支撑AI运行的，不只有大模型和高端芯片，还有“幕后”一系列算力基础设施。
近期，全球存储芯片（886042）价格上涨，影响甚至传导至U盘、SD卡、移动硬盘等普通消费（883434）者熟悉的电子产品。随着世界范围内AI数据中心建设提速，燃气轮机、变压器、储能（885921）设备、冷却设备、光纤电缆以及铜、铝等基础材料的需求也同步上升。当前，AI热潮正向产业链的多个基础环节延伸，让一批“隐形刚需”受到更多关注，也牵动全球供应链发生新变化。
算力基础设施需求升温
近期，“存储”成为全球科技产业关注的热词。AI数据中心不仅需要高性能芯片完成计算，也需要大量内存和存储设备来完成数据读取、调用、交换和保存。随着AI数据中心建设提速，高带宽内存、服务器内存、企业级固态硬盘等产品的需求显著增加。
据韩联社报道，全球科技企业加大AI基础设施投资，带动服务器内存产品需求上升。2026年，全球内存芯片市场规模预计较上年扩大超过4倍。另据路透社报道，AI基础设施投资增长推高了内存和存储芯片（886042）需求，全球内存供应趋紧。报道援引花旗（C）银行分析称，内存芯片制造商SK海力士预计，内存供应紧张可能持续至2027年。
这一变化已开始向消费（883434）端传导，U盘、存储卡等产品价格上涨，手机、电脑等电子产品也面临成本压力。《华尔街日报》报道称，AI数据中心大量采购内存芯片，使消费电子（881124）企业可获得的供应减少，推高了个人电脑、智能手机、游戏（881275）机等产品成本。另据美国新闻网站Axios报道，美国劳工统计局的消费（883434）者价格指数显示，今年5月，美国“电脑软件及配件”价格同比上涨14.5%，U盘等存储产品价格上升是推动上涨的重要因素。
不只是存储，AI算力扩张也显著拉动电力设备需求。数据中心耗电量较大，对供电稳定性要求高，其建设和运行离不开发电设备、变压器及输配电系统支撑。路透社报道援引西门子的消息称，大型科技企业加大AI基础设施投资，正在推高燃气轮机和电力设备需求。彭博社的报道也提到，随着AI数据中心建设加速，美国大幅增加了大功率变压器的海外采购。摩根士丹利（MS）6月的研究报告也显示，电力变压器的交货周期（883436）已大幅延长，全球供应链承压。
数据中心对稳定供电的要求，也带动了储能（885921）设施等配套环节需求上升。彭博新能源（850101）财经分析称，随着数据中心建设，电池已不只是人们印象中的短时备用电源，更是缓解数据中心接网压力的重要设施。英国《金融时报》也报道称，AI数据中心需要不间断电力供应，以防停电或电压波动，储能（885921）设备因此成为重要支撑。
AI还带动了冷却设备需求升温。AI服务器密集运行会产生大量热量，散热能力直接关系到运行稳定。路透社援引摩根大通（JPM）报告称，全球AI服务器液冷系统的市场规模，预计将从2025年的89亿美元增至2026年的超过170亿美元。随着数据中心建设，冷却设备需求增长，相关企业或将受益。
此外，数据中心还需要高速、稳定的数据传输，光纤光缆等连接设备需求也随之上升。美国消费（162415）者新闻与商业频道报道称，美国科技企业Meta（META）正为其AI数据中心采购光纤光缆。美国康宁（GLW）公司等相关企业也表示，将推出面向AI数据中心网络的光纤光缆和连接产品，以满足高速数据传输需求。
相关需求还延伸至基础材料领域。数据中心建设、供配电设备、电缆、变压器、冷却系统等环节均需要铜、铝等金属材料的支撑。标普全球（SPGI）研究称，受电气化、数字化发展和AI数据中心等需求带动，全球铜需求到2040年预计将较2025年增长约50%。其中，AI和数据中心相关的铜需求预计将明显增加。
“幕后环节”为何引发关注
存储、网络、电力、关键材料……这些环节看似处在幕后，为何吸引越来越多国际关注？与以往的AI发展阶段相比，现阶段AI对基础设施的需求出现了什么新变化？
