人工智能的下一个瓶颈可能不是GPU，而是铜、银和镓。

我一直在研究人工智能基础设施背后的物理供应链，我的结论很直接：

  • 人工智能不仅仅是软件贸易。
  • 它不仅仅是半导体贸易。
  • 它甚至不是仅仅是电网贸易。

在规模上，人工智能是一种金属贸易。

市场热衷于讨论GPU、NVIDIA、超级计算机、电力合同、冷却系统和数据中心投入资本。所有这些层次都在一个物理金属基础上堆叠起来，越来越受到限制。

我关注的主要金属是铜、银、金、锌、镓、稀土金属、铝、锂、镍、钴和一组较小的关键矿物，如锗、锑、钽、砷、氟spar、白金和钯。

我的读法是，人工智能金属问题分为两个类别：

  1. 体积瓶颈：铜和银。
  2. 死角瓶颈：镓和稀土金属。

铜是最大的一个。

一个100兆瓦的超级计算机中心可以需要大约2700到4700吨的铜。铜用于电力线、母线、连接器、变压器、开关设备、接地系统、热交换器、分站、传输设备和冷却系统。

铜可以占据数据中心资本支出的6%。

全球铜需求约为2800万吨，预计到2040年将达到4200万吨。这是一种大约50%的增长。

人工智能数据中心预计每年将消耗400万吨的铜，到2028年需求将达到572万吨。长期来看，数据中心可能每年消耗3000万吨的铜，提高其在全球铜消费中的份额，从目前的1%增加到7%。

问题是供应。

铜市场已经紧张。2025年的纯铜赤字预计从124万吨到304万吨不等。2026年分析师的共识也指出赤字条件。

长期来看，情况变得更加严重。IEA预测到2035年可能出现30%的铜供应赤字，相当于每年约6000万吨。S&P Global更为激进，预测到2040年可能出现1000万吨的短缺。

这不是容易解决的问题。

新铜矿需要从发现到首次生产的平均时间为17年。智利的铜矿品位自1991年以来下降了约40%。到2025年底，储存库存仅约661021吨。虽然今年已经上涨，但仍然历史上相对紧张。

铜价格已经触及了约11952美元/吨的价格，今年以来增长了约35%。BloombergNEF预测到2028年可能达到13500美元/吨的价格，因为需求继续跑赢供应。

我的看法是，铜是最清晰的“人工智能基础设施瓶颈”金属。不是因为人工智能是唯一的需求驱动者，而是因为人工智能正与电动汽车、电网升级、可再生能源、电气化、国防重返和工业电力需求等多个趋势同时出现。

