DC-stroom in datacenters: waarom hardwaremakers blind vliegen

DC-stroom komt naar het datacenter — en zet de hardware-toeleveringsketen op zijn kop

DC-stroom voor datacenters betekent dat elektriciteit binnen de faciliteit als gelijkstroom wordt gedistribueerd — steeds vaker op 800 volt (800 VDC) — in plaats van wisselstroom bij elk rack heen en weer te converteren. De verschuiving wordt afgedwongen door AI: compute-racks schieten voorbij de fysieke grenzen van de huidige 54-volt-distributie, en de industrie (aangevoerd door NVIDIA's 800 VDC-referentiearchitectuur en een ecosysteem van ruim 30 bedrijven) bouwt de volledige stroomketen, van netaansluiting tot GPU, opnieuw op rond hoogspannings-gelijkstroom.

Die herbouw is een herschikking die maar eens per generatie voorkomt, voor iedereen die de hardware in die keten maakt: schakelmateriaal, gelijkrichters, busbars, vermogensschakelaars, koeling, power shelves. En hier komt het ongemakkelijke deel — de meeste industriële bedrijven die deze apparatuur maken, hebben geen direct zicht op wat de echte kopers (hyperscalers en datacenteroperators) over achttien maanden nodig zullen hebben. Dit artikel behandelt wat er verandert, waarom het traditionele “bouwen en de markt op duwen”-model hardwaremakers op dit moment in de steek laat, en waarom de winnaars hun hardware koppelen aan digitale platformen — simulatie- en procurementlagen — die hun vertellen wat ze moeten bouwen voordat de concurrentie erachter komt.

Waarom de stroomarchitectuur juist nu verandert

Drie krachten komen tegelijkertijd samen op de stroomketen van het datacenter:

• AI-rackdichtheid. Een AI-trainingsrack trekt nu al evenveel stroom als vroeger een klein kantoorgebouw. Op 54 V zou het voeden van een 1 MW-rack tot 200 kg koperen busbar per rack vergen — op de schaal van een gigawatt-campus is dat honderden tonnen koper, alleen om elektronen de laatste paar meter te verplaatsen. Het verhogen van de distributiespanning naar 800 VDC verlaagt de stroomsterkte, de hoeveelheid koper en het aantal conversiestappen.
• Conversieverliezen. Een traditionele faciliteit converteert stroom meerdere keren tussen het net en de chip, en elke conversie verspilt energie als warmte — warmte waarvoor je vervolgens opnieuw betaalt om die af te voeren. Directe conversie van middenspannings-AC aan de rand van het gebouw naar 800 VDC elimineert meerdere AC/DC- en DC/DC-trappen; NVIDIA claimt tot 5% end-to-end-efficiëntiewinst en tot 70% lagere onderhoudskosten door minder uitval van voedingen.
• Druk op het net. Nu datacenters afstevenen op circa 3% van het wereldwijde elektriciteitsverbruik tegen 2030 (IEA), staan operators onder regelgevende en economische druk om elk procentpunt efficiëntie eruit te persen — en DC-distributie werkt bovendien beter samen met batterijen, brandstofcellen en zonnepanelen, die van nature DC zijn.

Wanneer de referentiearchitectuur van de dominante leverancier van AI-compute verandert, veranderen de specificatiebladen van elke schakelaar, vermogensschakelaar, busbar, gelijkrichter en koelkring in de toeleveringsketen mee. Dat is geen incrementele productupdate. Het is een herkwalificatie van de complete catalogus.

Het blindvliegprobleem: waarom “bouwen en duwen” hier faalt

Dit is een gesprek dat we telkens opnieuw voeren. Aan de andere kant van de tafel: een 150 jaar oude Europese industriereus — het type bedrijf waarvan het schakelmateriaal in elke elektrische ruimte op het continent staat, met engineering van wereldklasse en een catalogus die over generaties is opgebouwd. En de vraag is altijd een variant van dezelfde: hoe verandert de DC-verschuiving wat datacenters van ons nodig hebben — en wat moeten we daarvoor bouwen? Wat ons elke keer opvalt is niet de vraag. Het is dat een bedrijf met zoveel engineeringdiepte geen betrouwbare manier meer heeft om die te beantwoorden.

