物理供应链成AI基建新短板：芝加哥设备盗窃案揭示安全盲区

美国库克县警长办公室日前在芝加哥郊区追回两辆被盗拖挂车，车上载有约 130 万美元的数据中心设备与铜线。这起案件让一个长期被忽视的问题浮出水面：AI 基础设施的物理供应链，正成为不法分子觊觎的新目标。

事件经过：两批货物在芝加哥交汇

据悉，其中一辆拖挂车载有约 30 万美元的铜线，这批铜线在阿拉巴马州 Pine Hill 遭窃，原计划运往一处数据中心建设工地；另一辆则装载约 100 万美元的数据中心基础设施设备，案发地为佛罗里达州杰克逊维尔。两批货物最终出现在芝加哥郊区的 Elk Grove Township 同一卡车场，被警方一并查获。

AI 基建背后的庞大货运需求

与 GPU 短缺、电力紧张、散热压力等「老问题」相比，AI 数据中心的物理物流需求往往被低估。一座数据中心从工厂到上线，需要搬运的物资包括：

• 服务器整机
• 网络设备与光纤
• 开关柜与配电设施
• 冷却系统
• 数千磅铜材

每一项都是真金白银的资本投入，也直接关系部署进度。超大规模云厂商加速扩产之际，设备从出厂到上电之间漫长的运输链路，正在形成一个被业界普遍忽视的风险敞口。

单点延误的连锁效应

大型 GPU 集群的部署高度依赖数十种子系统的同步交付：服务器、交换机、光模块、配电与冷却必须齐头并进。任何一个环节缺失，都可能引发连锁反应：

• 网络硬件未到，机房机柜空置
• 配电设备延期，整个上线时间表推迟
• 铜材被盗，电气施工被迫停摆

换言之，物理供应链上的任何一个断点，都可能让数十亿美元的训练或推理集群推迟数周甚至数月。

货运盗窃整体走高，高价值货物成重点

Verisk CargoNet 的数据显示，2025 年美国与加拿大的货运盗窃损失同比攀升约 60%，逼近 7.25 亿美元，而同期案件总量基本持平——这意味着窃贼的目标越来越聚焦于高价值货物。其中金属盗窃增长 77%，铜材需求是主要推手；有组织犯罪团伙的作案重心也在向企业级计算硬件转移，包括内存条、存储驱动器及服务器整机。CargoNet 预计，2026 年这一趋势仍将延续。美国国土安全部的估算则显示，货运盗窃每年造成的总损失最高可达 350 亿美元。

芝加哥这起案件，恰好是上述趋势的一个缩影。

从防火墙到物理防线

货运盗窃本身并非工程师的职责。但对于在激进时间表下部署 AI 算力的机构而言，安全的定义或许需要拓宽。云服务商、托管运营商与硬件供应商已在数字威胁防护上投入重金；随着 AI 基础设施本身的价值持续攀升，保护承载它们的物理系统，同样应当被纳入「基础设施安全」的范畴——而这一切，在设备抵达数据中心之前就已经开始。