这就是问题。太多的趋势都在同一金属上。

银是第二个主要的体积问题。

银是最电导性的金属。在人工智能基础设施中，它出现在开关设备、熔断器、银镀铜连接器、母线、热接面材料、热交换器和电子设备中。

还有太阳能的角度。每个用于供电数据中心的太阳能板中都含有约20克的银。一个500兆瓦的太阳能阵列可能需要约300吨的银。

2024年全球银需求达到1160亿盎司。

工业制造成记录680.5亿盎司，占总银消费的约59%。十年前，工业用途占市场的比例仅为50%。

电气和电子设备的需求仅在2024年就消耗了460.5亿盎司。太阳能光伏设备的需求还消耗了197.6亿盎司。

银市场已经在结构性赤字中。

2024年的赤字为148.9亿盎司，约合4,630吨。预计2025年的赤字将达到117.6亿盎司，虽然比2024年小，但仍是连续第五年的短缺。

2021年至2025年的累计赤字总计近800亿盎司，约合25,000吨。

2024年矿产生产仅为819.7亿盎司，仅增长了0.9%。

重要的是，约70%的银是作为铜、铅和锌开采的副产品。因此，银生产商不能简单地通过提高价格来增加供应。

库存也不是令人满意的。COMEX银库存报告从约150亿盎司下降到约46亿盎司。LBMA金库中约有325亿盎司可用的金属。

2026年1月，银价格交易了约80美元/盎司的价格，同比年内增长了约170%。

我的看法是，银不仅仅是贵金属的故事。工业需求现在是核心变量。人工智能、太阳能、电子设备、电网设备和电气化都在推动银进入结构性赤字市场。

金是不同的。

金不是短缺的故事。它更像是一个成本压力故事。

人工智能处理器使用的金量比传统处理器高出2到3倍，因为高级包装需要更好的信号完整性和可靠性。金用于高频连接器、半导体包装、连接线、金属化、铸造、印制和粘结材料。

电子设备的金消费在2025年达到270.4吨，约与2024年持平。总体金和工业需求在2025年约为222.8吨。

东亚地区占电子设备金需求的约68%，因为半导体供应链集中在中国、台湾和韩国。

金不像是一个急性瓶颈，因为全球金需求在2025年超过5000吨，绝大部分用于投资和首饰。然而，金价格的上涨正在压力组件制造商，并推动研发人员寻找节省和替代方案。

我的看法是，金不阻止人工智能的扩张，但它会增加硬件堆栈的成本。

锌不是主要的人工智能瓶颈。

锌很重要，因为它保护钢结构不腐蚀，而且锌矿是锗的主要来源。锗对于光纤和高速晶体管非常重要。

全球精炼锌需求在2025年增长1.9%，达到1386万吨。

锌市场在2025年出现了33,000吨的赤字，低于2024年的69,000吨赤字。2025年矿产生产增加了5.4%，主要是来自澳大利亚、中国、印度、秘鲁和刚果共和国。

库存下降了77,000吨，到2025年底约为739,000吨。

但2026年预计会出现271,000吨的盈余，因为中国和挪威的冶炼能力扩张，需求增长放缓到约1%。

我的看法是，锌本身不是一个关键的人工智能约束。更重要的是锗，因为锌矿是锗的主要来源，而且中国控制了锗的80%以上的加工。

镓可能是人工智能堆栈中最重要的小金属。

镓对于镓化物（GaN）至关重要。GaN功率设备用于高效的人工智能数据中心电源系统。它们使得更高的功率密度、更少的能量浪费和更高效的48V DC-DC转换成为可能。

GaN设备比硅有5倍的导电性。GaN功率集成电路可以实现功率密度高达137W/in³，效率高达97%。

如果没有GaN，AI服务器会更热、消耗更多电力，需要更大的功率供电。

GaN功率设备市场预计将从2021年的1.26亿美元增长到2027年的20亿美元，年均复合增长率达到59%。

IEA预计，数据中心扩张可能会提高全球镓需求约11%到2030年。

问题不是需求量。问题是控制。

中国控制了全球镓生产的约98%。镓主要是通过铝冶炼为副产品。

中国对镓的出口限制实施后，价格在五个月内就翻倍了。

美国地质调查局（USGS）的分析表明，如果镓供应中断30%，将导致美国经济产出减少约600亿美元，相当于美国GDP的2%以上。

我的看法是，镓不是像铜一样的体积瓶颈。它在另一个方面更糟糕。它是一个死角金属。您不需要大量的镓来造成影响。您只需要一个国家控制供应链的关键一步。

稀土金属是另一个死角。

钕和钴是用于高性能永久磁铁在数据中心硬盘驱动器和冷却系统电动机中的永久磁铁。硬盘驱动器可能含有约15到20克的钕。

钕氧化物是用于化学机械磨蚀半导体硅片的化学机械磨蚀。钕氧化物占全球钕生产的40%到50%。

钇和铒用于高速度数据传输的光纤放大器。

IEA预计，数据中心扩张可能会提高全球稀土金属需求约3%到2030年。一个中型数据中心可能需要每年不到100吨的稀土氧化物，这不是一个巨大的吨位，但供应链中断的影响是巨大的。

