AI数据中心为什么突然这么“吃铜”?真正耗铜的可能根本不是GPU

从130 kW级机柜、千安级母排、5000+铜缆到液冷冷板，拆解AI算力背后的铜材料链

一、AI数据中心“吃铜”，先别盯着GPU

过去谈AI硬件，人们最容易想到的是GPU、HBM、先进封装和光模块。但从材料质量和工程体量看，AI数据中心并不只是“很多芯片放在一起”，它首先是一套巨大的电力输入、功率分配、信号互连和热管理基础设施。铜恰好同时占据这四条链路。

2025年IEA《Energy and AI》估算，全球数据中心2024年用电量约为415 TWh，约占全球用电量的1.5%；IEA在2026年的更新中又指出，数据中心用电量在2025年同比增长约17%，其中AI导向的数据中心用电增长更快。[2,3] 这意味着，AI扩张带来的材料需求不应只按“每块GPU用了多少铜”计算，而要把机房外部电网、变压器、开关设备、供电电缆、机柜母排、连接器、服务器内部互连和液冷系统一起算进去。

2026年Amoah等在Resources Policy发表的底层模型进一步给出了一个很有冲击力的结果：在其统计的20类矿物中，铜约占AI数据中心相关矿物总质量的82%–83%，而电网输配电环节又约占模型中全部铜需求的64%。[1] 这个比例不是所有数据中心都固定如此，而是特定模型和边界条件下的结果；但它揭示了一个非常重要的方向：真正把铜需求放大的，并不只是GPU板卡，而是为了让GPU持续获得电、数据和冷却能力而建设的整套基础设施。

二、一台高密度AI机柜，已经接近一套小型工业用电系统

传统通用服务器机柜长期处在几千瓦到十几千瓦级，而AI机柜正在快速向几十千瓦乃至百千瓦级演进。NVIDIA公开的GB200 NVL72采用72颗Blackwell GPU和36颗Grace CPU，整机柜采用液冷架构；NVIDIA向Open Compute Project开放的设计资料中提到，该机柜液冷系统按约120 kW冷却能力设计，同时配有高容量母排，可支撑约1400 A电流；NVLink铜缆卡匣中则包含5000根以上铜缆。[5–7]

这组数据很值得材料工程师注意：当机柜功率从10 kW级走到100 kW级，铜排、连接器和接触界面所面对的就不再只是“导电”问题，而是电阻发热、温升、热膨胀、连接可靠性、表面镀层、蠕变松弛以及长期热循环共同作用的问题。

先做一个最简单的量级计算。功率满足 P=UI。同样传输48 kW功率，12 V系统理论电流为4000 A，而48 V系统只需1000 A；若线路电阻不变，焦耳热损耗 I²R 将降为原来的1/16。OCP在Open Rack V3架构中把机柜直流母线从12 V提高到48 V，核心逻辑之一正是降低大电流带来的导体截面和I²R损耗。[8,9]

再看铜排本身。以20 ℃电阻率约1.724×10⁻⁸ Ω·m的铜为例，如果一段铜排长度1 m、等效截面积500 mm²，其电阻约为34.5 μΩ。1000 A通过时，单段铜排产生约34.5 W焦耳热；1400 A时则约67.6 W。若铜排工作温度升到60 ℃，按铜电阻温度系数约0.00393 K⁻¹估算，电阻会比20 ℃时增加约15.7%，同一1400 A工况下发热可升到约78 W。[21,22]

这还是理想均匀导体。真正危险的往往是连接处。假设某个接触界面只有10 μΩ附加接触电阻，1000 A时就会额外产生10 W热量；若接触电阻因氧化、镀层磨损、装配偏差或应力松弛升到50 μΩ，局部热源就变成50 W。对高密度机柜而言，“铜够不够粗”只是第一层问题，“连接处能不能十年保持低接触电阻”才是更难的问题。

三、为什么“高导铜”在AI机房里不是一个简单的导电率数字

很多人看到AI数据中心需要铜，第一反应是“导电率越高越好”。这句话方向没错，但工程上远远不够。对于大截面母排，如果把100% IACS提高到101% IACS，在几何尺寸和电流完全不变时，电阻和焦耳热理论上只下降约1%左右。这个收益并不神奇；相反，温度从20 ℃升到60 ℃造成的电阻增幅可超过15%。所以AI机柜真正需要的是“高导电率 + 可控温升 + 低接触电阻 + 高可靠连接”的系统能力。

