Electricity, heat dissipation, metals, and engineering construction, China's AI data center's "non-IT infrastructure" will be an 800 billion market

本文作者：龍玥

來源：硬 AI

人工智能的浪潮不僅關乎算法與算力，其背後更隱藏着一場關於能源與物理基礎設施的競賽。除了芯片與服務器，為 AI 數據中心提供動力的電力系統、確保其穩定運行的散熱技術，以及建造所需的金屬材料，正共同構成一個全新的投資領域。

根據美銀全球研究部最新發布的一份報告，到 2030 年，中國 AI 相關的 “非 IT” 基礎設施資本支出市場規模預計將達到 8000 億元人民幣。

報告預測，到 2030 年，全球 AI 相關資本支出將超過 1.2 萬億美元。其中，中國市場將扮演關鍵角色，其 AI 總資本支出將從 2025 年的 6000 億至 7000 億元，以 25-30% 的複合年增長率增長至 2030 年的 2 萬億至 2.5 萬億元。

其中，能源供應被視為 AI 發展的基石。這些投資中約有三分之一即高達 8000 億人民幣，將被用於支持 AI 數據中心運行的非 IT 基礎設施。這包括電力生產與傳輸（佔 38%）、數據中心建設所需金屬（12%）、先進冷卻系統（10%）及其他工程建設。

而這一趨勢為核電、電網設備、儲能、備用電源及先進散熱技術等領域帶來了明確的投資機會，並已傳導至銅、鋁、鈾等上游金屬市場。

隨着 AI 算力需求的爆炸式增長，全球 AI 競賽的焦點正從算力本身擴展至能源。國際能源署（IEA）的數據顯示，預計到 2030 年，中國數據中心的電力消耗將從 2024 年的 102 太瓦時（TWh）增至 277 太瓦時，年均複合增長率高達 18%。

為 AI 供電：五大機遇浮現

“沒有電力，就沒有 AI。”

AI 模型的訓練和推理過程需要巨大的計算能力，而這背後是同樣巨大的能源消耗。

報告稱，電力需求的激增主要源於三大驅動力：首先，AI 數據中心對傳統數據中心的加速替代；其次，以英偉達 Blackwell 架構為代表的高性能計算芯片功耗急劇上升，其 GB200 芯片功耗高達 2.7 千瓦，遠超前代產品；最後，服務器機櫃的功率密度不斷攀升，報告預測英偉達下一代 Rubin Ultra NVL576 架構的機櫃熱設計功耗（TDP）可能高達 600 千瓦。

報告認為，相較於歐美，中國在電力儲備、成本、可再生能源供應鏈、電網設施及設備供應方面具備優勢。

據估算，2025 年中國電網的有效備用裕度約為 30%，高於美國的不足 25% 和歐盟的約 15%。此外，中國的工業電價較美國和歐盟低 30-60%，且電網設施更為年輕，平均使用年限低於 20 年，而歐美則普遍超過 40 年。

而中國的電力優勢為 AI 數據中心發展鋪平了道路，並由此帶來五大投資機遇。

• 核電與鈾： 核電因其穩定、高效、低碳的特性，成為 AI 數據中心理想的基荷電力來源。報告預測，到 2030 年，中國核電裝機容量將從 2025 年的 60 吉瓦（GW）增至 100 吉瓦，佔全球在建核電容量的 60%。這將直接導致鈾資源短缺和價格上漲。
• 電網設備： 全球範圍內的電網升級和 AI 帶來的新增負荷，正驅動變壓器等關鍵設備需求激增。中國供應商憑藉其強大的供應鏈和產能優勢，有望填補全球市場缺口。
• 儲能系統（ESS）： 為保障電力穩定，儲能系統不可或缺。報告預測，2024 至 2030 年，全球 ESS 新增裝機量將以 21% 的複合年增長率增長，而中國企業的訂單增速預計將超過 30%。
• 柴油發電機： 作為數據中心斷電時的最後一道防線，柴油發電機市場需求強勁。報告預計，2024 至 2027 年，該市場複合年增長率將達到 28%。
• 特種電源： AI 服務器內部的高壓直流（HVDC）、電源供應單元（PSU）等特種電源系統，隨着芯片功耗的指數級增長，其價值和技術要求也水漲船高。

為 AI 降温：液冷技術與關鍵金屬的需求井噴

高性能芯片在帶來強大算力的同時，也產生了巨大的熱量。報告指出，服務器温度每升高 10°C，設備可靠性可能下降 50%。因此，高效散熱成為 AI 數據中心的命脈。

報告強調，隨着 AI 服務器功率密度急劇攀升，傳統風冷技術已難以滿足散熱需求，液冷技術正成為必然選擇。

美銀預測，中國液冷市場規模在 2025 至 2030 年間將以 42% 的年均複合增長率擴張，到 2030 年市場滲透率將達到 45%。與傳統風冷相比，液冷技術的傳熱效率高出 20-50 倍，可節省高達 30% 的電力。美銀分析師在報告中指出，浸沒式冷卻等新興技術也在獲得更多關注。

同時，AI 數據中心的建設離不開銅和鋁等基礎金屬。比如，銅在電力傳輸、信號傳輸和熱管理中扮演着至關重要的角色。

• 銅： 作為電力傳輸和散熱系統中的核心材料，銅的需求將大幅增長。美銀預測，到 2030 年，中國 AI 數據中心直接驅動的銅需求將增長至近 100 萬噸，佔屆時中國銅總需求的 5-6%。此外，電網和電力設備等間接需求將進一步放大對銅的消耗。

• 鋁： 在數據中心結構件和散熱設備中同樣重要。報告預測，到 2030 年，數據中心將驅動 69.5 萬噸的鋁需求，較 2025 年實現 16% 的複合年增長率。
• 鎢、錫、鎵等稀有金屬在芯片製造中也扮演着不可或缺的角色。

工程建設：構築 AI 時代的物理地基

在 8000 億元的非 IT 基建市場中，工程與建設（E&C）也是不可忽視的一環。報告數據顯示，在數據中心的非 IT 成本構成中，工程建設及其他相關費用佔比高達 40%，是除電力系統外的最大開支部分。

這部分投資主要由國家級戰略項目驅動。報告特別提到了中國的 “東數西算” 工程。這些大型項目的落地，直接轉化為對土木工程、建築安裝、項目管理等服務的龐大需求。這些數據中心集羣的建設，不僅包括建築物本身，還涉及配套的電網接入、光纖網絡鋪設等一系列複雜的工程任務。

美銀的報告為投資者揭示了 AI 熱潮下的新版圖。除了廣為人知的半導體和軟件公司，一個由電力、工業和材料公司組成的龐大生態系統，正成為 AI 時代不可或缺的基石。報告認為，相關領域的龍頭企業將顯著受益。

本文來自微信公眾號 “硬 AI”，關注更多 AI 前沿資訊請移步這裏