没有矿产供应链，就没有AI的未来

当市场为生成式人工智能的算法突破而亢奋时，一场更为底层的争夺正在矿山与精炼厂之间悄然展开。人工智能的物理身躯——从连接服务器的铜缆、芯片衬底的高纯硅，到实现先进电路所必需的镓和锗，再到驱动冷却风扇的稀土永磁体——无一不建立在关键矿产之上。决定AI扩张速度的，正从代码转向矿石。

国际能源署（IEA）的预测勾勒出惊人的资源胃口：到2030年，全球数据中心每年将消耗超过50万公吨铜和7.5万吨硅，占两者全球需求的2%；对镓的需求更将超过全球总量的十分之一。一个超大规模数据中心园区所吞下的铜，已接近一座中型矿山一年的产出。随着阿布扎比等地规划千兆瓦级AI园区，矿产强度曲线只会更加陡峭。

这条供应链的脆弱性在于高度集中。中国掌控全球80%至90%的硅、镓和稀土精炼产能。2023年起，中国先后对镓、锗实施出口管制，2024年底又将限制范围扩大至钨、碲、铋、铟和钼——这些全部是微处理器、二极管和服务器硬件的基础原料。管制落地后，相关金属价格大幅冲高，直接推升硬件制造成本。

矿产瓶颈与芯片制造的捆绑令局势更显尖锐。训练尖端模型需堆叠数千枚专用芯片，制造几乎全部集中在台积电。而芯片自身离不开镓、锗等稀有元素。美国收紧对华先进芯片出口，中国则以矿产管控作为战略回应，两大关口互相绞合。即使像DeepSeek这样通过软件效率突破压低算力成本，也丝毫没有减少对上游原材料的绝对依赖。

投资者正在为猛烈的资本开支浪潮定价，却很可能低估了实物资源的刚性约束。正如分析师Taggart所警告的：“资金会到位以建设那些数据中心，但眼下被忽略的是，大量现实世界的物理限制可能使数据中心建设无法以电子表格推演的速度推进。”他特别点出资源、获批土地和铜等建设必需品的硬缺口。倘若数据中心的扩张曲线真的因资源瓶颈而下弯，以AI相关资产撑起的庞大市值恐怕会被一同拖累。

面对矿产焦虑，美国、欧盟、日本和韩国已紧急推出关键矿产战略，从强化回收到与非洲、拉美资源国缔结联盟。但在短期内，精炼产能的替代远非一纸政策就能实现。没有稳定且多元的矿产供应链，人工智能的算力野心势必触碰到矿山的天花板。决定AI未来的，既是算法，更是对铜、镓、稀土和晶圆的牢牢掌控。