思考如何研究清楚AI行业对铜需求的影响？ 如何构建逻辑严谨、数据清晰的分析和推理过程？网络数据中大量是主观推断的，需要识别并且不依赖于这类数据。尽可能使用铜企业官方财务报告、公告中的数据。 从最基本的单元器件对铜的消耗，到组件，最后到AI数据中心、电网。展示每一步的分析和具体需求数量。预测未来5年、10年、20年、30年的铜年度需求？ 反复思考整个推理链条的漏洞和缺陷，注明出来。 最后生成一个PDF文档。
GLM-5: https://drive.google.com/file/d/1lUuv1yGwY8HTJUIvlvkDSEWYiQWXIKdv/view?usp=drive_link
Anygen: https://drive.google.com/file/d/1AL51JbAod3jMJsEdfgQZ4BReynh-dhhe/view?usp=drive_link
| 年份 | 全球年度新增容量 (MW) | 增长趋势与核心驱动力 |
|---|---|---|
| 2020 | ~7,000 MW | 疫情初期，云服务需求激增，但供应链受阻导致建设进度平稳。 |
| 2021 | ~7,000 MW | 数字化转型加速，超大规模（Hyperscale）企业持续扩张。 |
| 2022 | ~8,000 MW | 混合办公常态化，短视频与大数据应用推动二线市场建设。 |
| 2023 | ~8,000 - 9,000 MW | AI 元年。 尽管建设周期滞后，但下半年大功率机房需求猛增。 |
| 2024 | ~11,000 MW | 爆发点。 专门针对 AI 训练的超大园区（100MW+）开始集中交付。 |
| 2025 (预估) | ~13,000 - 15,000 MW | AI 推理需求爆发，液冷技术普及，单体项目规模从 20MW 迈向 100MW+。 |
1MW的建设需要27吨铜（包含电网），2025年静态的数据。13000MW的建设共计需要35.1万吨铜。