一座人工智能数据中心需要5万吨铜：人工智能热潮背后隐藏的黑暗真相

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

语言选择 📢

发布日期：2026年5月17日 / 更新日期：2026年5月17日 – 作者： Konrad Wolfenstein

一座人工智能数据中心耗用5万吨铜：人工智能热潮背后的黑暗真相——图片来源：Xpert.Digital

云计算的神话：ChatGPT 等公司如何秘密掠夺我们的商品市场

16 年的等待：这种未被察觉的原材料短缺可能会刺破人工智能泡沫。

堆积如山的废金属和数十亿升水：新的人工智能基础设施究竟让我们付出了怎样的代价

当科技巨头们对人工智能大加赞赏时，算法、参数和云计算等抽象术语占据了主导地位。但人工智能的现实却令人震惊地残酷。为了建造巨型超大规模数据中心，该行业正在消耗难以想象的资源：数万吨铜和钢铁、数十亿升饮用水以及稀有技术金属，这些都将全球供应链推向崩溃的边缘。虽然公众讨论的焦点大多集中在电力消耗上，但深入探究后会发现，背后隐藏着更为庞大且被巧妙掩盖的资源债务。从大宗商品价格飙升和难以解决的采矿瓶颈，到迫在眉睫的电子垃圾浪潮，人工智能的蓬勃发展正成为工业史上最具侵略性和地缘政治爆炸性的资源消耗之一。.

人工智能产业：秘密资源掠夺者——数十亿美元投资背后究竟隐藏着什么

当科技公司发布最新的人工智能模型时，他们谈论的是数十亿个参数、训练数据以及人类文明的未来。铜这个词却鲜少被提及。我们更少听到的是数万吨钢铁、数百万立方米混凝土、关键稀土元素，以及每个新语言模型背后日益严重的电子垃圾问题。公众的讨论往往集中在两个方面：以千瓦时为单位的能源消耗和以升为单位的水资源消耗。这两个方面都准确，但都不完整。因为人工智能热潮所造成的物质债务远比科技公司通常发布的可持续发展报告所暗示的要广泛得多，其结构根深蒂固，且具有地缘政治爆炸性。.

铜将成为新的石油：5万吨仅仅是个开始

铜业发展协会公布了一项数据，但这项数据至今仍未得到应有的重视：一个超大规模人工智能数据中心可能消耗高达5万吨铜。相比之下，传统数据中心的铜消耗量在5000到15000吨之间。这种增长并非线性，而是质的飞跃。因此，一个人工智能数据中心消耗的铜比三个传统数据中心加起来还要多。.

当你了解铜在现代人工智能数据中心中的用途时，这个数字就变得触手可及了。铜并非单一组件，而是一种无处不在的材料，几乎渗透到数据中心的每一个环节。配电、高性能电缆、变压器、母线、连接器、冷却系统——所有这些都离不开铜。仅英伟达最新的 GB200 NVL72 单元就包含超过 5000 根铜缆，总长度超过 3.2 公里。而单个 NVIDIA H100 芯片的热设计功耗就高达 700 瓦，这对散热提出了极高的要求——因此也对基于铜的冷却系统提出了更高的要求。.

相比之下，仅微软在芝加哥耗资 5 亿美元的数据中心就需要 2177 吨铜。这表明，即使是中等规模的项目也已经消耗数千吨铜，而最大的 AI 设施的铜消耗量甚至可以达到前文提到的 5 万吨。.

铜的功能无可替代。只有这种金属才能高效地将热量传导至设备外部，也只有铜才能提供高性能数据中心电力分配所需的导电性。投资银行高盛将铜比作人工智能时代的石油，这一比喻比乍听之下更具经济意义。.

全球铜市场将受到重大影响。彭博新能源财经（BloombergNEF）的一项分析显示，未来十年，人工智能数据中心对铜的需求量将平均每年达到约40万吨，并在2028年达到峰值57.2万吨。到2035年，数据中心累计消耗的铜量可能超过430万吨。这大约相当于全球最大铜生产国智利六个月的铜产量。摩根大通预测，到2030年，全球铜缺口将达到约400万吨，而标普全球则预计，到2040年，铜需求量将增长约50%，达到4200万吨。.