Hun operationele model, in een eeuw verfijnd, is: uitstekende hardware ontwerpen, die in meerjarige cycli upgraden en via distributeurs en salesteams de markt op duwen. Dat model gaat ervan uit dat de eisen van de markt langzamer bewegen dan je R&D-cyclus. In de stroomketen van datacenters anno 2026 is die aanname dood:

• De koper is veranderd. De vraag is geconcentreerd bij een handvol hyperscalers — Google, Meta, Microsoft, Amazon — en de grote colocatie-operators die voor hen bouwen. Deze kopers publiceren hun eigen rack- en stroomspecificaties, co-designen met chipleveranciers en verwachten leveranciers die referentiearchitecturen volgen die jaarlijks worden herzien, niet elke vijf jaar.
• De feedbackloop is gebroken. Vakbeurzen, distributeursrapporten en jaarlijkse key-accountreviews vertellen wat de markt vorig jaar nodig had. Tegen de tijd dat dat signaal de productroadmap bereikt, heeft de hyperscaler de volgende generatie al samen met iemand snellers ontworpen.
• De catalogus is de verkeerde interface. Een datacenterontwerper wil niet door 400 SKU's schakelmateriaal bladeren. Die wil één vraag beantwoorden: “wat heb ik voor deze faciliteit, met dit vermogensbudget en deze koelstrategie, precies nodig — en wat gaat het kosten?” Een pdf-catalogus kan die vraag niet beantwoorden. Software wel.

Het resultaat is dat een aantal van de beste hardware-engineeringbedrijven ter wereld, commercieel gezien, blind vliegt: ze komen erachter wat de markt in 2027 nodig had wanneer de orders voor 2027 uitblijven.

De platformzet: maak van vraagontdekking een product

Het strategische antwoord is niet beter gokken. Het is het model omdraaien: zet een digitale laag tussen je hardware en de markt die vraagintelligence genereert als bijeffect van oprecht nuttig zijn. Twee platformvormen passen bijzonder goed bij de stroomketen van datacenters.

1. Het simulatieplatform: een virtuele datacenterconfigurator

Stel je een tool voor waarin een operator of ingenieursbureau een virtueel datacenter samenstelt: een vermogensbudget kiest, een distributiearchitectuur (klassieke AC versus 800 VDC), een koelstrategie, een redundantieniveau — en het platform simuleert de resulterende efficiëntie, kopermassa, footprint, capex en opex, en genereert vervolgens de apparatuurlijst. Voor de gebruiker comprimeert het weken vroege engineering tot enkele uren. Voor de hardwaremaker die het platform beheert, is elke simulatie een gestructureerd, van een tijdstempel voorzien signaal van wat de markt probeert te bouwen: welke spanningen, welke vermogensklassen, welke koelbenaderingen, welke regio's — een vraagradar die het vakbeursmodel nooit kan opleveren.

2. Het procurementplatform: één interface voor de stroom-en-koelingstack

De tweede vorm is een procurementlaag voor schakelmateriaal, stroom- en koeltechnologie: configureerbare producten, transparante levertijden, compatibiliteitsregels vastgelegd in software (“deze gelijkrichter vereist deze busbarklasse”), offertes in uren in plaats van weken. Het hoeft niet uitsluitend je eigen catalogus te bevatten — de meest gedurfde versie neemt ook aanvullende apparatuur van derden op, want de interface bezitten waar aankoopbeslissingen worden genomen is meer waard dan een enkele SKU verdedigen. Elke zoekopdracht, configuratie en afgebroken offerte wordt input voor de roadmap.

Dit is niet alleen een spel voor reuzen

Het is verleidelijk om dit te lezen als een verhaal over conglomeraten en hyperscalers. Dat is het niet. Dezelfde mechanismen gelden één en twee niveaus lager in de toeleveringsketen — waar het grootste deel van de Europese maakindustrie daadwerkelijk zit:

• Een middelgrote maker van busbars, behuizingen of koelcomponenten staat voor dezelfde 800 VDC-herkwalificatiegolf, met minder foutmarge.
• Een configurator die “wat heb ik nodig voor X?” beantwoordt, is voor een mkb-bedrijf juist onderscheidender dan voor een reus, omdat geen van zijn concurrenten er een heeft.
• De prijs aan de datakant — de vraag in realtime zien ontstaan — groeit mee, ongeacht bedrijfsgrootte.

