AI可能不是銅多頭期待的“需求引擎”：數據中心銅需求面臨多重
圍繞人工智能帶來的新一輪基礎設施擴張，銅被重新推到投資敘事的核心位置。但路透專欄作者Andy Home撰文稱，在看似清晰的需求邏輯背後，多項不確定因素正在削弱“AI必然大幅推升銅需求”的單一判斷。
標普全球市場情報公司（S&P Global Market Intelligence）的數據給出了一個直觀對比：加密貨幣數據中心每兆瓦裝機容量約需21噸銅，而中國的AI訓練型數據中心則達到47噸。這一差異強化了市場的基本預期——算力升級意味著更高的銅消耗。
在這一前提下，標普全球預計，與數據中心及配套設施相關的銅需求將從2025年的110萬噸增長至2040年的250萬噸。然而，該機構同時給出一個跨度極大的區間：需求可能低至170萬噸，也可能高達270萬噸，具體取決於多項快速變化因素的疊加作用。
正如其報告《AI時代的銅》所指出，這種區間本身既反映不確定性，也意味著未來面臨的挑戰規模。
擴張節奏的不確定性
決定銅需求上限的關鍵變量之一，是AI數據中心的實際落地速度。牛津大學史密斯學院與經紀公司Marex集團的研究認爲，大量已宣佈的算力項目存在誇大成分，被稱爲“吹牛瓦”。
該研究指出，儘管市場普遍預期AI基礎設施將呈指數級擴張，但現實更可能表現爲“一個延遲、不均衡且受物理現實制約的落地過程”。
電力接入是最突出的約束之一。數據中心建設週期通常爲18至24個月，但2018年至2023年間，美國電網接入的平均等待時間達到4年。這還未考慮電力供應本身是否充足。
愛爾蘭的案例進一步說明了這一瓶頸。由於數據中心數量激增，到2021年該行業已佔中國全國能源消耗的20%以上，甚至對電力系統構成壓力。該國電網運營商因此實施了長達四年的新項目接入暫停，近期雖已解除，但附加了嚴格限制。
史密斯學院的研究還提到，變壓器等關鍵設備交付週期過長以及專業勞動力短缺，正導致規劃產能與實際投產之間的差距不斷擴大，並警示銅需求可能同樣受到這一“交付缺口”的影響。
技術演進對銅強度的壓縮
即便數據中心持續建設，其單位銅消耗也並非固定不變。隨著算力競爭加劇，芯片架構升級正在推動機架設計和連接方式同步調整。
標普全球指出，處理器機架之間的連接正逐步從銅纜轉向光纖，這一變化可能使每兆瓦的銅用量減少4至5噸。在非加密類數據中心當前30至40噸的銅強度區間內，這一降幅並不算小。
更深層的變化來自電力系統設計。英偉達認爲，傳統低電壓方案將需要“不可持續數量的銅纜”，難以支撐下一代AI中心對低延遲和高帶寬的要求。其提出向800伏系統過渡，在相同規格下可多輸送157%的電力，從而減少導體數量和連接組件規模。
在英偉達看來，降低銅使用不僅是成本優化手段，也是提升機架功率密度的關鍵路徑。
關鍵材料約束不止於銅
即便銅供應本身趨緊，其是否成爲核心瓶頸仍存在爭議。一些市場多頭認爲，銅的供給缺口可能限制AI基礎設施擴張。但在更廣泛的材料體系中，其他金屬的約束可能更爲突出。
世界經濟論壇的數據顯示，數據中心每兆瓦裝機容量需要約60至70噸各類礦物資源，除銅之外，還包括鋁、鈷、鎳、錫、金、銀、鍺、鎵以及稀土元素。
其中，鍺和鎵的供應風險更爲突出，西方市場供應已明顯收緊。大型科技企業正在與美國國防部及歐盟爭奪資源，而歐盟也在推進戰略金屬儲備計劃，供給分配的不確定性持續上升。
Home總結道，AI基礎設施投資的敘事，很大程度上建立在需求快速兌現的假設之上。但現實中，電力系統、設備製造能力以及關鍵金屬供給，共同構成了難以迴避的約束條件。
銅在數據中心中的應用不會消失，但其使用強度正受到技術路徑變化的影響。同時，AI算力競爭本身也在不斷重塑硬件架構，從而改變材料需求結構。
在多重變量交織之下，AI帶來的銅需求增長並非單向線性過程。當前市場將其視爲下一個“大週期驅動因素”的定價方式，可能尚未充分反映這一複雜性。