金属价格飙升：人工智能热潮如何重塑市场

铜价走势揭示了一个大多数人工智能叙事所忽略的故事。2025年，伦敦金属交易所的铜价飙升超过43%，创下自2009年以来的最佳年度表现。2026年初，铜价首次突破每吨13020美元大关，随后回落至12500美元左右。高盛预计，铜价将在本十年末之前持续保持在12000美元以上。.

价格驱动因素错综复杂，相互促进。需求方面，三大主要行业正在争夺同一种金属：电动汽车和风力涡轮机推动的能源转型、电网扩建以及人工智能数据中心。供应方面，结构性缺口显而易见，任何短期投资都无法弥补。智利、印度尼西亚和刚果民主共和国等主要生产国的矿山中断、曼托韦德矿的罢工以及多年来的投资不足，都已耗尽了该体系的缓冲能力。.

然而，关键的结构性瓶颈并非地质因素，而是时间。从发现铜矿到实现商业化生产，平均需要16.2年。对于一座新的铜矿而言，在进行任何建设投资之前，必须先花费近12.4年的时间进行勘探和可行性研究。其后果显而易见：旨在满足2030年铜需求的矿山本应在2014年就被发现，并在2015年之前完成融资。但这种情况并未发生。.

与此同时，美国关税体系下的贸易政策扭曲了全球铜流通。瑞银分析师估计，美国一度持有全球约一半的铜库存，而该国铜需求量仅占全球铜需求量的不到10%。这种市场扭曲推高了国际溢价，并加剧了欧洲和亚洲的供应风险。.

钢铁、混凝土和铝：人工智能基础设施的隐藏构成

铜是最引人注目的例子，但绝非唯一一种在人工智能叙事中逐渐被边缘化的材料。建造超大规模数据中心是一个庞大的工业项目，需要大量的传统建筑材料，而这些材料在任何技术宣传中都不会出现。.

钢铁是每个数据中心的支柱。承重结构、屋顶结构、墙体系统、设备支架和安全基础设施都需要钢铁。面积小于1万平方米的小型数据中心每年大约消耗1500至2000吨钢铁和1万立方米混凝土。而对于如今容量达到150兆瓦甚至超过1吉瓦的超大规模数据中心而言，这些数字还会成倍增长。此外，重型服务器机架带来的楼板荷载也大幅增加——从传统的每平方米2.5至5千牛增加到如今所需的每平方米12至15千牛——这就需要更厚的混凝土楼板和钢筋结构。.

绿色和平组织委托应用生态研究所（Öko-Institut）进行的一项研究表明，仅人工智能专用数据中心的扩建，到2030年就需要约92万吨钢铁和约10万吨关键原材料。铝也是一种重要的原材料，由于其低密度和耐腐蚀性，数据中心将其用于外墙覆层、暖通空调系统、电缆桥架和服务器机箱。银用于服务器电路板和集成电路；钽（美国100%依赖进口）用于关键电容器；铂和钯用于半导体。.

混凝土因其极高的碳足迹而闻名：据联合国统计，建筑业占全球二氧化碳排放量的38%，而仅混凝土一项就占全球温室气体排放量的8%。数据中心的建设阶段会产生大量的所谓“隐含碳”，即并非在运营过程中产生的二氧化碳，而是在材料开采、运输和施工过程中产生的二氧化碳。由于监管报告历来侧重于运营，这些排放通常未被纳入运营商的可持续发展报告，或仅部分纳入。.

水资源悖论：每株植物每年需水量达30亿升

尽管人工智能数据中心的用水量已成为公众热议的话题，但其实际用水量仍被严重低估。一个100兆瓦的数据中心每年大约需要25亿升水——具体用水量取决于冷却技术和地理位置。据安联商业保险公司估计，大型数据中心每天的用水量可高达1900万升，相当于一个拥有5万居民的城市的日用水量。.

冷却机制对于理解水资源问题至关重要。随着蒸发式冷却塔的广泛应用，70%到85%的用水量直接蒸发到大气中，这些水资源无法挽回地流失到当地水循环中。2021年和2022年，谷歌和微软在构建大型语言模型时，两家公司的用水量分别增长了34%和20%。2022年，谷歌的数据中心用水量约为200亿升，约相当于250万欧洲人的年用水量。.

