摘要：报告警告到2050年 AI 电子垃圾或装满2300万个集装箱、绕地球6圈；MIT 指出 AI 竞争正变成材料科学问题，散热能效可靠性依赖新材料突破。
算力狂欢的另一面，今天被两件事同时点了出来。一是电子垃圾危机：有报告警告，到2050年 AI 相关电子垃圾可能装满2300万个集装箱、绕地球6圈——服务器、GPU、液冷设备的更新换代，正在制造被严重低估的环保账单。二是 MIT 的判断：AI 竞争正在变成材料科学问题，芯片和数据中心逼近物理极限，散热、能效、可靠性都越来越依赖新材料突破。
这两件事看似分属环保和硬科技，内核同源：AI 的扩张是有物理代价的。我们习惯把大模型想成"云端的软件"，但它的每一分能力，都对应着硅片、电力、冷却水和终将报废的硬件。HBM 短缺、电力瓶颈、液冷普及，这些前面反复出现的约束，本质上都是"物理世界在给算力定价"。
我的判断：这两类风险会被越来越认真地计入 TCO（总拥有成本）。对云厂和智算中心，未来比拼的不只是"堆了多少卡"，还有"单位算力的能耗、废热和报废率"。循环经济——芯片回收、液冷余热利用、模块化可升级架构——会从ESG话术变成实打实的必修课。而对产学研来说，MIT 的判断点出了下一个战场：当制程红利放缓，材料层的突破（新衬底、新互连、新散热）会成为算力竞争的底牌。AI 的下半场，不只是算法和数据的战争，也是物理和化学的战争。