材料端真正值得关注的，是导电率提高之后还能否兼顾强度、软化抗力、弯折疲劳、冲压成形、焊接/钎焊、表面镀层和长期尺寸稳定。纯铜、无氧铜、高强高导铜合金分别适合的部位不同：母排重视体电阻和成形；弹性端子重视强度、应力松弛和接触稳定；高速细线重视导电率、表面质量和疲劳；冷板重视导热、加工、连接和耐腐蚀。把所有部件都简单归为“高纯铜”反而会把工程问题做错。

四、铜的第二个角色：不是导电，而是把百千瓦级热量带走

AI机柜功率密度提高以后，空气冷却越来越难单独承担主要热负荷。冷板液冷的基本思路，是把冷板直接压在CPU、GPU等高热流器件上，让冷却液在冷板内部流道中带走热量。早在1981年，Tuckerman和Pease就证明了微通道能够显著降低高热流电子器件的热阻；此后微通道、针肋、歧管流道和两相流等结构持续演进。[15]

近年来，数据中心液冷研究已经从单个芯片样件扩展到机柜级系统。Heydari等对高热密度机柜直接冷板液冷进行了实验，三机柜总热负荷达到128 kW；研究显示液体回路可捕获绝大部分热量。[11] Kong等、Zhou等的综述均指出，随着芯片热流密度增加，直接液冷、冷板和微通道正在成为高密度服务器的重要热管理路径。[10,12–14]

为什么这里又离不开铜？原因很直接：铜的高热导率、良好可加工性和成熟连接工艺，使其非常适合做冷板基体和高热流部位。2025年的冷板液冷综述明确指出，铜基冷板由于高导热性和可加工性，在液冷数据中心中被广泛采用。[10,12] 但工程上不能只看“铜的导热率约400 W/(m·K)”这一项。冷板最终性能同时受流道几何、底板厚度、接触热阻、焊缝质量、压力损失、冷却液腐蚀和污染控制影响。

这也是为什么同样一块铜板，做成“能导热的铜板”和做成“长期不漏、低热阻、低压降的AI冷板”，完全是两个制造难度。冷板铜材如果内部存在夹杂、孔洞、层间缺陷或连接界面不稳定，最终可能表现为局部热点、钎焊泄漏、腐蚀穿孔或长期热阻漂移。材料洁净度、板材组织、流道加工和连接工艺必须一起设计。

五、铜的第三个角色：5000多根铜缆为什么还没有被光纤全部替代？

AI数据中心里还有一类铜，用量未必最大，但技术价值非常高——高速短距互连。NVIDIA公开的GB200 NVL72采用NVLink无源铜缆卡匣式背板，资料显示一个机柜内部包含5000根以上铜缆，用于72颗GPU与NVSwitch之间的大规模互连，并实现130 TB/s级全互连带宽。[6,7]

这说明一个现实：高速互连并不是“速率一提高就全部换光”。在机内、板间、机柜内这类短距离场景，铜仍然具有低延迟、低功耗、低成本和连接结构简单的优势；当距离继续增加、损耗预算吃紧时，光互连的优势才会越来越明显。[4–7] 因此未来的趋势更可能是“铜和光重新划分边界”，而不是其中一方彻底消失。

对铜材料端而言，高速互连带来的要求与普通电力电缆完全不同。频率升高后，电流更集中在导体表层，表面粗糙度、镀层、几何一致性、线对结构和屏蔽结构都会明显影响插入损耗和串扰。此时单纯把铜做得“更纯”并不够，还要把表面、尺寸和后续绞合精度做得足够稳定。这正是高端微细铜线、镀银铜线和高频连接材料的价值所在。

