盡管銅并非數據中心內回收量最大的材料，但隨著數據中心持續擴建與架構重構，廢舊銅材正催生出一條全新的產業鏈。

圖片來源：snezhkina/Adobe Stock

人工智能數據中心的高速擴張，正為廢舊硬件、老舊配件及原材料回收打造出一個全新二級市場。

在這一新興回收經濟中，退役 GPU、CPU、內存以及銅材等物料被重新利用，在其他設備中開啟 “第二生命周期”，或至少被回收處理以備后續使用。

AI 數據中心對 GPU 和 CPU 的更新換代速度，遠快于傳統 IT 硬件周期。部分硬件在使用三至四年后便會被替換，而在某些超大規模 AI 集群中，迭代速度甚至更快。相比之下，傳統云計算與企業數據中心的更新周期通常為五至七年。

究竟是什么在推動硬件更換速度不斷加快？

“性能需求、競爭壓力與技術快速創新形成疊加效應，加速了 AI 數據中心 GPU 與 CPU 的淘汰節奏。” 專業逆向供應鏈管理（RSCM）廠商 LTG/Re-Teck 首席戰略官李琳達表示，“在超大規模集群環境中，即便只是效率小幅提升，也能節省數百萬美元成本，這使得提前更新硬件的理由難以忽視。”

她還提到，伴隨著各大廠商競相構建與部署規模更大、能力更強的 AI 模型，盡快采用最新、性能最強硬件的動力也愈發強烈。

硬件更新速率持續加快

市場研究機構 MarketsandMarkets 數據顯示，預計到 2032 年，全球數據中心市場規模將達到 6876.5 億美元，較 2026 年預計的 2831.6 億美元實現翻倍以上增長。

這一迅猛增長將深刻影響內存、GPU、電源芯片等電子元器件領域，同時也將輻射材料、工程建設等上下游生態。為此，企業將持續引入最新硬件，以最大化算力與能效收益。

與傳統 IT 基礎設施不同，AI 硬件直接關系到核心業務成果，例如：

• 模型訓練效率

• 推理速度

• 營收收益

每一代全新 AI 優化工藝，都能在單位功耗性能、內存帶寬與原始算力上實現顯著提升，進而縮短訓練時長、降低運營成本。

“最核心的驅動因素仍是原始算力性能。” 李琳達表示，“新一代芯片往往能在計算密度、內存帶寬與互聯速度上帶來可觀增益，直接轉化為更快的模型訓練速度與更低的成本。”

她補充道，在競爭激烈的 AI 行業中，哪怕只是將訓練周期縮短數周，也足以成為企業提前更換硬件的充分理由。

數據中心正在構建一種全新的回收利用經濟模式，其中退役的GPU和CPU能夠在其他應用中獲得新的使用價值。來源：Re-Teck

退役芯片的第二生命周期

據 Re-Teck 介紹，從一線 AI 訓練集群中退役的 CPU 與 GPU，通常仍具備充足的使用價值。

最常見的二次利用場景是承擔推理任務，這類場景對延遲與吞吐量的要求遠低于大規模模型訓練。

老舊 AI GPU 可回收后用于科學研究與仿真計算的高性能計算機。李琳達表示，高校、科研實驗室及企業數據中心是這類回收硬件的天然承接方。

不過，這類元器件往往受到原廠或政府相關法規的使用限制。

逆向供應鏈管理（RSCM）公司LTG/瑞泰克的首席戰略官李琳達表示：“有時，與其整體復用整套系統，不如拆解單個可用元器件，將其重新應用于兼容設備中。從 AI 集群中拆出的 CPU，非常適合用于邊緣計算或私有云環境，這些場景的工作負載強度相對適中。”

但她也提醒，并非所有退役硬件都能輕松二次部署。許多 GPU 和 CPU 專為特定服務器架構設計，對散熱與供電有嚴苛要求，這在一定程度上限制了其再利用空間。

被粉碎的電子廢棄物正在被轉化為新的材料。人工智能數據中心有大量的此類廢棄物，這也是正在興起的新興回收經濟的一部分。來源：Re-Teck

再生銅材市場機遇

銅是數據中心及各類電子設備中用于連接傳輸的關鍵材料。

隨著數據中心改造升級加速，運營方需要對銅材進行復用或更換決策。廢舊銅的高價值使其幾乎不會被直接丟棄。

“數據中心基礎設施中的大量銅材均為高純度材質，導電性能優異，可經二次冶煉廠重熔復用。” 銅開發協會（CDA）板材事業部總監亞當?科爾特巴表示，“再生銅在當前及未來數據中心建設中的重要性將持續提升。”

科爾特巴提到，隨著數據中心業主與運營商愈發重視可持續發展，iMasons、開放計算項目等組織正聯合行業推動碳足跡核算，涵蓋數據中心設備及銅材等物料的隱含碳排放。

此外，據銅開發協會介紹，美國近期新建了多家再生銅精煉設施，可將廢銅加工為精煉金屬。這些設施將補充原生銅供應，使更多美國本土廢銅得以在國內處理，而非出口海外。

目前，美國約有 50% 的含銅廢料用于出口。

“由于再生銅的隱含碳排放低于原生銅，數據中心對其需求極高，以此助力降低隱含碳與運營碳排放。” 科爾特巴說道。

為此，多家超大規模云廠商正承諾使用可再生能源以減少運營碳排放。科爾特巴表示，谷歌在過去十年中已將可再生能源納入其可持續發展體系。

回收硬件需求持續增長

回收利用的服務器機架是源自人工智能數據中心中廢舊或退役電子元件的不斷發展的回收經濟的一部分。這些設備在其他應用領域中獲得了新的使用價值。來源：Re-Teck

據 Re-Teck 統計，數據中心退役元器件的市場需求正持續攀升。出于成本節約、供應鏈緊張、可持續承諾或實用性等多重因素，回收硬件的需求來源日益廣泛。

李琳達表示，需求增長的部分原因在于回收硬件 “無需與最新芯片競爭”，只需以更低成本滿足目標工作負載即可。

許多邊緣節點部署并不需要最新一代加速芯片，但需要服務器級硬件支撐實際業務，若價格更具優勢則更具吸引力。

這些回收 CPU 與 GPU 的其他潛在應用場景包括：

• 網站托管

• 存儲集群

• 批處理設備

• 教育科研

“預算敏感型企業、初創公司與科研機構同樣構成強勁市場需求。” 李琳達稱，“無力承擔全新設備成本或交付周期的機構，可使用翻新硬件開展模型實驗、內部 AI 項目或計算強度較低的訓練任務。”

結語

Re-Teck 指出，隨著技術創新周期不斷縮短，未來幾年 AI 數據中心 GPU 與 CPU 的更換量預計將持續上升。

首先，隨著超大規模廠商與企業供應商建設規模更大、要求更高的設施，AI 基礎設施規模將顯著擴張，這自然會在硬件更新與生命周期結束階段帶來更多回收需求。

其次，半導體技術創新步伐并未放緩，AI 處理器性能仍在持續提升，這將持續推動運營商盡早更換 GPU 與 CPU。

隨著保留老舊設備的合理性不斷降低，硬件迭代速度只會進一步加快，但并非所有工作負載都需要最新、最強的硬件。

“行業很可能出現自然分層：前沿 AI 環境為保持競爭力將快速迭代硬件，而二線或更專業化的部署則可適當延長設備使用壽命。” 李琳達補充道。