加州大学和德克萨斯大学的一项研究表明，训练 OpenAI 的 GPT-3 模型大约需要 540 万升水。其中，仅数据中心冷却就消耗了 70 万升水，其余水则用于服务器制造和发电的供应链环节。英国政府的一项分析估计，到 2027 年，人工智能驱动的全球额外用水需求将达到 42 亿至 66 亿立方米。应用生态研究所 (Öko-Institut) 预测，到 2030 年，数据中心的用水需求将增长近四倍，达到 6640 亿升。.

微软发布了一种全新的数据中心设计，该设计无需用水冷却，据该公司称，每个数据中心每年可节约超过1.25亿升水。这项创新固然值得称赞，但距离成为全球标准还相差甚远。目前全球绝大多数人工智能基础设施仍然依赖传统的蒸发冷却技术——尤其是在水资源丰富但生态环境已不堪重负的地区。.

稀土和科技金属：隐形的阿喀琉斯之踵

除了铜、钢、铝等大宗原材料之外，还有第二层更为关键的战略性材料：稀土和科技金属。没有镓，就没有高性能LED或高频芯片；没有铟，就没有触摸屏或5G天线；没有锗，就没有现代半导体；没有钽，就没有微型电容器；没有钕和镝，就没有用于冷却风扇和水泵的高性能永磁体。.

所有这些金属都有一个共同点：中国对全球供应的控制程度，是其他任何原材料供应链都无法比拟的。2023年8月，中国开始控制镓和锗的出口，几周内价格便飙升。自2025年初以来，中国甚至全面禁止了重稀土元素的出口。对于西方人工智能产业而言，这意味着一种结构性依赖，任何多元化战略都无法在短期内解决。.

镓和铟等科技金属通常只是其他原材料开采的副产品。这意味着即使价格上涨、需求增加，其产量也无法轻易提升，而是与相应主要金属的初级生产紧密相关。这种供应方面的缺乏弹性是科技金属市场的结构性特征，显著加剧了人工智能驱动的需求激增所带来的风险。.

地缘政治因素的影响因关键原材料供应路线日益受到地缘政治干扰而进一步加剧。据联合国统计，全球11%的贸易经由霍尔木兹海峡——这条通道运输着芯片制造所需的战略原材料，而近期由于伊朗冲突，该通道承受着巨大的压力。这些通道的中断不仅会增加运输成本，还会迫使保险公司大幅提高战争风险保费。.

🎯🎯🎯 数据驱动的 B2B 行业中心，作为一种准内部解决方案

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务——图片：Xpert.Digital

Xpert.Digital 是一个以数据驱动的 B2B 行业中心，由 Konrad Wolfenstein 领导。该公司为工业合作伙伴提供外部的、准内部解决方案，弥补其在市场营销、内容和销售方面的运营缺口，而无需客户投入额外资源。.

更多信息请点击这里：

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务

人工智能的隐性成本：电子垃圾和原材料如何影响我们的未来

电子垃圾：人工智能生命周期中的万亿吨定时炸弹

人工智能公司那些光鲜亮丽的宣传册上从未提及的一个问题是，他们使用的硬件寿命极其短暂。分析师预测，大多数人工智能处理器在三到五年后就会过时，因为芯片和人工智能加速器的研发周期每12到18个月就会出现一次显著的性能飞跃。这不仅意味着数十亿美元的投资会在短短几年内贬值，而且用于制造这些硬件的原材料最终只能进入一个极其短暂的回收周期——而全球现有的回收基础设施根本无法应对这种极短的回收周期。.

中国科学院发表在《自然·计算科学》杂志上的一项研究估计，在保守估计的情况下，到2030年，仅LLM硬件产生的电子垃圾总量就将达到全球900万吨。如果用户采用率快速增长，到2030年，这一数字可能约为每年250万吨。相比之下，2022年全球电子垃圾总量约为6200万吨。人工智能数据中心的出现，为这一电子垃圾流增添了一个此前几乎不存在的组成部分。.

