- 人工智能數據中心依賴大量金屬和礦物資源。
- 銅是數據中心中最重要的金屬，負責電力傳導和冷卻系統。
- 鎵和鍺在半導體應用中扮演關鍵角色，但供應風險高。
- 稀土元素和鋁在數據中心的冷卻和硬件中同樣重要。
人工智能雖然看似是一場軟件革命，但其背後的基礎設施卻極為物理化。數據中心需要大量的電力基礎設施、冷卻設備、處理器、網絡硬件及備份系統，而這些都依賴於礦物和金屬。根據一項 2026 年的研究，人工智能數據中心基礎設施的礦物需求主要來自於電力基礎設施，其中銅佔據了 83%的模型礦物質量。美國地質調查局同樣認定，銅、鋁、鎵、鍺及稀土元素等材料被廣泛應用於數據中心硬件。以下是五種對人工智能硬件生態系統特別重要的金屬。
銅的關鍵角色
銅無疑是人工智能實體建設中最重要的金屬。它負責在數據中心的電力系統、伺服器布線、變壓器、母線及其他基礎設施中傳導電流，同時其優良的導熱性也使其在冷卻系統中發揮重要作用。規模相當可觀，該研究發現，銅佔據了與人工智能數據中心基礎設施相關的總模型礦物質量的 83%，而傳輸和配電負責最大份額。國際貨幣基金組織（IMF）亦指出，一個超大規模的數據中心園區所含的銅量幾乎相當於一個中型礦場一年產出的量。
鎵的需求量雖然遠小於銅，但其在人工智能供應鏈中的重要性卻集中於關鍵部分，即半導體。鎵化合物如氮化鎵可應用於高性能功率電子設備和射頻設備，而基於鎵的半導體材料在先進電子產品中愈發重要。國際能源署（IEA）指出，鎵是供應風險特別高的礦物之一，因為其生產高度集中，且替代品有限。這使得鎵成為潛在的供應鏈瓶頸，儘管其物理佔地面積相對較小。
鎵與鍺的供應風險
鍺是另一種相對小量的材料，但在先進電子產品中卻扮演著重要角色。它用於半導體應用及高性能光纖系統，這對於在現代計算基礎設施中傳輸大量數據至關重要。IEA 將鍺列為供應風險高的材料，指出其供應集中且替代選項有限。其重要性不僅限於人工智能，但高速度計算和網絡的快速擴展使得可靠的接入對於人工智能基礎設施愈加重要。
稀土元素並非單一金屬，而是一組元素，包括釹、釤、鈷及鋱等。它們在高性能永磁體中尤其重要，這些永磁體廣泛應用於馬達及其他設備。數據中心在冷卻和儲存硬件等領域使用含有稀土的組件，同時更廣泛的人工智能基礎設施生態系統也依賴於日益複雜的馬達和電氣設備。供應方面同樣令人擔憂：IEA 指出，中國在全球磁性稀土的提煉中佔據超過 90%的份額。
稀土元素的應用
鋁在人工智能基礎設施中雖然角色不如其他金屬光鮮，但卻極為實用。鋁的輕量性、耐腐蝕性及導熱性使其在數據中心設備中，如散熱器及冷卻系統中顯得十分重要。美國地質調查局特別指出，鋁與銅一同被視為伺服器散熱器中的關鍵材料，這些散熱器負責將熱量從敏感電子元件中轉移出來。隨著人工智能處理器變得愈加強大，產生的熱量也隨之增加，因此熱管理愈顯得重要。
更大的圖景是，人工智能的礦物需求並不僅限於芯片本身。電力、冷卻及網絡基礎設施能推動對材料的更大需求，這意味著人工智能的競賽亦成為了爭奪構建所需物理資源的競賽。
人工智能基礎設施的資源競賽
隨著人工智能技術的快速發展，對於數據中心的物理基礎設施需求日益增加，這推動了對關鍵金屬的需求。銅、鎵、鍺、稀土元素及鋁等金屬的供應風險引起了廣泛關注，特別是鎵和鍺的生產集中性使得其成為潛在的供應瓶頸。這種情況不僅影響到人工智能硬件的生產，也可能對整體技術進步造成制約。因此，確保這些資源的穩定供應成為了業界的重要挑戰。