3月24日,高盛下調AI服務器出貨量預測,2025年及2026年的出貨量分別由先前的3.1萬臺和6.6萬臺調整為1.9萬臺和5.7萬臺(以144-GPU當量計算)。
高盛分析認為,這一調整主要是受到產品過渡期的影響及供需不確定性所致。
與此同時,高盛全線下調了多家中國臺灣ODM廠商及散熱供應鏈公司的目標價。包括廣達電腦(Quanta)、鴻海(Foxconn)、FII、緯創(chuàng)(Wistron)、艾維克(AVC)及雙鴻(Auras)等,目標價降幅在7%至21%之間。尤其是廣達的評級從“買入”下調至“中性”,表明其未來在市場中的上行空間已相對有限。
AI服務器“隱形命脈”?
算力光環(huán)下,支撐其運轉的金屬材料才是真正的底層邏輯。
一臺AI訓練服務器的機柜中,鋁合金框架承擔著80%的結構負荷,而銅合金導線和散熱組件則占其重量的15%。
以高盛預測的2025年1.9萬臺機架級AI服務器(144-GPU當量)計算,僅銅材需求就達5.7萬噸,相當于中國全年精煉銅產量的1.2%。
更隱秘的戰(zhàn)場藏在半導體材料領域。磷化銦(InP)光模塊襯底材料決定著800G光通信的傳輸效率,而國產化率不足10%的現(xiàn)狀,讓中際旭創(chuàng)等企業(yè)不得不在國際市場上高價搶購。氮化鎵(GaN)功率器件能提升電源轉換效率3個百分點,但全球90%的鎵金屬供應掌控在少數(shù)巨頭手中。這些“金屬基因”直接左右著AI服務器的性能天花板。
從銅礦到云端的資本遷徙
高盛報告中“生產復雜性挑戰(zhàn)”的警示,在有色金屬領域體現(xiàn)為一場地緣博弈。
當ODM廠商為規(guī)避關稅風險加速生產基地分散化,銅陵有色等企業(yè)已率先完成DeepSeek人工智能的私有化部署,通過AI優(yōu)化銅冶煉工藝,將電解銅純度提升至99.9999%,直接對標國際大廠標準;北方銅業(yè)與華為將在工業(yè)互聯(lián)網(wǎng)、智慧礦山、數(shù)據(jù)治理等領域深度合作,目標直指有色金屬行業(yè)的數(shù)字化轉型;中鋁集團則推出的“坤安”AI大模型,正將金屬礦山開采效率提升23%,試圖打破海外企業(yè)對高純度鋁材的壟斷。
這場技術革命催生了新的資本流向。2025年Q1,紫金礦業(yè)斥資12億美元收購剛果(金)銅鈷礦,其目標直指AI服務器所需的銅、鉻、鋯合金(C18150)原料;洛陽鉬業(yè)則與寒武紀合作開發(fā)礦山AI調度系統(tǒng),將鉬礦選礦成本降低18%。當傳統(tǒng)礦業(yè)巨頭插上AI翅膀,全球有色金屬定價權爭奪進入白熱化階段。
市場分化在3月25日的股市中顯露無遺:北方銅業(yè)逆勢上漲3.85%,而服務器龍頭工業(yè)富聯(lián)股價下挫1.25%。這種背離背后是金屬自主可控邏輯的強化——中科曙光液冷服務器采用的新型銅鋁復合散熱片,使單機柜功率密度提升至35kW,推動銅材用量增加40%;而浪潮信息推出的預置DeepSeek模型服務器,其鋁合金機箱減重15%卻承壓能力提升20%,背后是西南鋁業(yè)耗時三年研發(fā)的納米級晶粒細化技術。
在這場博弈中,兩類企業(yè)正在改寫行業(yè)規(guī)則:一類是紫金礦業(yè)、江西銅業(yè)等資源型巨頭,通過“AI+礦業(yè)”模式構筑資源壁壘;另一類則是拓維信息、航錦科技等技術派,憑借800G光模塊和國產GPU適配方案,在金屬材料性能極限上撕開突破口。當高盛分析師強調“ASIC服務器廠商表現(xiàn)優(yōu)于GPU陣營”時,他們或許忽略了——決定勝負的鑰匙,早已埋在礦山深處和冶金實驗室里。
未來之戰(zhàn)
“AI服務器的金屬成本占比正以每年5%的速度攀升”,中科院材料研究所2025年白皮書指出。
這個趨勢在高盛報告的數(shù)據(jù)中已現(xiàn)端倪:盡管機架級服務器出貨量遭砍,但高功率AI服務器市場規(guī)模仍逆勢增長至1060億美元,這些“電老虎”對散熱銅管的需求量是傳統(tǒng)服務器的3倍。
更深層的變革正在醞釀。華為盤古大模型與中鋁集團聯(lián)合研發(fā)的“智能冶金大腦”,可將銅加工成品率從82%提升至91%;而銅陵有色構建的銅冶煉知識庫,通過DeepSeek模型實現(xiàn)工藝參數(shù)動態(tài)優(yōu)化,每年節(jié)省電解銅生產成本2.3億元。
當金屬冶煉從“經(jīng)驗驅動”轉向“數(shù)據(jù)驅動”,全球AI算力競賽的勝負手,或許不再取決于芯片制程,而是看誰能率先突破金屬材料的量子尺度極限。
或許正如華爾街交易員在社交媒體的調侃:“未來投資AI,與其盯著GPU庫存,不如盯著銅期貨曲線”——因為每一臺AI服務器的誕生,都是一場跨越億年的金屬史詩。
【免責聲明】:文章內容如涉及作品內容、版權和其它問題,請在30日內與本站聯(lián)系,我們將在第一時間刪除內容。文章只提供參考并不構成任何投資及應用建議。刪稿郵箱:info@ccmn.cn