不同商品对AI的敞口，如同光谱呈现鲜明差异。对数据中心和电网设施的价值贡献度最高的依次为钒、铜、锂、镓、铝，金依托金融属性成为AI泡沫的对冲工具，原油因抑制通胀的中选诉求站在了AI叙事的对立面。

当AI发展所面临的实体资源瓶颈逐渐成为共识，这些瓶颈正在重塑各类大宗商品在新时代下的价格逻辑。AI算力指数级增长所需要的电力、设备、传输介质等物理基础，都依赖于大宗商品。

一部分商品的物理属性直接受益于能源电力基础设施、电气基础设施、冷却与热管理系统、半导体及硬件投入、数据中心建筑材料相关的建设投入，另一部分商品的金融属性逐渐演绎为AI叙事的对冲工具，间接受益于流动性推动的价格泡沫。还有一部分商品则因替代效应和特朗普压通胀的中选导向，暂时站在了AI叙事的对立面。

本文聚焦于大宗商品的“AI含金量”，即AI数据中心和相关电网设施建设所需的金属、矿产，以及对冲需求，体现为大宗商品正在从周期性定价转向结构性定价。

一、数据中心和电力系统

AI技术迭代升级重塑了全球金属需求格局，数据中心正成为国家经济安全的关键基础设施。根据世界经济论坛（WEF）和科尔尼咨询公司（Kearney）的测算，从2024年到2035年，全球数据中心容量将翻三倍，预计2030年全球数据中心投资规模将达到3-7万亿美元。数据中心建设还涉及输配电（ET&D）领域的大规模建设，预计到2030年全球电网方面投入将达到6000亿美元，到2035年全球电网长度将达到1.1亿公里。

数据中心和电网改造工程均需要大量铜铝材料用于导电，配套的储能系统运作则需要锂、钴、镍等关键电池材料，高端电机和变压器还需要稀土等磁材。从算力基础设施到终端硬件，从能量存储到精密制造，都需要具有物理属性的工业商品，“AI含量”成为2026年大宗商品的第一个标签。

具体而言，每兆瓦（MW）数据中心对应的矿物金属总质量达60-75吨，其各核心系统包括五大核心模块——网络与存储、服务器与芯片、电气系统、冷却系统、备用电源，各模块的用料占比与成分差异显著。

1）冷却：冷却系统和排热基础设施占金属总质量的最大份额，所使用矿物和金属质量占比达到35-45%。其中铁的用量最为突出，每MW用量18000千克，支撑着冷风机、冷却塔等设备结构；铝（约6700千克）、铜（约3600千克）则承担导热与管路需求，其他如镍（约130千克）、铅（约10千克）可作为局部部件的辅助材料。

2）备用电源：备用电源所用矿物和金属质量占比达到20-30%。备用电源整合了发电机、电池、转换器和开关设备，共同保障电力可靠性并构建系统冗余。其消耗的金属包括：铁（14000千克）作为设备框架的主力，铜（2200千克）、铝（1200千克）、镍（220千克）支撑电路运作与外壳。锂电UPS的普及使数据中心成为锂需求的新兴场景之一，每MW的锂用量达到约30千克。

3）电力系统：电力传输系统包括开关设备、PDU、线缆等，其所使用矿物和金属质量占比约15-20%。电力系统是数据中心建设中铜、铁密集度最高的部分之一。铁每MW用量9900千克，支撑设备结构；铜每MW用量3500千克，凭借高导电性适配线缆需求；铝每MW用量460千克，用于部分轻量化部件，降低设备自重。

4）服务器与芯片：该部分组件的质量占比12-16%。作为算力核心，这一模块兼具规模与精密性，铁（5100千克）构成设备框架，铝（2700千克）、铜（2000千克）支撑硬件外壳与电路，锡（120千克）则用于电路焊接。同时，计算层集中了高价值、高纯度材料硅、镓、锗、金、银、锡等，虽用量微小却是决定数据中心性能的关键。