复旦大学经济学院教授刘志阔接受本报记者采访时表示，随着AI从技术研发走向更多实际应用，对算力基础设施的要求已从“能不能跑起来”，转向“能不能稳定、持续、低成本地运行”。在这一过程中，支撑模型长期运行的基础设施被推到更重要的位置。与此同时，AI牵动的产业环节也更加广泛。存储负责数据读取和保存，光纤光缆承担高速传输，电力设备保障稳定供电，冷却系统维持设备运行，铜、铝等材料则支撑设备制造。这些环节虽不直接呈现在消费（883434）者面前，却影响着AI服务能否持续、稳定、高效运行。
英国《金融时报》的分析称，随着AI应用扩大，行业关注点正从模型训练进一步延伸至推理环节。训练主要是让模型形成能力，推理则是模型在实际场景中被调用和使用。推理需求增加，意味着AI服务需要更稳定、更低延迟的计算和网络支撑。该报另一篇报道也指出，AI发展正在改变数据中心设计，对电力、冷却和配电设备提出了更高要求。
美国战略与国际问题研究中心有关报告和文章也表示，每一个AI模型和应用背后，都是由大量数据中心、密集计算硬件和庞大电力需求构成的网络。支撑AI算力的基础设施已成为重要变量，未来要大规模提升AI算力，需要统筹考虑电力输送稳定性、工业制造能力等基础设施条件。
在各类算力基础设施中，电力越来越成为关键变量。厦门大学中国能源（850101）政策研究院院长林伯强对本报记者表示，AI数据中心对电力的需求增长较快，凡是与数据中心、电力、绿电、储能（885921）相关的环节，都会随之加快发展。特别是新建数据中心往往更重视绿色电力（885936）的使用比例，未来，数据中心不仅需要稳定供电，也将更多与清洁能源（850101）和储能（885921）系统结合。
算力链条牵动全球产业链
随着AI需求向算力基础设施各环节传导，相关全球产业链的格局和价值链条也在发生变化。
刘志阔认为，未来不能仅以“有没有大模型”来判断一个国家或地区是否参与了AI产业链。不同国家和地区嵌入全球产业链的方式各不相同，有的体现在模型和平台层面，有的则体现在制造、材料、设备和零部件环节。以中国为例，在光通信模块、电源设备和部分配套环节中占有较高比重。韩国存储芯片（886042）企业则近期表现抢眼。其他国家也在部分技术、材料和设备等领域各有积累。这种差异化参与，构成了全球AI基础设施供应链的基本格局。
国际机构分析也显示，AI的全球产业链具有高度复杂性。美国战略与国际问题研究中心在报告中指出，AI等技术建立在复杂的技术栈和高度相互依存的价值链上。相关产品往往涉及设计、制造、设备、材料等多个国家和地区的分工，并与各地传统产业高度依存。
麦肯锡在一份研究报告中估算，全球数据中心建设支出到2030年可能达到数万亿美元规模。其推进速度不仅取决于资金投入，还受到能源（850101）资源、工业能力和供应链配套等多重因素的影响。
能源（850101）环节的作用也日益凸显。林伯强表示，数据中心用电需求增长对电力系统的影响会是一个过程。更值得关注的是，未来数据中心建设如何更多与清洁能源（850101）、储能（885921）和电网建设相结合。AI热潮带来的供应链变化，不只是科技产业内部的变化，也与能源（850101）、制造、材料等领域密切相关。
AI热潮持续升温，也正推动全球产业链重新审视算力基础设施的产业价值。
“当下AI基础设施建设由真实需求拉动，相关热度也已体现在产业链相关企业营收和利润增长上。”刘志阔说，但与此同时，也要警惕短期热度过快累积、基础设施建设快于真实需求、应用铺开快于价值创造的泡沫化现象。AI产业发展的关键，在于把支持重点放在长期能力建设上，推动算力建设、应用创新和产业需求更好匹配。这样，AI热潮带动的“隐形刚需”才能真正转化为全球产业链发展的长期动力。