中国生产了全球稀土氧化物的约60%到70%，并控制了约85%的重稀土分离和纯化能力。

2025年10月，中国实施了新的出口许可规则，要求外国买家披露最终用途。到2025年年底，中国又将五种稀土金属添加到出口控制名单中。

2024年，美国进口了约13600吨的稀土金属。

MP材料的山顶矿场生产了约45000吨，但约80%被出口到中国进行冶炼，因为国内加工能力仍然有限。

MP的德克萨斯州磁体厂预计2027年将生产约1000吨的NdFeB磁体。

中国2024年生产了约300000吨的NdFeB磁体。

美国国防部自2020年以来投资了约4.39亿美元到国内稀土供应链，目标是到2027年覆盖国防需求。但美国仍然没有重稀土加工能力，只有有限的轻稀土加工能力。

我的看法是，稀土金属不是单纯的矿产产量问题。加工是死角。

铝是重要的，但不是主要的约束。

人工智能数据中心使用铝在服务器架、冷却单元、辐射器、空调系统和结构板中。然而，铝在数据中心内部的电气缆线中并不常用，因为铜导电性更好。

人工智能数据中心预计到2030年将需要约800万吨的铝。只占全球生产约1%的市场规模。

我的看法是，铝需求从人工智能方面是真实的，但可管理的。它不像铜那样。

镍、钴和锂通过电池相关。

数据中心使用锂离子电池系统作为UPS备份电源和电网稳定器。

数据中心锂离子电池市场预计到2034年将达到17.69亿美元。

2024年的化学组成约为：

  • LFP：41.2%
  • NMC：28.4%
  • LTO：12.5%
  • LCO：10.3%
  • 其他：7.6%

LFP占主导地位，因为它更安全、更稳定。NMC在需要更高能量密度时更受欢迎。

我的看法是，锂、镍和钴与人工智能有关，但数据中心仍然是电动汽车的次要需求驱动者。更大的问题是地理集中，特别是刚果民主共和国的钴和中国的锂加工。

较小的关键矿物是美国进口依赖度最糟糕的部分。

一些例子：

  • 钽：用于服务器板的电容器。美国进口依赖度：100%。
  • 锗：用于光纤和高速度晶体管。美国进口依赖度：100%。中国控制了超过60%的精炼。
  • 锑：用于半导体和显示器。美国进口依赖度：100%。
  • 砷：用于化合物半导体，如GaAs。美国进口依赖度：100%。
  • 氟spar：用于芯片制造的蚀刻气体。美国进口依赖度：100%。
  • 白金：用于硬盘驱动器和电容器。美国进口依赖度：85%。
  • 钯：用于类似的电子设备应用。美国进口依赖度：36%。

这是人工智能贸易的一个被低估的部分。

  • 美国可以投入资金到晶圆厂。
  • 它可以补贴芯片。
  • 它可以建造数据中心。
  • 它可以签订电力合同。

但如果上游金属、冶炼和加工链都被其他国家控制，那么瓶颈就只会向上移动。

我的总结：

人工智能基础设施面临两个金属瓶颈问题。

在体积上，铜是最大的约束。银也是结构性紧张的，已经进入了多年的赤字。

在死角上，镓和稀土金属是最高风险的材料，因为中国控制了主要的生产或加工能力。

金增加了成本压力。锌是通过锗间接的。铝是可管理的。锂、镍和钴很重要，但更通过电池系统而不是核心人工智能计算。

市场一直在把人工智能当作一个干净的数字故事。我的看法是，这是过时的。

在用户层面，人工智能感觉像是一个软件。

在基础设施层面，人工智能是发电厂、输电线、变压器、冷却系统、服务器架、半导体、连接器、电池、磁体和大量矿物。

我的直率看法是，人工智能的繁荣不仅需要更多的GPU。它还需要更多的铜、更多的银、更多的镓、更多的稀土金属加工、更多的冶炼能力和更安全的供应链。

这使得关键矿物成为人工智能的第二顺位贸易。

不是每个矿商都受益。不是每个探矿者都变得有价值。许多中小型矿业公司是垃圾。然而，宏观背景是真实的。

如果人工智能需求继续按照超级计算机的预测那样增长，那么金属层就不是可选的。它是基础层。