5）网络与存储设备：该模块用料质量占比最小，仅总质量的1-3%左右。铝（260千克）、铜（260千克）和一些特种材料是主要成分，主要目的是实现导电性、信号精度和热稳定性。然而稀有金属用量有限，整体资源消耗在数据中心中占比偏低。

除了观察数据中心关键设备的直接用料，我们更应重视数据中心总价值对各原料品种的依赖度（即各金属矿物对数据中心总价值的贡献）。对此，世界经济论坛与科尔尼咨询公司测算，镓贡献数据中心总价值的6.0%、锗贡献2.4%、锡贡献1.2%、铜贡献0.9%，铁、铝、碳等商品对数据中心增加值的贡献仅0.1-0.3%，可忽略不计。

另一方面，数据中心相关的电力需求扩张带动输电配电（ET&D）基础设施建设规模提升，增加相关矿物与金属的使用需求。世界经济论坛测算，每公里电网传输对应的矿物及金属总用量将达到9000-12000千克。ET&D基础设施的核心设施分成塔杆、变电站与变压器、电缆、电池储能四大模块。

1）塔杆：作为输电设施的“骨架”，塔杆是矿物用量占比最高的组件，贡献了整个系统40%-50%的矿物金属消耗。铁是塔杆的核心用料，杆的铁用量约1200千克，塔的铁用量达到2700千克，其次分别是铝（450-510千克/公里）、锌（50-102千克/公里）。

2）变电站：变电站与变压器是负责电力调度的核心节点，矿物用量占比25%-27%，主要集中在断路器、母线等结构中。这一组件的用料以高功能属性金属为主，电工钢用量高达1300千克/公里，是该部分的最大用料项；铜用量达到750千克，承担着核心导电功能；此外，铁（890千克）、铝（10千克）及少量锌（不足1千克）也在其基础结构中。

3）电缆：电缆是电力传输的血管，占全设施矿物用量的20%-30%，分为输电与配电两类线路。铝是电缆主要用料之一，输电线路中铝用量约1200千克/公里，配电线路则约700-1700千克/公里；铜则主要用于配电线路，输电线路约500千克/公里，配电线路可达500-2500千克/公里；铁在两类线路中的用量相对稳定，分别为500千克（输电）与400千克（配电）。

4）电池储能：电池储能是ET&D系统的能源适配关键设施，其虽然矿物用量占比相对较低（5%-10%），但用料类型随技术路线差异显著。液流电池高度依赖钒（约700千克）与铁（1500千克）；钠电池以石墨（200千克）和铜（150千克）为核心材料；磷酸铁锂电池则需要磷（70千克）、锂（20千克）及硅（100千克）等材料，不同技术路线下储能对特定金属的需求导向存在一定差异。

从电网设施各组建的总价值贡献度来看，排名前五的矿物分别是钒、铜、锂、铝、碳。钒是对电网设施增加值贡献最显著的金属，贡献了电网设施总价值链的29%，属于“高依赖”等级；铜贡献度为17.9%，处于“中等依赖”区间；锂（7.4%）、铝（5%）、石墨（4.5%）、铁（1.3%）等金属的贡献度均在10%以下，属于“低依赖”；磷、硅、镓、锗等材料的贡献度不足1%。

二、各种大宗商品的AI含金量

合并数据中心与电网设施建设的价值贡献度，金属矿产中与AI相关投资相关程度排序依次为钒、铜、锂、镓、铝等。

不同于锂、铜、铝等有色，钒当前主导需求的仍是钢铁行业，螺纹钢减产导致钢铁用钒消费量逐年缩减。而在储能需求方面，全钒液流储能电池的初始投资是锂电池的2-3倍，能量密度较低也导致钒储能设施占地面积较大，影响现阶段钒混合储能系统的集成效率，目前总装机量仍然很小。但未来随着储能装机中长时储能占比继续上升，钒电池被誉为长时储能的“未来之星”，需求量有望逐步释放。

