美银预计，到2030年中国在电力系统、冷却技术和关键金属等非IT领域的资本支出将占AI总投资的三分之一，催生出一个价值8000亿元的庞大市场。届时，仅中国AI数据中心直接使用的铜需求就将达到约100万吨，占届时中国铜总需求的5-6%。
本文作者：龙玥
来源：硬AI
人工智能的浪潮不仅关乎算法与算力，其背后更隐藏着一场关于能源与物理基础设施的竞赛。除了芯片与服务器，为AI数据中心提供动力的电力系统、确保其稳定运行的散热技术，以及建造所需的金属材料，正共同构成一个全新的投资领域。
根据美银全球研究部最新发布的一份报告，到2030年，中国AI相关的“非IT”基础设施资本支出市场规模预计将达到8000亿元人民币。
报告预测，到2030年，全球AI相关资本支出将超过1.2万亿美元。其中，中国市场将扮演关键角色，其AI总资本支出将从2025年的6000亿至7000亿元，以25-30%的复合年增长率增长至2030年的2万亿至2.5万亿元。
其中，能源供应被视为AI发展的基石。这些投资中约有三分之一即高达8000亿人民币，将被用于支持AI数据中心运行的非IT基础设施。这包括电力生产与传输（占38%）、数据中心建设所需金属（12%）、先进冷却系统（10%）及其他工程建设。
而这一趋势为核电、电网设备、储能、备用电源及先进散热技术等领域带来了明确的投资机会，并已传导至铜、铝、铀等上游金属市场。
随着AI算力需求的爆炸式增长，全球AI竞赛的焦点正从算力本身扩展至能源。国际能源署（IEA）的数据显示，预计到2030年，中国数据中心的电力消耗将从2024年的102太瓦时（TWh）增至277太瓦时，年均复合增长率高达18%。
为AI供电：五大机遇浮现
“没有电力，就没有AI。”
AI模型的训练和推理过程需要巨大的计算能力，而这背后是同样巨大的能源消耗。
报告称，电力需求的激增主要源于三大驱动力：首先，AI数据中心对传统数据中心的加速替代；其次，以英伟达Blackwell架构为代表的高性能计算芯片功耗急剧上升，其GB200芯片功耗高达2.7千瓦，远超前代产品；最后，服务器机柜的功率密度不断攀升，报告预测英伟达下一代Rubin Ultra NVL576架构的机柜热设计功耗（TDP）可能高达600千瓦。
报告认为，相较于欧美，中国在电力储备、成本、可再生能源供应链、电网设施及设备供应方面具备优势。
据估算，2025年中国电网的有效备用裕度约为30%，高于美国的不足25%和欧盟的约15%。此外，中国的工业电价较美国和欧盟低30-60%，且电网设施更为年轻，平均使用年限低于20年，而欧美则普遍超过40年。
而中国的电力优势为AI数据中心发展铺平了道路，并由此带来五大投资机遇。
为AI降温：液冷技术与关键金属的需求井喷
高性能芯片在带来强大算力的同时，也产生了巨大的热量。报告指出，服务器温度每升高10°C，设备可靠性可能下降50%。因此，高效散热成为AI数据中心的命脉。
报告强调，随着AI服务器功率密度急剧攀升，传统风冷技术已难以满足散热需求，液冷技术正成为必然选择。
美银预测，中国液冷市场规模在2025至2030年间将以42%的年均复合增长率扩张，到2030年市场渗透率将达到45%。与传统风冷相比，液冷技术的传热效率高出20-50倍，可节省高达30%的电力。美银分析师在报告中指出，浸没式冷却等新兴技术也在获得更多关注。
同时，AI数据中心的建设离不开铜和铝等基础金属。比如，铜在电力传输、信号传输和热管理中扮演着至关重要的角色。
工程建设：构筑AI时代的物理地基
在8000亿元的非IT基建市场中，工程与建设（E&C）也是不可忽视的一环。报告数据显示，在数据中心的非IT成本构成中，工程建设及其他相关费用占比高达40%，是除电力系统外的最大开支部分。
这部分投资主要由国家级战略项目驱动。报告特别提到了中国的“东数西算”工程。这些大型项目的落地，直接转化为对土木工程、建筑安装、项目管理等服务的庞大需求。这些数据中心集群的建设，不仅包括建筑物本身，还涉及配套的电网接入、光纤网络铺设等一系列复杂的工程任务。
美银的报告为投资者揭示了AI热潮下的新版图。除了广为人知的半导体和软件公司，一个由电力、工业和材料公司组成的庞大生态系统，正成为AI时代不可或缺的基石。报告认为，相关领域的龙头企业将显著受益。
本文来自微信公众号“硬AI”，关注更多AI前沿资讯请移步这里
市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。
评论