De blokkade is zelden ambitie. Het is dat industriële bedrijven de kosten van de eerste versie van zo'n platform systematisch overschatten. Een vraagontdekkingsplatform begint niet als een vijfjarig IT-programma. Het begint als een gefocust product: één buyer persona, één pijnlijke workflow (vroege dimensionering, of offertegeneratie), één verticale slice, gebouwd en gevalideerd in weken. Dat is precies het gat dat een AI Opportunity Sprint moet dichten: de platformkans met de hoogste hefboomwerking afbakenen, prototypen en voorleggen aan echte kopers voordat er serieus budget wordt vastgelegd. En als de directe prioriteit interne efficiëntie is in plaats van een nieuwe marktinterface, geldt dezelfde discipline via een AI Efficiency Audit.

De onderliggende capaciteit — software die je engineeringkennis codeert en leert van gebruik — is ook het fundament voor de volgende stap die de meeste industriële bedrijven uiteindelijk zetten: AI-agents inzetten in hun bedrijfsworkflows, van offerte-engineering tot technische support.

Hoe te beginnen: afbakenen, prototypen, valideren

1. Kies de vraag van de koper, niet het product. Schrijf de ene vraag op waarvoor je klanten ingenieurs wekenlang betalen om die te beantwoorden (“wat heeft mijn 20 MW-faciliteit nodig als ik op DC overstap?”). Die vraag is het product.
2. Codeer de kennis die je al hebt. Je dimensioneringsregels, compatibiliteitsbeperkingen en prijslogica bestaan al — in spreadsheets, in de hoofden van senior engineers. De eerste versie van het platform is vooral die kennis, interactief gemaakt.
3. Lever een verticale slice aan 5 echte kopers. Eén configuratieflow, van begin tot eind, voorgelegd aan vijf echte datacenterontwerpers of inkoopverantwoordelijken. Hun gedrag — niet hun meningen — vertelt of het platform zijn plek verdient.
4. Instrumenteer alles vanaf dag één. De waarde van vraagontdekking materialiseert alleen als elke simulatie en configuratie wordt vastgelegd als gestructureerde data die de productroadmap voedt.
5. Pas daarna: opschalen. Integraties, catalogi, multi-tenant-toegang, AI-ondersteunde configuratie — het komt allemaal nadat de loop (koper gebruikt de tool → jij leert → de roadmap verbetert) bewezen is.

Veelgestelde vragen

Wat is DC-stroomdistributie in datacenters?

Het betekent dat elektriciteit binnen de faciliteit als gelijkstroom wordt gedistribueerd — in de opkomende standaard op 800 volt — met één conversie vanaf het AC-net aan de rand van het gebouw in plaats van bij elk rack. Minder conversiestappen betekent hogere efficiëntie (NVIDIA claimt tot 5% end-to-end), aanzienlijk minder koper en eenvoudigere integratie met bronnen die van nature DC zijn, zoals batterijen en zonnepanelen.

Waarom is de overstap naar DC belangrijk voor hardwarefabrikanten?

Omdat die de specificaties van vrijwel elk component tussen het net en de chip opnieuw openzet — schakelmateriaal, gelijkrichters, busbars, vermogensschakelaars, power shelves, koeling. Productcatalogi gebouwd voor de AC-wereld moeten opnieuw gekwalificeerd worden, en de kopers die de nieuwe specificaties bepalen zijn een geconcentreerde groep hyperscalers die op jaarlijkse cycli beweegt. Wie die vraag het eerst leest, wint de design-in.

Wat is een demand-discovery-platform?

Een softwareproduct — meestal een simulatie- of configuratietool of een procurementlaag — dat een echt workflowprobleem voor je kopers oplost en je als bijeffect in gestructureerde data laat zien wat de markt probeert te bouwen. Het vervangt anekdotes van vakbeurzen door een continu vraagsignaal dat de hardware-roadmap voedt.

Wat kost het om zo'n platform te valideren?

Veel minder dan de meeste industriële bedrijven aannemen. Een verticale slice — één buyer persona, één workflow, echte data — kan in enkele weken worden afgebakend, geprototypet en getest met echte kopers. Dat is het model van de Supalabs AI Opportunity Sprint: valideer de kans voordat je serieus budget vastlegt.