铜因卓越的导电性和导热性，是AI算力基础设施的核心材料。AI服务器更高的计算密度、独特的硬件架构，均意味着更大的功耗和更集中的热量。在需求端，铜为主导的有色大宗商品逻辑，正经历从周期性定价向AI成长性溢价的转变。铜价长期和全球制造业景气度正相关，但近两年相关性有所下降，却紧跟半导体行业的需求景气度变化。在AI算力每3.5个月翻倍的迭代节奏下，铜从传统基建金属升级为算力刚需资源。从高压变电站接入到机柜内部的电力分配，再到芯片级的电源管理和散热，每个环节都依赖铜的高导电和导热性能。

而在供给端，全球精炼铜市场供给不足的预期加剧。根据ICSG统计，2025年铜供应将出现约17.8万吨的盈余，而2026年将出现约15万吨的缺口，未来缺口或继续扩大。主要原因在于全球铜矿面临资源枯竭、品位下降、开发周期长等问题，使得精炼铜产量低于预期。

在数据中心供电领域，铜与铝的选择有一定替代性，铝在特定场景下兼顾效率与经济。在GPU内部电路和机柜供电的电流传输路径中，以及有高效散热需求的领域（如直接接触芯片的液冷冷板），铜在导电和导热性能上都是最优之选。而在对性能要求极致性次级以下领域，例如机柜结构、散热鳍片阵列、建筑级输电干线等，铝的成本和轻量化优势得以充分发挥。但考虑到当前全球原生铝供应已接近刚性，中国电解铝产能面临饱和约束，欧美闲置产能又因能源成本高企难以重启，AI硬件需求与新能源汽车、光伏等其他高增长领域共同争夺有限的铝资源，高性能铝材价格中枢获得持续支撑。

锂是目前储能电池的绝对主力，“AI含金量”排第三位。目前全球储能市场由锂离子电池主导，市场份额超过90%。AI高耗电特性催生大规模储能需求，成为全球碳酸锂需求中的增量贡献。过去几年，锂需求的强劲增长不及供给端增长显著，但经过一段时期的剧烈波动后，锂价已完成筑底。供给端，全球锂矿规模前三大国家分别为中国(28%)、澳大利亚(26%)、智利(12%)，但锂冶炼领域中国占绝对主导(62%)。需求端，中国占全球锂需求的四分之三以上，其次为韩国、日本，与各国电池正极材料生产能力有关。2025年前三季度，我国储能锂电池合计出货430GWh，同比增长99%，锂资源的战略价值持续上升。IEA预计，由于AI电力和电动汽车的需求增长，到2030年锂需求将较2024年增长一倍以上，并出现供应短缺。

在高端芯片制造环节，镓、钨等小金属和稀有矿物的不可或缺性得到体现，其在芯片衬底、电容器、互连线路和热管理等领域的应用，共同支撑着AI算力的指数级增长。例如，镓是第三代半导体材料，在AI计算电源管理中展现出巨大潜力。与传统硅基芯片相比，氮化镓功率芯片既能提升能效，还可缩小模块体积。AI数据中心电力损耗中电源模块的转换效率是主要瓶颈，而氮化镓芯片凭借其高频、低阻特性，能够显著降低能耗，该材料的应用前景广阔。

钽在AI芯片领域主要应用于两个方面——电容和芯片互连阻挡层。在AI服务器中，钽电容凭借其高能量密度、低漏电流特性，在电源管理中确保电压稳定的能力远超传统服务器，在高温和振动环境下的可靠性也比多层陶瓷电容更强。芯片制造环节中，钽是半导体芯片铜互连阻挡层的核心材料，在先进制程中有较高需求支撑。随着AI算力需求激增，钽市场也迎来涨价风潮。

稀土则是芯片性能的增强剂，在AI芯片中虽用量小但作用关键。稀土元素具有卓越的光、电、磁特性，是调控材料性能的精密元素。钕、镨、镝、铽等是制造高性能磁体的关键原料，可改善芯片的热稳定性，提升功率密度与可靠性，中国在全球稀土市场，特别是中重稀土领域具有近乎垄断的地位。

三、黄金靠金融属性，白银靠工业属性，贵金属正在与AI同步

除本身“AI含量”较高的金属品类外，AI叙事的泡沫化也拉动了“对冲资产”的购买需求。AI泡沫具有强刚性，美国家庭财富大量集中在美股之上，美股的繁荣既是富裕群体选票的基础，也是美元信用和庞大财政赤字的依靠，押注具有货币属性的黄金是对AI泡沫一旦破灭的对冲。

