引言：被忽略的"算力血管"

聊算力，大家第一反应是GPU、是芯片制程、是光模块。但很少有人意识到，每一次模型训练、每一次推理请求的背后，都是一场以"吨"计的金属消耗——而这其中用量最大、最不可替代的，是铜。

专业机构预测，2026年全球数据中心的铜消费量将达到74万吨，2028年进一步攀升至130万吨。摩根士丹利报告给出的路径同样清晰：数据中心用铜量将从2025年的约50万吨，增长至2027年的100万吨、2028年的130万吨。另一个衡量维度更直观——行业测算显示，每兆瓦AI数据中心的铜消耗量约为27至33吨，是传统数据中心的两倍以上。换句话说，一个100MW规模的智算中心，仅算力核心部分就要"吃掉"数千吨铜，还不算上游电网改造的配套用量。

为什么AI越发达，铜越不够用？答案藏在算力中心的三个"战场"里。

战场一：高速连接——当光退到机柜之外，铜守住了机柜之内

AI训练和推理的本质，是成千上万颗GPU之间海量数据的实时交换。通信带宽成了算力集群的命脉，而在这条命脉的"最后十米"，铜缆依然是王者。

为什么是铜，而不是光？

在机柜内部和机柜之间的短距互联（通常7米以内），以DAC（直连铜缆）、ACC（有源铜缆）、AEC（有源电缆）为代表的高速铜连接方案，凭借三大优势站稳了脚跟：

• 成本：同等带宽下，铜缆方案成本远低于光模块+光纤的组合；

• 功耗：无源DAC几乎零功耗，在动辄数十万个连接点的集群里，省下的电费和散热成本极其可观；

• 可靠性：结构简单、即插即用，故障率远低于带光电转换的光互联。

英伟达GB200 NVL72机柜级系统的架构设计，更是把"机柜内用铜"这件事推到了极致——整机柜内部GPU与交换芯片之间的大规模高速互联采用铜缆背板方案，单机柜铜用量大幅提升。行业测算显示，单台AI服务器的用铜量约15至25公斤，达到传统服务器的3倍，其中高速铜缆占比约40%，电源模块占比约30%。

需求有多火爆？央视财经走访浙江宁波的铜加工企业时看到，铜锭经反复轧制、清洗后被压制成铜板带卷材，用于制造高速连接器，广泛运用于AI服务器和数据中心，企业订单已经供不应求。

战场二：配电——算力的尽头是电力，电力的载体是铜

AI数据中心真正的用铜大头，不在服务器内部，而在配电系统。

根据金田铜业等机构的测算拆解，在1GW级AI数据中心的用铜结构中：

（数据来源：电网建设与AI算力新基建对铜需求的影响）

四分之三的铜，用在了"把电安全、高效地送到每一颗GPU"这件事上。AI芯片的功耗攀升是背后的推手——传统服务器单机柜功率约5至10kW，而AI智算中心单机柜功率已普遍迈向60kW甚至120kW。功率密度十几倍的跃升，意味着母线、变压器、UPS、PDU的载流能力全面升级，铜排更粗、绕组更重，用铜量自然水涨船高。

有趣的是，即便如此，铜成本在AI数据中心的总投资中仅占3%至4%——这决定了铜的需求对价格并不敏感。对云厂商来说，算力按期上线是第一优先级，该用的铜一吨都不会省。这是一种典型的"刚性需求"。

战场三：液冷散热——风冷退场，铜以另一种形态登场

当单机柜功率突破风冷散热的物理极限（一般认为约20kW），液冷从"可选"变成了"必选"。

目前液冷有冷板式、浸没式、喷淋式三条技术路线，其中冷板式占据约65%的市场份额。而冷板式方案的核心部件——与CPU/GPU间接接触换热的金属冷板，正是以铜为主要材料：铜的导热系数约400W/(m·K)，兼具优异的加工性和耐腐蚀性，冷却液在铜制冷板的流道中循环，将芯片热量高效带走。冷板式液冷的散热能力是传统风冷的1000至3000倍，可将数据中心PUE降至1.1以下。

值得注意的是，液冷并没有减少铜的用量，反而增加了新的铜场景：冷板、冷却铜管、热交换器、分集液管路……液冷系统在AI智算中心的占比每提升一分，散热环节的用铜密度就增加一分。行业测算，单机柜功率120kW的智算中心，液冷系统占比约30%，进一步提升了散热用铜需求。

为什么是铜？一种"没有对手"的金属

纵观三大战场，铜的角色分别是：信号的导体、电流的载体、热量的通道。它能同时胜任这三件事，靠的是一组近乎无解的性能组合：

• 导电性：在所有工业金属中仅次于银，但价格只有银的几十分之一；

• 导热性：约400W/(m·K)，是铝的1.7倍、铁的5倍以上；

• 延展性与加工性：可以拉成微米级细丝、轧成极薄板带、铸成复杂冷板；

• 可回收性：可无限循环再生而不损失性能。

"铝代铜"的讨论一直存在，但在AI数据中心场景，铝在导电率、连接可靠性和高频信号完整性上的短板被无限放大——高速铜缆、精密冷板这些环节，几乎没有替代空间。

供需的另一面：需求在加速，矿山在减速

需求曲线陡增的同时，供给端却步履迟缓：全球铜矿品位从2005年的1.3%降至2025年的0.65%，开采成本较2015年增长约四成；一座铜矿从勘探到投产需要7至10年。花旗研报预计2027年全球铜供应缺口约36万吨；标普全球则预测，到2040年全球铜需求将达到4200万吨，较当前水平增长50%——而数据中心用铜将从2025年的110万吨增长至2040年的250万吨。

 一边是大模型参数量的指数级膨胀，一边是矿山品位的持续下滑。铜，这种人类使用了一万年的古老金属，正在成为AI时代最紧俏的战略资源之一。

结语

如果说GPU是算力的"大脑"，电力是算力的"血液"，那么铜就是输送这一切的"血管系统"——它连接芯片、输送电流、带走热量，沉默地支撑着每一次智能的诞生。

130万吨，只是2028年的一个数字；真正值得关注的，是数字背后那条从矿山延伸到机柜的漫长产业链，以及中国在铜加工环节全球领先、在铜资源端高度依赖进口的现实格局。算力之争，归根结底，也是资源与材料之争。

数据来源：

• 中国日报/央视财经《AI带动有色金属盈利大增 铜锡等价格大幅上涨》（2026-07）

• 证券之星《三大驱动力推高铜价》（2026-06）

• 上海金属网（2026-06）

• 新浪财经·心智观察所（2026-04）

• 金田铜业《电网建设与AI算力新基建对铜需求的影响》

• 虎嗅（2026-04）

• 腾讯新闻·心智观察所（2026-04）

• S&P Global《Copper in the Age of AI》（2026-01）

• 液冷技术产业分析（2025-08）