谷歌在其AI数据中心投资组合中集成低压直流电（LVDC）电力系统、电池储能系统（BESS）和液体冷却技术，从备用电源转向主动电网合作伙伴角色。

AI基础设施正在以前所未有的速度扩展。Google现在每月处理超过3万亿个AI令牌，这代表从2025年5月到2026年5月计算需求增长了七倍。满足这一速度需要在能源效率和电力输送方面的创新。

Google高级技术创新副总裁Tom Garvens在9月21-23日于休斯顿举行的2026年数据中心世界电力峰会上发表主旨演讲时阐述了这一挑战。他介绍了Google全栈AI扩展方法，将数据中心定位为电网稳定性的积极合作伙伴。

为了弥合快速AI部署与多年公用事业容量扩展周期之间的时间差，Google开发了能源策略，将备用资产转化为支持电网的资源，简化高峰需求期间的运营，实现更智能的负载整形，防止破坏性的电力波动，同时支持公用事业的韧性。

Google正在审查和重新设计整个AI数据中心生态系统——从芯片到公用事业——优化液冷、低压直流（LVDC）架构、智能算法和设施设计。这项工作的核心是通过开放计算项目（Open Compute Project）等行业组织发布标准化的电力和设施技术规范，使行业能够构建相互兼容、高效和可持续的基础设施。

"Google在AI领域紧密整合了纵向集成，同时与能源供应商建立了紧密的合作伙伴关系，"Garvens说。"我们开发和设计自己的数据中心、芯片、服务器和机架。通过控制整个硬件和软件堆栈，我们可以为可持续性和能源效率进行优化。"

Google与公用事业公司一起投资以增加电网容量——这至关重要，因为一个1GW级数据中心园区可能包含数十万个互连芯片运行单个工作负载。该公司采用双轨方法：与公用事业合作伙伴合作简化电力输送，同时调整自身的硬件和软件以更好地支持电网。

"公用事业公司正在制定不同的要求，我们必须证明我们能够满足这些要求，"Garvels说。"Google、Meta、Microsoft和Nvidia联合定义了公用事业公司和超大规模数据中心运营商之间的接口规范。"

电池储能系统已成为Google园区设计的关键，用于现场能量储存和缓冲快速波动的工作负载。储能可以平滑电力和电压的变化。备用发电机仍在使用，但柴油无法有效支撑1GW及以上的园区规模。BESS越来越多地用于提供应急电力，并通过与公用事业公司的需求响应协议来支持削峰。

"当高峰需求超过我们拥有的电力容量时，我们可以从本地储能中获取电力，"Garvens解释道。

Google没有去争夺饱和市场中的有限容量，而是选择了拥有充足土地和可用电力的偏远地点。该公司还在考虑在小城镇开发园区，使数据中心成为当地的主要雇主。

Google已放弃集中式不间断电源系统，转而采用运行在约54 VDC的机架级电池备份。消除额外的AC-DC-AC转换步骤可实现约1.5%的效率提升。

"我们在机架顶部进行所有电力转换，将交流电降至54伏，然后通过机架传输直流电；我们的电池备份也在相同电压下运行，"Garvens说。

Google在芯片、机架和设施层面引入了诸多改进，由软件支持，该软件混合工作负载以平滑整体负载并使其更具可预测性。机架密度仍然是一大挑战，路线图显示未来一到两年内机架功率可能接近1MW——这要求至少对较热的元件采用液冷。

以较低电压输送所需电流需要更多铜材的母线和电缆，这要求更高的配电电压。Google正在逐步迁移到800 VDC用于电力分配，预计需要一两年时间才能成熟。

在此期间，Google已在机架旁部署了"侧柜"——相邻的电力分配机柜，用于容纳电缆和电力设备——以为高密度服务器预留机架空间。代价是占用更多楼面面积。一旦800 VDC广泛应用，这些侧柜可以改造为额外的AI服务器机架。

"我们正在与业界合作推进固态变压器的商业化，"Garvens说。"我们也在继续提高电源使用效率。我们永远达不到1.0，但我们继续挑战自己尽可能接近这个目标。"

Google运营着数十个数据中心，还有许多正在建设中，因此可以灵活地选择在哪里运行工作负载。"如果俄亥俄州发生热浪而我们正在运行一个大规模工作负载，我们已经制定了协议，只要规划得当，我们就可以关闭某些工作负载或将其转移到其他地方（如果这些工作负载是关键的），"Garvens说。"我们有一个多元化的投资组合，可以灵活调配。"

水资源策略是另一个重点领域。Google正在投资闭环冷却系统——密闭液体循环，工作液保持在系统内，补充用水最少化——这标志着从大量耗水设计的转变。没有单一的解决方案；根据海拔、湿度、水位、干旱风险和社区需求的不同，Google与合作伙伴合作确定合适的电力容量和最优冷却设计。

"我们与合作伙伴合作，了解有什么资源可用，然后确定我们能获得多少电力以及采用什么样的用水策略或闭环设计最为合适，"Garvens说。

每一代新芯片通常消耗更多电力，而且每年都有多个芯片问世。"对我们来说，最宝贵的资源是一瓦特：你不想浪费任何一瓦，"Garvens说。"因此，使我们的数据中心和设计设计得尽可能高效，能够满足我们可以预见的这些芯片路线图，这就是为什么我们与硅芯片和GPU设计团队的合作如此关键。"