文｜腦極體

1月23日，現貨白銀一度突破99美元每盎司，又一次刷新了歷史新高。

在此之前，2025年白銀價格已經上漲近150%，領跑一衆貴金屬。今年開年以來，白銀價格已經漲幅超過30%。當白銀價格持續走向瘋狂，我們身邊對它的討論聲也越來越多。非常有意思的一點是，開始不斷有朋友詢問我對白銀漲價的看法。當我答覆說不太關注之後，還有人給我發一些「諱莫如深」「懂得都懂」之類關鍵詞的表情包。

最開始我很是納悶，話說一個寫AI和科技的，哪裏懂金融和貴金屬啊？後來我發現，原來坊間流傳着這麼一個說法：白銀大幅漲價，是因為AI以及AI算力基礎設施建設不斷增加，造成了巨大的白銀消耗。這個需求增長點打破了以往的白銀供需平衡，最終造成其價格瘋漲。

這個故事的潛台詞似乎是，只要AI還在發展，白銀就勢必堅挺。事情到了這裏，或許就有話可說了。拔地而起的AI產業與數據中心基礎設施，真的正在變成一座座白銀熔爐嗎？

AI正不斷消耗白銀，追溯這個故事的源頭，往往都離不開世界白銀協會發布的相關報告。

比如其在名為《白銀：下一代金屬》的報告中提出，太陽能光伏、電動汽車、AI共同構成了白銀需求增長的三大支柱。這些產業的持續發展，導致白銀正日益成為推動全球經濟技術轉型不可或缺的關鍵要素。

進一步拆分AI產業是如何消耗白銀的，會發現大體可以分為兩個部分。一是半導體領域，尤其是芯片封裝環節中對白銀的需求。白銀是導電率極其優秀的金屬，在諸多工業領域都有廣泛利用，尤其是在半導體產業當中。而AI的發展離不開專用算力應用的支持。與AI相關的GPU、TPU、NPU等專用算力硬件，都需要在封裝等環節中使用以白銀為代表的高性能半導體。

而在芯片之外，AI消耗白銀更為核心的場景是在組裝AI服務器與AI數據中心的過程中。白銀的高導電率、高導熱率以及耐腐蝕性，導致其可以成為一種穩定性高並且散熱良好的AI算力設施使用金屬。尤其在服務器與數據中心網絡、散熱模塊等環節中被廣泛選用。當AI服務器不斷追求更高算力使用率與更佳散熱性能的時候，白銀就超過了銅等金屬，成為高端服務器與數據中心的首選。比如說，英偉達H100服務器含有1.2公斤的白銀，已經遠遠超過傳統服務器0.5公斤左右的白銀使用量。

而緊跟着這兩個AI白銀使用場景，下一個廣為人知的信息是AI算力規模正在不斷擴大。有數據顯示，全球數據中心自2000年以來建設速度提升了11倍。美國的「星際之門」，中國的「新基建」都將在未來持續投入更多與AI強相關的數據中心建設。這意味着AI芯片、AI服務器、AI數據中心的建設規模都將持續增長。進而可以推斷出，AI消耗的白銀量也將繼續放大。而白銀又是一種開採量非常穩定的貴金屬，因此其全球供需缺口也將會被AI拉大。

於是，「AI熔化白銀」的故事很輕鬆就變得清晰、明確了起來。但這就是事實的全部嗎？

當我們把「AI推高白銀價格」這個看似清晰的邏輯關係進一步打開，不難發現其中還是有些蹊蹺之處。

首當其衝的問題是，AI這座白銀熔爐究竟有多大？確實已經分量十足的AI計算卡和AI服務器，真的能消耗掉那麼多的白銀嗎？同樣根據世界白銀協會發布的數據，2025年AI相關的白銀需求猛增了30%，全年用量超過1000噸。但這個數字只佔據全球白銀總需求的3%—6%。當然這也是不小的份額，但在這種份額限制與有限增量下，證明AI是拉高白銀價格的主要推手似乎有一些牽強。

另一個可爭議點在於，白銀在多個AI場景中的使用都並非是不可替代的。比如目前已經有衆多廠商正推動在AI服務器、中低端AI芯片等場景中使用銅來代替白銀。銅的導電性、散熱性較白銀更差，但成本優勢卻異常明顯。在AI基礎設施從規模化鋪開轉向計算收益比的當前階段，以銅替銀已經成為AI基礎設施建設中的關鍵議題。

另一方面，近幾年光模塊的興起與技術迭代加速是肉眼可見的，在數據中心內部的短距傳輸場景，使用光模塊代替銀纜的方案正在走向成熟，這意味着白銀將喪失又一個消耗量極大的AI相關使用場景。白銀在AI相關領域中的使用，只有在高端電子封裝、特種散熱等場景中具備長期不可替代性。但這些場景的白銀消耗量也較為有限。

