AI算力建設如何通過具體應用場景拉動有色金屬的增量需求？

AI算力對有色金屬的拉動呈現多金屬、多環節、差異化的特征，具體應用場景與彈性空間如下。

鎢：AI服務器PCB微鉆與六氟化鎢雙重驅動。AI服務器PCB層數大幅提升至24-40層，單臺AI服務器鉆針耗用量是普通服務器數十甚至數百倍，高端PCB鉆針中硬質合金鎢占比93%，帶動結構性需求呈指數級增長。六氟化鎢作為先進制程關鍵材料，日本兩大高純度生產商永久停產后，供應緊缺或將延續至2027年，國內高純鎢原料需求同步擴容。

銦：光模塊升級引爆磷化銦襯底需求。數據中心光模塊向800G/1.6T/3.2T迭代，每只800G高速光模塊需搭載4-8顆InP激光器芯片，磷化銦襯底是唯一不可替代的襯底材料。全球InP襯底市場規模預計從2022年約30億美元增至2028年約64億美元，更樂觀預期下英偉達預測2026-2030年InP晶圓需求增加約20倍。但全球90%以上高端磷化銦產能被日本住友、美國AXT、日本JX金屬三家寡頭掌握，國內6英寸磷化銦襯底國產化率不足5%，2026年有效產能缺口仍超70%。

鉭：聚合物鉭電容成為AI服務器新增應用。聚合物鉭電容具有低ESR、高容值和較穩定的直流偏壓特性，適用于GPU、AI等高電流、低紋波電源場景，并與MLCC形成互補。以威世科技為例，2025年一季度面向AI服務器及相關項目的出貨量增加，電容器板塊訂單出貨比為1.13，反映訂單需求強于當期出貨。部分高端聚合物鉭電容已連續調價，供需偏緊信號增強。

錫：AI服務器單臺耗錫量為傳統服務器3-5倍。AI服務器、高端GPU以及HBM先進封裝等算力硬件對錫的消耗量大幅提升，且這些高附加值行業對高價錫原料的承受能力較強。在全球錫供需維持緊平衡的格局下，AI帶來的邊際需求增量值得期待。

銅：數據中心用銅占比有望翻倍提升。銅在數據中心的應用場景涵蓋電力傳輸、信號傳輸、散熱及半導體制造。據銅業發展協會報告，每GW數據中心銅消耗量約為2.7萬噸，AI數據中心單耗值更高。測算顯示數據中心新增裝機加配套發電新增裝機用銅占比2030年有望抬升至約5%，較2025年約翻倍。配套電網亦存在增量，數據中心用電量增長帶動的光伏發電裝機需求，2030年將帶動銅消耗量達32萬噸。

綜合來看，AI算力對有色金屬的拉動已從概念驗證進入訂單兌現階段，但各金屬的供給響應能力差異顯著：銦、鉭等伴生屬性強、寡頭壟斷環節彈性最低，鎢、錫等受資源國政策約束，銅則面臨礦端資本開支長期不足的瓶頸。AI需求的持續性將取決于算力投資能否從訓練驅動轉向推理與邊緣部署的廣泛滲透。