六、AI真正改变的，不只是铜的“吨数”，而是铜产品的价值结构

如果只从宏观需求看，很容易把AI数据中心理解成“又多了一个铜消费行业”。但从材料制造角度看，更值得关注的是产品结构变化：普通大宗铜仍然是体量主体，而高电流母排、高可靠连接器、液冷冷板、高速细线和高性能铜箔的技术门槛正在提高。IEA在《Global Critical Minerals Outlook 2025》中也明确把数据中心用铜拆分为电力分配、冷却和网络基础设施，并指出AI服务器更高的功率需求会提高母排、电缆、连接器和先进冷却系统的铜强度。[4]

因此，“AI用铜”真正值得材料企业追踪的不是一个总吨数，而是四个变化：第一，单位机柜功率密度上升，导体从“能通电”变成“要在千安级电流下稳定工作”；第二，液冷比例提高，铜从电导材料进一步变成热管理材料；第三，机柜内部高速互连密度增加，对细线、表面和连接一致性提出更高要求；第四，运行温度和热循环更加严苛，连接器材料的应力松弛、镀层和接触稳定性重要性上升。

七、如果你是铜材企业，真正应该盯的是哪四条产品路线？

第一条是高电流母排和柔性连接。重点不应停留在“铜排导电率≥多少”，而要把板带平直度、厚度公差、折弯裂纹、镀锡/镀银结合、连接面粗糙度、接触电阻和热循环后的紧固稳定性放到同一套验证中。AI机柜的高电流意味着微小的接触电阻都可能变成可观热源。

第二条是高强高导连接器材料。随着机柜功率密度和插拔密度提高，连接器既要低电阻，又要维持足够接触力，材料必须在强度、导电率、应力松弛和成形性之间寻找平衡。Cu-Ni-Si、Cu-Cr-Zr等沉淀强化体系的价值就在这里，但具体牌号要根据端子结构、温度和镀层体系选择，不能只看室温拉伸强度。

第三条是液冷铜板和冷板制造。真正的门槛并不是买一块高纯铜板去铣流道，而是铜材组织、流道尺寸、底板厚度、焊接/钎焊变形、气密检测、水路洁净度和腐蚀控制。对于批量产品，热阻一致性和泄漏率比单件样品的最低温度更重要。

第四条是高速铜互连和微细线。这里的评价逻辑应从“拉得细”升级为“长长度一致性”。原料洁净度、表面缺陷、模具串、单道次减面率、中间退火、镀层、绞距和屏蔽结构都会被高速信号和弯折可靠性放大。后续真正有价值的付费内容，也应该落在这些可执行工艺参数上，而不是继续讲“铜为什么导电”。

八、结论：AI“吃铜”的本质，是算力正在变成高功率工业基础设施

AI数据中心确实会增加铜需求，但“GPU里有多少铜”并不是理解这个问题的最佳入口。真正的大头首先来自电网和供配电体系，其次是机柜内部的高电流母排与连接器；功率密度继续提高后，液冷又把铜推向热管理系统；而为了让数十颗GPU低延迟互联，铜还在短距高速数据链路中保持重要位置。

因此，AI对铜产业真正的影响可以概括为一句话：它不仅增加铜的消耗量，更在提高铜的“工作强度”。同样是一公斤铜，放在普通建筑电线里和放在百千瓦级AI机柜的母排、冷板、连接器或高速互连中，对纯净度、尺寸、组织、表面、连接和可靠性的要求完全不同。

对铜材企业而言，真正值得竞争的也不是“AI概念”，而是能不能把材料做进高电流、高热流、高频和高可靠这四种极端工况里。谁能把导电率、强度、表面、连接和批量一致性同时做稳定，谁才真正吃得到AI基础设施升级带来的材料红利。

参考文献与资料来源

[1] Amoah M., Brown M., Simon A., Bazilian M., Matisek J. Mineral demand from AI data centers: Infrastructure intensity, processing bottlenecks, and supply competition. Resources Policy, 119 (2026) 105970. DOI: 10.1016/j.resourpol.2026.105970.

[2] International Energy Agency (IEA). Energy and AI. Paris: IEA, 2025.

[3] International Energy Agency (IEA). Key Questions on Energy and AI. Paris: IEA, 2026.

[4] International Energy Agency (IEA). Global Critical Minerals Outlook 2025, Box 2.1: Copper for data centres and artificial intelligence. Paris: IEA, 2025.