AI將長期推高銀價，這個敘事的問題之處在於，它需要將過多的要素拼接在一起，才能組成一條完整的邏輯鏈路，然而這個鏈路上的諸多要素卻都存在被推翻的可能性。

比如說，有人認為AI佔據白銀消耗總量很小，但增速很快，會打破供需平衡。但AI算力基礎設施建設一定會持續擴張嗎？在模型成本不斷優化，算力需求走向平穩的今天，這個前提不一定成立。

也有人認為，AI用銀的主要問題在於其不可替代性高，將成為白銀價格的長期推手。但事實上AI場景中替代白銀的方案很多，這個推論也很難確立。

也有人認為，AI是與光伏、新能源汽車一道，組成了工業用銀增長的「三駕馬車」，最終推高了銀價。但這可能又涉及其他領域的諸多細節，並且未免有一種什麼領域火了，就一切都與之有關的嫌疑。

總之，AI成為白銀黑洞的故事，必須建立在一連串的推斷之上才能最終確立。往往出現類似現象的故事，最後的收場方式都與大衆想象不同。

討論AI與白銀的話題，其實是為了引出一個近些年頻繁跳躍出來的陳舊故事：我們興致勃勃發展的AI，其實正在吞噬自然資源，甚至成為環境之害。

迄今為止，這個故事已經有了非常多的分支。我們可以略微回顧一下。

第一個故事叫作AI爭電。很多媒體報道與數據報告，都將AI的發展與過度電量消耗進行掛鉤。比如不久前美國一份數據報告顯示，到2035年數據中心可能消耗全美8.6%的電力資源。隨之出現的是諸多媒體開始討論AI與普通民衆爭奪電力資源的話題。

第二個故事叫AI耗水。訓練大模型在液冷等領域需要消耗巨大的水資源，比如ChatGPT的耗水量就達到了數萬噸。有報道顯示，到2027年全球AI的用水量或許將超過英國年用水量的一半。

第三個故事，就是本文所探討的AI吞噬貴金屬。AI服務器、AI芯片等場景需要消耗巨大的銅、銀等金屬資源，而人形機器人則需要消耗大量的鈦等金屬資源。由此帶來的貴金屬價格升高，開採行為破壞環境等問題，似乎也應該歸因於AI的發展。

第四個故事是AI製造電子垃圾。也有人認為，AI驅動了大規模的硬件迭代，數據中心大批淘汰服務器，個人用戶不斷淘汰手機、電腦等消費硬件。這些電子垃圾的產生與AI技術發展不無關係。

這麼一看，AI還真是自然的天敵。但就像AI熔化白銀的故事一樣，類似故事可能總是攜帶着更多的複雜性。比如說AI耗電是最廣為人知的公衆話題，然而事實上以AI為代表的數字化系統，僅僅佔據了全球用電量的2%左右，卻在全球GDP中帶來了高達45%—58%的貢獻佔比，並且呈現出持續上漲趨勢。以AI為例，在模型訓練大量消耗電力的同時，其在黑燈工廠、AI醫療、智能交通、智能光伏等領域也節省了數量龐大的電力資源。並且AI本身的能耗問題還伴隨着模型優化、模型壓縮等技術的提升不斷得到解決。

當然，AI吞噬自然資源是一個必須得到重視和關注的問題。但或許也要看到，人類自信息革命以來的基本盤是不斷依靠數字化、智能化能力的提升，擺脫對不可再生資源的依賴。

尤其值得注意的是，像AI吞白銀這類敘事，往往被用在兩個地方。

一是炒高與自然資源緊密相關的金融產品，比如貴金屬、能源等。常規意義上看，它們可能跟AI可能關係不大，但通過對AI吞噬自然資源故事的講述，它們就找到了在新時代獲得價值重生的方案。既然AI最火，那麼這把火，半導體、機器人燒得，我白銀黃金為什麼就燒不得？

二是在全球普遍的政治正確話語裏，什麼東西一旦被打上了資源消耗的標籤，似乎就有了某種原罪。哪怕是一種非常有利於環保的技術也是如此。而這種闡述邏輯，又往往會演變成一個大型雙標現場：我比你先進的時候，AI真的很環保；你比我先進的時候，就必須警惕AI過度發展對環境的破壞。

在辦正事與聽故事之間，心裏或許要有一把尺。

以我粗淺的見識來看，白銀漲價的主要推動力來自地緣政治與全球普遍進入低利率時代。AI的發展當然是其中一個要素，但無論如何也難以稱其為主要原因。或者可以說，在這個局面裏白銀和AI都只是配菜。換成蘿蔔推動西紅柿漲價，外星人推動蜥蜴人崛起，故事本身也有辦法成立。

當然，對此每個人都應該有屬於自己的看法。我們只是想要提醒，切莫讓一些想當然的合理化敘事，干擾了自身的理性判斷。

AI已經背了很多黑鍋，這口銀鍋最好就不要背了。

任務太重，模型有點跑不動。