

电能质量同样值得关注。冷却驱动器、不间断电源和电力转换器都可能造成谐波失真。外部电网状况也可能引入额外扰动。

Reinhausen 表示,其超过 3,000 台 GRIDCON 有源谐波滤波器已在工业应用中运行。该公司将该设备推广用于数据中心,但公开资料并未说明其中有多少安装项目服务于 AI 计算设施。

未来的 Siemens 和 Reinhausen 设计应公布可量化阈值。买家需要了解允许的谐波失真、响应时间、支持的通信协议、冗余模型、网络安全要求和环境限制。

他们还需要一套调试方法。工厂验收测试在交付前验证组件总成,而现场验收测试则在安装后检查性能。两者都应包括现实的负载切换和故障条件。

数字孪生可在建设前降低风险。数字孪生是物理系统的软件表示,并通过工程或运行数据进行更新。Siemens 可在设备到场前模拟电力流、保护行为、空间和热交互。

模型始终只是近似。AI 工作负载在训练、推理、存储和网络之间存在差异。GPU 世代的变化速度也快于变压器和开关设备,后者通常会服役数十年。

因此,有用的架构必须将稳定的基础设施与快速变化的算力假设分离。它应允许开发商修改机架配置,而无需重新设计完整变电站。这种灵活性很难实现,但它是长期价值的核心。

这项公告仍未证明什么

在 Siemens 和 Reinhausen 公布规格、客户证据及可供独立审查的性能数据之前,这一合作叙事仍未经验证。

第一项不确定性涉及商业范围。目前尚不清楚两家公司计划推出的是新产品、设计指南、软件连接器还是打包系统。每一种选择都会形成不同的采购和支持模式。

第二项涉及责任归属。集成系统可简化采购,但故障会引发所有权问题。买家需要知道哪家供应商主导设计保证、调试、事件响应和保修协调。

第三项涉及性能。无论是已索引的报道,还是有据可查的 2024 年集成,都没有提供 AI 数据中心基准。尚无关于正常运行时间、电力损耗、谐波降低、调试速度或避免维护的公开结果。

因此,公司预测仍应被标注为预测。Siemens 现有的有关模块化部署或降低资本需求的主张适用于其他合作关系。它们是有用背景,而非这项所报道 Reinhausen 项目的证据。

电网容量也仍不在任一供应商的直接控制范围内。设计良好的变电站无法消除公用事业互连排队,也无法缩短每一个许可流程,更不能保证发电能力会按期到位。

NERC 最新的规划工作说明了这项外部挑战的规模。其 2025 年长期评估预测,北美夏季峰值需求将在十年内增加 224 吉瓦。数据中心占预测增量的大部分。

同一评估指出预测存在相当大的不确定性。一些计划中的园区将延迟落地、缩减规模、迁址,或根本无法开工建设。如果公用事业公司将每一项互连申请都视为确定需求,就有过度建设的风险。

标准化的 Siemens 架构可让实际项目更易交付。但如果开发商将设备模块化误认为可获得的电网容量,它也可能助长过于乐观的进度安排。买家必须评估从发电到机架的完整路径。

变压器供应能力构成另一项限制。Reinhausen 制造重要的变压器组件和控制系统,但它无法消除变压器铁芯、钢材、铜材、劳动力和工厂产能方面的短缺。

互操作性同样需要审查。数据中心业主很少从单一供应商采购所有电气组件。联合架构应说明它如何与第三方变压器、保护继电器、楼宇控制系统和能源管理平台协作。

专有集成可以提供完善的体验,同时提高切换成本。开放协议可提升灵活性,但需要跨供应商进行细致测试。买家应同时审视即时运行收益和长期依赖性。

两家公司此前的软件集成提供了有用起点,但并非最终答案。统一仪表盘可帮助团队解读告警,却不会自动协调保护,也无法验证系统在严重电网事件期间的运行表现。

独立观察支持谨慎解读。Electric Power Research Institute 强调,数据中心需要持续获得高质量电力。其负载特性指南还区分了年度能源需求与短期运行行为。

这种区别应塑造任何试点。一套在稳定运行期间表现高效的系统,仍可能在故障、切换或同步负载变化时反应不佳。验证必须覆盖正常和异常状态。

透明度将提升信心。Siemens 和 Reinhausen 应明确目标架构、公布组件边界,并说明哪些主张来自模拟。后续披露应区分实验室测试与现场运行表现。

在此之前,这项被报道的工作在战略上具有合理性,但在技术上尚未充分定义。这在早期开发阶段并不罕见,但也正因此,买家不应将一则简短标题视为已具备部署条件的证明。

决定该计划是否重要的三个信号

下一批证据应以明确的架构、具名的现场部署,以及来自真实运行条件的性能结果呈现。

第一个信号是正式的技术发布。它应明确从公用事业接入、经变压器控制到下游配电的系统边界。支持的产品、协议、标准和区域配置都应得到明确说明。

如果该发布定义了一种可重复的架构,并明确集成责任,其说服力将得到增强。一个笼统的产品组合页面则会削弱这样一种解读:即 Siemens 和 Reinhausen 正在构建某种独特方案。

第二个信号是具名的试点或客户。最有力的公告应明确容量、地点、工作负载类型、公用事业背景和调试时间表。试点无需达到超大规模容量,也能提供有用证据。

Soluna 计划中的 2 兆瓦项目提供了一个相关的披露模式。它给出了场地、技术问题和验证目标。Siemens 和 Reinhausen 的部署也应提供类似的清晰度。

客户的角色很重要,因为供应商可以控制实验室条件。现场引入了真实的公用事业扰动、混合设备、维护实践和运行约束。这些条件会揭示集成究竟是降低了复杂性,还是仅仅将其转移到了别处。

第三个信号是测量所得的性能。有用结果应包括负载阶跃期间的电压行为、谐波失真、变压器温度、保护响应、系统可用性和调试时间。

结果应说明基线和测试条件。若不了解原始设计、工作负载、环境条件和测量周期,百分比提升的意义有限。独立评审将增强可信度。

供应链方面的证据同样会有所帮助。这些公司应说明其设计是否采用标准化设备,以及主要组件的采购周期。若所需硬件仍难以获得,设计复用的价值就很有限。

竞争对手的反应将构成另一项市场检验。Eaton 和 Siemens Energy 正在推广模块化现场发电和电气系统。Schneider Electric、Vertiv、ABB、Delta 和 Rittal 也在推进更高密度的数据中心基础设施。

Siemens 和 Reinhausen 若发布强有力的成果,将迫使这些供应商以可比的变压器智能化能力或集成式电能质量控制作出回应。若反应平淡,则可能表明竞争对手认为这只是常规的组件集成。

开发商和企业买家应关注采购行为,而非合作伙伴数量。多个园区的重复订单将证明该架构能够适应不同场地。单一的展示性部署则难以说明同样的问题。

此次出现在 Google News 上,已成功凸显了一个真实的基础设施问题。AI 的扩张如今不仅取决于处理器的可得性,也同样依赖变压器、控制系统、保护装置和电网运行特性。

对于评估这一市场的读者而言,实际行动很简单:跟踪技术发布、首个具名部署,以及首批测量结果。如果这些信号出现,Siemens 和 Reinhausen 将已超越生态系统公告的阶段。若未出现,这一故事仍将是一项可信的合作论点,但证据不足以支持基础设施决策。

 
 

免费开始

一款本地优先的AI助手,具备个人知识管理功能

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)M-Chip Mac

在你的大脑里添加一个搜索栏

Ask remio

记住一切

​无需整理

bottom of page