人工智能数据中心引发 5 万亿美元资源危机

人工智能的快速扩张正引发一场严重且未被充分认识的资源危机，其范围远超硅芯片。美国银行（Bank of America）的一份新报告指出，AI 的“物理赋能者”领域蕴含着 5.5 万亿美元的投资机会，而市场目前尚未对这一风险定价。

报告称：“价值正在沿着 AI 价值链从芯片和软件设计商向电力、水和战略金属供应商转移。”核心问题已从资源成本转向资源的可获得性时机，导致从电力变压器到先进硬件所需的稀有金属等各方面出现结构性短缺。

到 2030 年，全球数据中心的用电量预计将达到近 950 太瓦时（TWh），超过日本全国的耗电量，每年耗水量将超过 1.2 万亿升。报告强调，大型变压器等关键组件目前的交付周期长达两到四年，价格较 2020 年上涨了 80%，使基础设施成为 AI 增长的主要瓶颈。

物理资源的这种结构性重新定价正为那些提供稳定电力、电力基础设施、冷却系统和战略金属的公司创造巨大机遇。美国银行在这些领域确定了 67 只评级为“买入”的股票，总市值约为 5.5 万亿美元。

电网接近极限

AI 建设的核心挑战不再是发电量是否充足，而是能否可靠地将其输送到正确的位置。国际能源署（IEA）预计，数据中心用电量将从 2025 年的 485 TWh 近乎翻倍至 2030 年的 950 TWh，贡献发达经济体逾 20% 的新增电力需求。仅在美国，到 2028 年，数据中心就可能占总用电量的 12%。

这种激增正冲击着为平稳需求而设计的电网，而公用事业资源规划已落后于需求曲线数年。瓶颈在于输电，高压项目面临 7 到 10 年的审批周期，这与部署数字资本所需的几个季度形成了鲜明对比。这导致微软、谷歌和亚马逊等超大规模企业成为了主要的能源买家，通过签署长期购电协议来确保核能和可再生能源的供应。

AI 隐藏的水足迹

水资源正成为比能源更紧迫的约束因素。一个 100 字的 AI 查询大约需要消耗半升水进行冷却。美国银行预计，到 2030 年，全球数据中心用水量将达到 1.2 万亿升，相当于纽约市的全年饮用水供应量。报告指出，地理位置放大了这一问题，自 2022 年以来，三分之二的美国新数据中心建在了已经面临高度水压力风险的地区。

水足迹很大程度上是隐形的，数据中心约 75% 的水消耗发生在为其供电的发电厂场外。为此，各公司正转向新技术。微软已要求所有新数据中心采用闭环液冷系统，该系统可减少高达 90% 的用水量，其效率是传统风冷的 3,000 倍。

金属与变压器的抢夺战

对于数据中心建设而言，最紧迫的问题是时间，而非成本。数据中心每兆瓦容量需要 60 到 75 吨金属，主要是铜和铝。虽然金属占资本支出不足 5%，但其稀缺性正导致项目显著延迟。报告强调，到 2030 年铜将面临 600 万吨的结构性缺口，AI 需求将占全球消费量的 2%。

自 2023 年以来，必要的稀有金属价格飙升，镓价飙升 798% 至每千克 2,246 美元，锗价上涨 514% 至每千克 8,597 美元。这些材料是硬件供应链中不可替代的瓶颈，供应短缺直接限制了 AI 芯片的生产，并限制了部署新算力的潜力。

本文仅供参考，不构成投资建议。