黄金的稀缺性也外溢到白银、铂金、钯金等其他贵金属，它们与黄金的比价均显著收敛。从需求结构来看，黄金是金融属性最强的贵金属，工业应用并不算广泛，牙科、电子科技行业等用金量占比仅6%，金饰品需求32%，而实物、ETF和场外投资需求合计占到62%。

铂金的需求结构和白银类似，工业需求（主要为绿氢产业链）占比62%，此外由于价格优势，铂金在对黄金的首饰替代方面也存在需求，珠宝和投资需求分别为24%、14%。钯金则大量用于工业领域的催化剂（如燃油车尾气催化、PTA化工催化等），工业需求占比高达95%，全球燃油车市场销量下滑本是对钯金的利空，然而类黄金的稀缺性主导了现阶段钯金的定价。

四、原油站在AI叙事的对立面

暂时站在AI叙事对立面的当属原油。一方面，数据中心相关投资的主要载体是电力和相关硬件，与原油直接关联有限；另一方面，特朗普为赢得中选的核心政策诉求代表是降通胀和降息，实现前者的手段是多途径增加石油供给，实现后者的前提在于低油价环境。

但需要注意的是，俄乌冲突以来美国为代表的非OPEC国家持续增产，原油供给过剩局面已经较为充分地反映在价格上，当前金油比、铜油比均已触及历史极值。同时，不同于铜铝等有色金属存在较大的供给局限性，原油的供给端具备更大的现实弹性。若OPEC主要产油国有意愿进行减产保价协商，或地缘局势超预期恶化，油价存在一定的反弹可能。此外，弱美元环境若持续，对于美元计价的大宗商品也将带来广泛利好。

整体而言，大宗商品的涨价与AI有千丝万缕的联系，并且不同的大宗商品对AI的敞口不同，如同光谱呈现鲜明的差异化。铜、锂、镓等金属凭借在数据中心和电网设施建设中的核心应用位居“AI含金量”前列；金银等依托金融属性成为AI泡沫的对冲工具；原油则因抑制通胀的中选诉求暂时站在了AI叙事对立面。

展望后市，当大宗商品市场的上涨叙事逐步脱离传统周期框架进入到结构性牛市，研判逻辑应从叙事和金融属性两个核心驱动力展开。

其一，关注需求扩散与品种轮动的补涨动能。品种逻辑虽与宏观共振不同，但部分此前滞涨的商品也有机会受益于技术革命与产业转型的扩散效应。例如，铜为代表的核心AI金属向更广泛的原材料领域传导，从价格层面催生供应链的“高低切”。

其二，流动性环境与产业叙事的双重支撑缺一不可。资金追求稀缺的成长性资产，成长性资产的现实约束使市场转向实物资产，但这一切的背景是宽松的流动性环境。若流动性预期因政策转向（如联储主席更迭）生变，或产业叙事（如AI商业化进程）遭遇质疑，可能令大宗商品暴露在更大的质疑声下。

除此以外，大宗商品还有一个不可忽视的“颠覆性变量”——地缘。现如今，贸易保护主义、资源民族主义和供应链重构正在系统性地推升商品安全溢价。地缘冲突不仅直接扰动供给，还包括以增加战略储备、扩大出口管制等政策工具重塑贸易流向，使价格短期波动脱离基本面。这一因素难以预测，却具强传导性，可能单独触发商品的全局性重定价。

风险提示

AI商业化节奏超预期，影响上游大宗商品产业链供需节奏；有色金属涨价对下游制造业需求形成挤出，下游重新反噬上游；AI领域对各金属矿物的依赖度数据可得性有限，文中采用世界经济论坛基于2035年的预测，但未来9-10年科技发展会有较多不确定性，对金属价格的影响存在变数。

注：本文来自国金证券研究报告：《大宗商品掘金系列（一）：大宗商品的“AI光谱”》

证券分析师：宋雪涛 S1130525030001