厄科研究所警告称，到2030年，数据中心和人工智能能力的扩张将产生多达500万吨的额外电子垃圾。这些废料含有铜、金、银、钴和稀土元素等贵重材料，理论上可以回收利用。然而，实际上，无论是技术能力还是经济激励措施，都不足以支持全面的回收利用。许多此类电子设备最终流入全球南方地区的非正规回收设施，在那里，贵重金属的提取是在危险的条件下进行的。.

隐藏的成本结构：人工智能数据中心的真实成本是多少？

当业界讨论人工智能数据中心的成本时，通常会引用诸如每个大型设施造价50亿至200亿美元之类的数字。但往往缺失的是包含所有直接和间接资源成本的完整成本核算。.

据估计，铜成本占数据中心总资本成本的6%。对于一个100亿美元的项目来说，仅铜一项就需要6亿美元。目前铜价已超过每吨12000美元，而每个数据中心需要5万吨铜，这意味着每个数据中心的铜成本约为6亿美元，而且还在不断上涨，因为铜价正面临结构性上涨压力。铜价每上涨一个百分点，超大规模数据中心的建设成本就会增加数百万美元。.

此外，电网扩建的成本也不容忽视。数据中心的能源需求已经促使一些国家的政府采取了严厉的措施。在美国，特朗普总统于2026年3月强制要求谷歌、微软、亚马逊、Meta和OpenAI等科技公司签署“用户保护承诺”，要求它们自行承担新建电厂和电网扩建的全部成本。虽然这种模式为居民用电用户提供了短期保障，但它却将基础设施成本转嫁到这些公司的运营费用中，进而推高了它们的服务价格。2025年底，爱尔兰颁布了严格的法规，要求新建数据中心必须运营自己的电池储能系统或发电厂，并且至少80%的电力需求必须由新安装的可再生能源满足。.

安联商业保险公司的预测令人警醒：据估计，到2030年，人工智能基础设施的支出将达到约7万亿美元。据《华尔街日报》计算，为了证明这些投资的合理性，消费者和企业需要在人工智能产品上投资约8000亿美元——而且这笔投资将持续到目前正在建设的数据中心的整个生命周期。与此同时，安联商业保险公司预计，工期紧张、技术工人短缺以及原材料价格飞涨正日益威胁着这些建设项目。.

采矿的生态债务：全球南方谁来付出代价？

关于人工智能资源消耗的讨论通常止步于供应链变得不透明的环节：矿山。然而，在智利和秘鲁这两个主要铜生产国，铜矿开采绝非一个中立的过程。.

在世界最大的铜生产国智利，采矿活动导致阿塔卡马沙漠（地球上最干旱的地区之一）的水资源大量消耗。露天开采和后续冶炼造成严重的土壤和空气污染，并对当地生态系统造成深远破坏。在秘鲁，金融观察组织（Facing Finance）的研究表明，德国铜进口与侵犯人权的行为存在显著关联：矿区非但没有改善居民的生活条件，反而饱受社会和环境冲突的困扰。这些外部成本并未出现在任何科技公司的资产负债表中，而是由受影响的民众承担。.

采矿业本身面临着根本性的产能问题。矿业专家预测，到2040年，铜的供应缺口将高达1000万吨——大致相当于智利目前的年产量。新矿床矿石品位下降、开发成本上升、审批流程延长以及受影响社区日益增长的阻力，都进一步延长了本已极其漫长的开采周期。今天发现的新铜矿最早也要到2042年才能投产。这并非技术缺陷，而是这个行业为未来几十年发展而设计，如今却面临着指数级而非线性增长的需求曲线所带来的现实挑战。.

土地利用：人工智能基础设施的隐形足迹

人工智能对资源的巨大需求，另一个鲜为人知的方面是土地消耗。如今，超大规模数据中心不再仅仅需要几公顷土地，而是往往需要数百公顷——不仅用于服务器机房本身，还用于电力供应、冷却基础设施、备用系统以及相关的配电和变电站。对靠近稳定电网和充足水源的合适地点的需求，已经推高了弗吉尼亚州、阿姆斯特丹和法兰克福等传统数据中心所在地的房地产价格。.

