AI 算力需求重塑金属原材料格局,"AI 金属"三类划分框架发布
盘古智库最新研究报告提出"AI 金属"分析性概念,将受 AI 算力基础设施需求拉动的金属原材料划分为三类,分别对应截然不同的供需逻辑与定价机制。报告指出:供给弹性趋近于零的稀散金属,正面临 AI 需求增量引发的价格非线性跃升,而铜铝等大宗金属的定价仍由宏观周期主导。
盘古智库最新研究报告提出"AI 金属"分析性概念,将受 AI 算力基础设施需求拉动的金属原材料划分为三类,分别对应截然不同的供需逻辑与定价机制。报告指出:供给弹性趋近于零的稀散金属,正面临 AI 需求增量引发的价格非线性跃升,而铜铝等大宗金属的定价仍由宏观周期主导。
报告将"AI 金属"界定为:在 AI 算力基础设施(芯片制造、服务器整机、液冷散热、光通信互联、电网配套等全链条硬件系统)的建造与运行中具有实质性用量,且 AI 需求的增长已或预期将对其供需平衡产生可量化影响的金属原材料。
然而,将这些金属品类纳入同一框架会掩盖一个关键事实——它们在用量规模、供给属性与价格形成机制上存在本质差异。报告据此提出三类划分:
所有金属被笼统归入"工业原材料"范畴,定价逻辑混为一谈,忽略了伴生矿产供给弹性为零、战略金属受地缘政治主导等关键特征。
第一类(稀散金属与稀土):供给刚性极强,AI 边际需求足以引发价格非线性跃升;第二类(铜铝):大宗商品逻辑,AI 是重要增量;第三类(金银):贵金属属性主导,AI 需求为次要因素。
注:三类划分的核心依据是供给弹性、用量规模与定价机制的组合差异,而非金属本身的物理化学属性。同一金属在不同分类中不可互换。
一个关键洞察:价格弹性与供需规模之间存在反比关系。用量最小的第一类金属往往拥有最大的价格弹性,因为供给对价格信号几乎无响应;而铜铝等大宗金属,其庞大的市场规模使得任何单一需求增量都更容易在宏观框架中被消化。
这类金属在单台 AI 服务器中的绝对用量以克或毫克计量,但承担着整个硬件系统中不可替代的功能——镓是氮化镓射频器件的唯一基材,锗是高速光探测器芯片的核心材料,钽是高功率密度供电中不可或缺的电容材料。它们的战略价值完全不能以市场规模来衡量。
▸ 四个最具代表性的品类,AI 需求正在引爆价格:
注:镓的供需缺口为 2025 年数据,占全球总产量 24%;锗价自 2023 年出口管制实施以来累计涨幅已超四倍;铟的磷化铟衬底供需缺口为 Yole 2026 年预测值;钽价从 2025 年末至 2026 年 6 月涨幅 158%。
这些金属的定价逻辑可以概括为:供给弹性趋近于零 + 地缘政治溢价 + AI 需求边际增量,三者叠加导致价格非线性跃升。以镓为例,全球年产量约 580 吨,AI 产业链增量需求仅数十吨(占比不足 5%),但由于供给无法扩张,这 5% 的边际增量完全反映在价格上——2023 年出口管制宣布后镓价涨幅超 100%。
第一类 AI 金属价格涨幅排行(2025-2026)
注:涨幅为 2025 年 11 月至 2026 年 6 月区间数据,因各品种高点时间不同,涨幅为近似值;柱形自 0 起标,无缩放。
铜与铝构成了 AI 算力基础设施的"物量主体"——单台 GB200 NVL72 机柜铜用量约 1.36 吨,铝用量 50-90 公斤。2026 年全口径 AI 相关铜消耗量预计超过 60 万吨,约占全球消费量的 2%-3%,是所有金属中 AI 需求占总消费比例最高的品类之一。
但铜的年消费量约 2,800 万吨,铝约 7,000 万吨,这两个量级决定了任何单一需求来源都只是"边际影响者"。铜价的长期走势更多由全球固定资产投资周期、美元走势与矿山干扰率决定;铝价则受电力成本与氧化铝供给主导。
"能源转型 + 新能源汽车 + AI 算力"三引擎共振,构成铜价中枢趋势性上移的重要边际驱动力。但 AI 需求增量引发的价格弹性远不及第一类金属。
铝在 AI 产业链中兼具"自身需求增长"与"替代铜需求增长"的双重逻辑。国家政策推动"以铝节铜",铜铝复合导电排等方向正在侵蚀铜在结构件场景的份额。
注:铜消耗量为 2026 年全口径 AI 相关(服务器整机+电网配套+液冷系统)估算值;铝用量为单台 GB200 NVL72 机柜数据。
对 AI 投资者的启示:铜铝适合以传统供需平衡表分析框架进行研判,AI 需求是确定性高、持续性强的边际利好,但不应将 AI 叙事简单外推为价格核心驱动力。
金银在 AI 算力中确有工业用途——金用于芯片引线键合与高端接插件镀层,单台 AI 服务器含金量约 5-15 克;银用于光伏、新能源汽车及 AI 服务器(年需求约 550-650 吨,增速超 50%)。但报告强调:金银的定价逻辑与前两类存在根本性差异。
报告通过系统性横向比较,揭示出三个值得特别关注的结构性发现:
第一,影响机制根本不同,不能用同一叙事框架笼统描述。"AI 拉动金属需求→价格全面上涨"的线性叙事,在用于第一类金属时具有较强基本面支撑,但用于第三类时则过度简化了贵金属的定价复杂性。严谨的产业研究应当区分这三种影响机制,而非将"AI 金属"视为同质化的投资标签。
第二,价格弹性与供需规模之间存在反比关系。用量最小(第一类)的金属往往拥有最大的价格弹性,用量最大(第二类)的金属价格弹性相对最小。这一规律背后的逻辑是供给弹性的差异——伴生矿产的供给对价格信号几乎无响应。
第三,中国的战略属性与政策介入程度存在显著差异。中国对第一类金属(镓、锗、稀土等)的全球供给控制力最强,出口管制工具的运用也最为主动;对第二类金属(铜),中国对外依存度较高,更多处于资源安全的被动防御方;对第三类金属(金银),价格形成机制国际化程度最高,政策干预空间最为有限。
AI 算力需求对金属原材料的影响不是"一刀切"的普涨逻辑,而是分化为三条截然不同的价格传导路径。理解这一分化,比简单追踪"AI 金属"概念更重要——它决定了投资、研究与资源战略的底层框架选择。