人工智慧數據中心引發 5 萬億美元資源危機

人工智慧的快速擴張正引發一場嚴重且未被充分認識的資源危機，其範圍遠超矽芯片。美國銀行（Bank of America）的一份新報告指出，AI 的「物理賦能者」領域蘊含著 5.5 萬億美元的投資機會，而市場目前尚未對這一風險定價。

報告稱：「價值正在沿著 AI 價值鏈從芯片和軟件設計商向電力、水和戰略金屬供應商轉移。」核心問題已從資源成本轉向資源的可獲得性時機，導致從電力變壓器到先進硬件所需的稀有金屬等各方面出現結構性短缺。

到 2030 年，全球數據中心的用電量預計將達到近 950 太瓦時（TWh），超過日本全國的耗電量，每年耗水量將超過 1.2 萬億升。報告強調，大型變壓器等關鍵組件目前的交付週期長達兩到四年，價格較 2020 年上漲了 80%，使基礎設施成為 AI 增長的主要瓶頸。

物理資源的這種結構性重新定價正為那些提供穩定電力、電力基礎設施、冷卻系統和戰略金屬的公司創造巨大機遇。美國銀行在這些領域確定了 67 只評級為「買入」的股票，總市值約為 5.5 萬億美元。

電網接近極限

AI 建設的核心挑戰不再是發電量是否充足，而是能否可靠地將其輸送至正確的位置。國際能源署（IEA）預計，數據中心用電量將從 2025 年的 485 TWh 近乎翻倍至 2030 年的 950 TWh，貢獻發達經濟體逾 20% 的新增電力需求。僅在美國，到 2028 年，數據中心就可能佔總用電量的 12%。

這種激增正衝擊著為平穩需求而設計的電網，而公用事業資源規劃已落後於需求曲線數年。瓶頸在於輸電，高壓項目面臨 7 到 10 年的審批週期，這與部署數字資本所需的幾個季度形成了鮮明對比。這導致微軟、谷歌和亞馬遜等超大規模企業成為了主要的能源買家，通過簽署長期購電協議來確保核能和可再生能源的供應。

AI 隱藏的水足跡

水資源正成為比能源更緊迫的約束因素。一個 100 字的 AI 查詢大約需要消耗半升水進行冷卻。美國銀行預計，到 2030 年，全球數據中心用水量將達到 1.2 萬億升，相當於紐約市的全年飲用水供應量。報告指出，地理位置放大了這一問題，自 2022 年以來，三分之二的美國新數據中心建在了已經面臨高度水壓力風險的地區。

水足跡很大程度上是隱形的，數據中心約 75% 的水消耗發生在為其供電的發電廠場外。為此，各公司正轉向新技術。微軟已要求所有新數據中心採用閉環液冷系統，該系統可減少高達 90% 的用水量，其效率是傳統風冷的 3,000 倍。

金屬與變壓器的搶奪戰

對於數據中心建設而言，最緊迫的問題是時間，而非成本。數據中心每兆瓦容量需要 60 到 75 噸金屬，主要是銅和鋁。雖然金屬佔資本支出不足 5%，但其稀缺性正導致項目顯著延遲。報告強調，到 2030 年銅將面臨 600 萬噸的結構性缺口，AI 需求將佔全球消費量的 2%。

自 2023 年以來，必要的稀有金屬價格飆升，鎵價飆升 798% 至每千克 2,246 美元，鍺價上漲 514% 至每千克 8,597 美元。這些材料是硬件供應鏈中不可替代的瓶頸，供應短缺直接限制了 AI 芯片的生產，並限制了部署新算力的潛力。

本文僅供參考，不構成投資建議。