[5] NVIDIA. GB200 NVL72: Rack-Scale Grace Blackwell Platform. NVIDIA Data Center Product Documentation.

[6] NVIDIA. NVIDIA Contributes NVIDIA GB200 NVL72 Designs to Open Compute Project. NVIDIA Technical Blog, Oct. 15, 2024.

[7] NVIDIA. DGX GB Rack Scale Systems User Guide. NVIDIA Documentation, 2026.

[8] Open Compute Project. Open Rack V3 Power Shelf, Rev. 1.0.1.

[9] Open Compute Project / TE Connectivity. ORv3 BB1000 Connector: 48 V, 1000 A Rack Power Distribution Connector.

[10] Kong R., Zhang H., Tang M., Zou H., Tian C., Ding T. Enhancing data center cooling efficiency and ability: A comprehensive review of direct liquid cooling technologies. Energy, 308 (2024) 132846. DOI: 10.1016/j.energy.2024.132846.

[11] Heydari A., Gharaibeh A.R., Tradat M., Soud Q., Manaserh Y., Radmard V., Eslami B., Rodriguez J., Sammakia B. Experimental evaluation of direct-to-chip cold plate liquid cooling for high-heat-density data centers. Applied Thermal Engineering, 239 (2024) 122122. DOI: 10.1016/j.applthermaleng.2023.122122.

[12] Zhou W., Dong K., et al. Research progress of the liquid cold plate cooling technology for server electronic chips: A review. International Journal of Energy Research, 46 (2022) 11574–11595. DOI: 10.1002/er.7979.

[13] Chen H., Li D. Current Status and Challenges for Liquid-Cooled Data Centers. Frontiers in Energy Research, 10 (2022) 952680. DOI: 10.3389/fenrg.2022.952680.

[14] Zhang Y., Fan C., Li G. Discussions of Cold Plate Liquid Cooling Technology and Its Applications in Data Center Thermal Management. Frontiers in Energy Research, 10 (2022) 954718. DOI: 10.3389/fenrg.2022.954718.

[15] Tuckerman D.B., Pease R.F.W. High-performance heat sinking for VLSI. IEEE Electron Device Letters, 2(5) (1981) 126–129. DOI: 10.1109/EDL.1981.25367.

[16] Ramakrishnan B. Thermal Analysis of Cold Plate for Direct Liquid Cooling of High Performance Servers. Journal of Electronic Packaging, 141(4) (2019) 041005. DOI: 10.1115/1.4044130.

[17] Qiu Y., Wang H., Carter J., McGuffin-Cawley J., Kharangate C.R. Experimental investigation of heat transfer and pressure drop in copper manifold microchannel heat sinks. Applied Thermal Engineering, 255 (2024) 124024.

[18] Kuiphuis D.J.G., Terpstra M.J., Wits W.W., Rohlfs W. Thermal-hydrodynamic modeling and design for microchannel cold plates subjected to multiple heat sources. Applied Thermal Engineering, 262 (2025) 125220. DOI: 10.1016/j.applthermaleng.2024.125220.

[19] Han Q., Liu Z., Zhang C., Li W. Enhanced single-phase and flow boiling heat transfer performance in saw-tooth copper microchannels with high L/Dh ratio. Applied Thermal Engineering, 236 (2024) 121478. DOI: 10.1016/j.applthermaleng.2023.121478.

[20] Deng Z., Zhang S., Ma K., Jia C., Sun Y., Chen X., Luo Y., Li B., Li T. Numerical and experimental study on cooling high power chips of data centers using double-side cooling module based on mini-channel heat sink. Applied Thermal Engineering, 227 (2023) 120282. DOI: 10.1016/j.applthermaleng.2023.120282.

[21] Siu M.C.I., Carroll W.L., Watson T.W. Thermal conductivity and electrical resistivity of six copper-base alloys. NBS IR 76-1003, National Bureau of Standards, 1976. DOI: 10.6028/NBS.IR.76-1003.

[22] IEC 60028. International Standard of Resistance for Copper.

[23] Davis J.R. (Ed.). ASM Specialty Handbook: Copper and Copper Alloys. ASM International, 2001.