生成式AI的发展需要大量高品质数据、电力、水资源和铜原料。然而，这些资源的供应正面临瓶颈。

高品质数据愈发稀缺，研究人员预测到2026年，大型语言模型将耗尽网络上的高品质数据。这迫使开发商转向高价授权数据或合成数据。尽管合成数据市场蓬勃发展，但随着大型IT厂商涉足该领域，新创企业的融资陷入停滞。

同时，数据中心的电力消耗巨大，国际能源署预测，到2026年，AI相关产业的耗电量将是2023年的10倍。技术创新可能会降低数据处理所需电力，但下一代技术的实用化存在高度不确定性。

此外，数据中心服务器的淡水用量也在大幅增加，水资源短缺风险逐渐浮现。铜原料也面临供应短缺风险，被称为“新石油”的铜在电线、电动车和再生能源等领域需求激增。

生成式AI热潮进一步推动了铜的需求，摩根大通预测，2030年AI数据中心每年将需要约260万吨铜。然而，有机构认为，能源使用效率的改善将缓和耗电量的增加，从而减缓铜需求的过快增长。

面对这些挑战，数据中心需要采取各种节约能源和资源的方案，以确保生成式AI的持续发展。