麦肯锡指出，200兆瓦的系统已不再罕见，超过1吉瓦的项目也正在积极规划中。服务器机架的平均功率密度已从2022年的8千瓦增至2024年人工智能机架的17千瓦，而且这一趋势仍在持续。大多数地区的法规尚未充分考虑这一变化对空间需求和基础设施规划的影响。.

仅弗吉尼亚州一地，作为美国最大的数据中心所在地，预计到2025年，网络容量需求将增至12.1吉瓦，比上一年增长近30%。在该州，每四千瓦时中就有一千瓦时用于冷却和运行数字基础设施。在德国和欧洲，大型基础设施项目的规划和审批流程是另一个瓶颈：新建变电站和高压输电线路通常需要七到十二年的时间才能获得批准、建设和投入使用。.

建筑业的碳足迹：没人愿意衡量的东西

各大科技公司的可持续发展报告几乎一致地聚焦于一个关键指标：电源使用效率 (PUE) 值，即总用电量与 IT 用电量的比值。低 PUE 值被视为技术效率的标志。然而，该指标未能反映的是所谓的隐含碳——即原材料开采、加工、运输以及设施建设过程中产生的二氧化碳排放量。.

随着电网脱碳程度的不断提高，数据中心的运营碳足迹也相应减少，隐含碳在整体碳排放中的相对比例却在不断上升。对于下一代计划使用可再生电力的数据中心而言，隐含碳排放量可能已经占到其生命周期总排放量的一半甚至更多。然而，这一后果迄今为止在公众讨论中却鲜有提及。.

应用生态研究所 (Öko-Institut) 计算得出，即使假设可再生能源将大规模扩张，数据中心的二氧化碳排放量仍将从 2023 年的 2.12 亿吨增至 2030 年的 3.55 亿吨。在美国，数据中心使用的电力仍有 55% 来自煤炭和天然气等化石燃料。只要这种情况持续下去，每新建一座人工智能数据中心，不仅意味着对铜、钢铁和水的需求增加，还意味着二氧化碳排放量的直接上升——由此产生的社会、健康和气候系统成本，往往不会体现在科技公司的资产负债表中。.

结构性结论：隐形的代价

从这项分析中可以得出哪些结论？首先，一个令人警醒的观察是：将人工智能视为一种主要以数字形式存在的、无形的技术的说法是一种迷思。人工智能是人类历史上物质消耗量最大的技术投资之一。它消耗的铜、钢、混凝土、铝、稀土元素和水等资源，远远超过以往任何一次技术繁荣时期。.

关键的经济问题是：谁来承担这些成本？目前，成本分配遵循最大程度外部化的原则。矿业公司及其影响的社区承担原材料开采带来的环境和社会成本。市政当局和电网运营商承担基础设施超负荷运转的成本。子孙后代承担气候变化和电子垃圾的成本。而民主社会的纳税人则补贴电网扩建，如果没有人工智能的蓬勃发展，这种规模的扩建本是没有必要的。.

市场失灵是结构性的。铜价、建筑成本和能源价格已将越来越多的实际成本内部化，但智利的环境破坏、秘鲁的人权侵犯以及长期的气候成本仍然没有被计入价格。由于缺乏一个能够将这些外部性纳入考量的全面成本核算体系，人工智能产业实际上是在以补贴的方式获取原材料——而这牺牲了那些缺乏议价能力者的利益。.

第二个结论涉及对欧洲和德国的战略影响。铜、镓、锗、铟和稀土元素是欧洲几乎完全依赖进口的原材料。人工智能的蓬勃发展加剧了这种依赖性，并增加了地缘政治上的脆弱性。中国已经展现出利用出口管制作为外交政策施压手段的意愿和能力。欧洲对此缺乏有效的应对措施。.

第三个结论或许最为重要：人工智能基础设施的扩张速度与原材料开发速度根本不匹配。人工智能数据中心的建设周期为两到五年，而新建铜矿则需要十六年，新的稀土项目耗时更长。市场将通过价格机制来弥补这一差距——原材料价格上涨、建设成本上升，最终导致人工智能服务价格上涨。至于最终由谁来承担这些成本，目前尚无定论。但可以肯定的是，这笔费用将相当可观。.