Медта, галият, германият, редкоземните елементи и алуминият изграждат физическата инфраструктура зад изкуствения интелект – и превръщат достъпа до критични суровини в стратегически въпрос
Изкуственият интелект има свойството да изглежда почти нематериален. Задаваме въпроси, на които отговорите идват мигновено. Генерираме изображения, правим анализи, обобщаваме факти, пишем текстове. Зад тази привидно невидима технология обаче стои огромна и все по-ресурсоемка физическа инфраструктура.
Центрове за данни, електропреносни мрежи, трансформатори, сървъри, процесори, системи за охлаждане, оптични мрежи и резервно захранване – AI се нуждае от всички тях. А те от огромни количества метали и критични минерали.
Ново изследване от 2026 г., което моделира потреблението на 20 минерала в инфраструктурата за AI центрове за данни до 2035 г., предлага особено интересен извод: основната суровинна тежест не идва от самите полупроводници, а от електрическата инфраструктура около тях.
И един може би неочакван метал се откроява категорично.
Медта – невидимият гръбнак на AI
Без мед няма електрификация, а без огромни количества електроенергия няма изкуствен интелект. Медта преминава практически през цялата физическа архитектура на един център за данни – от електропреносната и разпределителната инфраструктура до трансформаторите, кабелите и сървърното оборудване. Високата ѝ електрическа и топлопроводимост я прави безценна и за системите, които отвеждат огромното количество топлина, генерирано от изчислителната техника.
Мащабът е впечатляващ. Според изследването от 2026 г. медта представлява около 83% от общата моделирана минерална маса, необходима за AI инфраструктурата, като само преносът и разпределението на електроенергия формират 64% от потреблението на мед в модела.
Международният валутен фонд (МВФ) дава още по-шокиращ пример – един голям комплекс от центрове за данни може да се нуждае от почти толкова мед, колкото произвежда средно голяма мина за една година. До 2030 г. центровете за данни могат да потребяват над половин милион тона мед годишно.
Така ерата на AI неочаквано ни връща 7000 години назад към медната епоха.
Галий – малко количество с огромно значение
При медта количеството определено има значение, при галия логиката е точно обратната. Нужните обеми са значително по-малки, но мястото му във веригата е критично.
Съединения на галия, включително галиев нитрид (GaN), намират приложение във високоефективна силова електроника, радиочестотни компоненти и модерни полупроводникови технологии. Геоложката служба на САЩ (USGS) включва галия сред минералите, необходими за полупроводниците и микрочиповете в центровете за данни.
Той е свързан и със сериозен стратегически риск. Според Международната агенция по енергетика галият е сред критичните суровини, при които рискът от проблеми с доставките е особено висок. Китай осигурява над 90% от глобалното рафинирано предлагане на галий, а възможностите за бързо заместване са ограничени.
МВФ изчислява, че до края на десетилетието центровете за данни могат да формират повече от една десета от световното търсене на галий. Така един сравнително непознат за широката публика метал се превръща в потенциално слабо място в глобалната AI инфраструктура.
Германий – когато скоростта на данните зависи от суровините
При германия, както и при галия, използваните количества са обратнопропорционални на получените ползи.
Той намира приложение в полупроводниковите технологии и във високопроизводителните оптични системи – инфраструктурата, през която огромните масиви от информация трябва да бъдат пренасяни с изключително висока скорост.
USGS го включва сред минералите, използвани в микрочиповете и процесорите на центровете за данни, а Международната агенция по енергетика (IEA) го поставя сред материалите с висока уязвимост на доставките заради концентрираното производство и ограничените възможности за заместване във високопроизводителната оптика.
Според IEA през 2026 г. цената на германия в Европа е достигнала нива почти три пъти по-високи от тези на китайския вътрешен пазар.
Редкоземните елементи – малките компоненти с голяма стратегическа тежест
Неодим, празеодим, диспрозий и тербий рядко попадат в разговорите за ChatGPT или AI моделите. Но тези редкоземни елементи стоят зад високоефективните постоянни магнити, използвани в множество двигатели и електрически системи.
В центровете за данни редкоземни материали присъстват в компоненти за охлаждане и съхранение на информация, а USGS ги посочва сред ключовите материали за магнитите и системите за съхранение.
И тук отново географията излиза на преден план. Международната агенция по енергетика отчита изключително висока концентрация при преработката на магнитните редкоземни елементи, като Китай остава доминиращият играч.
Алуминий – металът, който помага на AI да не прегрее
Надпреварата при AI процесорите е за все по-висока изчислителна мощност, но тя създава един на пръв поглед доста прозаичен проблем – топлината.
И тук алуминият излиза на сцената – ниското тегло, устойчивостта на корозия и добрата топлопроводимост го правят подходящ за радиатори и различни компоненти от охлаждащата инфраструктура.
USGS изрично посочва алуминия и медта като ключови материали в радиаторите на сървърите, които отвеждат топлината от чувствителната електроника.
По-високата изчислителна плътност превръща охлаждането в първостепенна инженерна задача и едно от условията AI инфраструктурата да може да продължи да увеличава своята мощност.
Надпревара за технологии – надпревара за ресурси
Традиционно глобалната технологична конкуренция се разглежда като битка за най-мощните процесори, най-добрите AI модели и най-големия изчислителен капацитет. Колкото повече се разширява физическата инфраструктура зад изкуствения интелект обаче, толкова по-ясно става, че технологичното лидерство зависи и от нещо много по-фундаментално – достъпа до енергия, мрежи, производствен капацитет и суровини.
Галият, германият и магнитните редкоземни елементи са сред материалите с най-сериозна заплаха от прекъсвания на доставките, а високата концентрация на преработката в ръцете на определени играчи на пазара остава една от основните слабости на глобалните вериги.
И тук се появява един от парадоксите на AI революцията – неограничените възможности, които предлага все по-дигиталният свят около нас, зависят пряко от ограничените ресурси на материалния.
Зад всеки нов модел стоят чипове. Зад чиповете – центрове за данни. Зад тях – електропреносни мрежи, охлаждане и комуникационна инфраструктура. А зад всичко това стоят мини, рафинерии и сложни глобални вериги за доставки.
Може би победителите в следващата фаза на AI надпреварата няма да са тези, които разполагат с най-добрите алгоритми или най-мощните процесори, а държавите и компаниите, които държат ресурсите, необходими тези технологии изобщо да бъдат изградени в мащаб.
Източници: International Energy Agency (IEA), U.S. Geological Survey (USGS), International Monetary Fund (IMF), Resources Policy
