东南亚数据中心与AI基础设施势在必行：把握千载难逢的机遇

2025年9月 内容 东南亚数据中心和人工智能基础设施的必要性3 人工智能不是炒作——它已经规模化 5 相似但不同：新兴的AI价值链6 堆叠起来：人工智能时代的价值创造 7 所有系统正常：立即行动，迅速行动 17 底线 20 联系我们 22 东南亚的数据中心和人脸识别基础设施势在必行 人工智能（AI）正推动着数据需求前所未有的激增——东南亚尚未准备好迎接这一挑战。 在一个日益增长的世界地缘政治紧张局势下，在岸存储、处理和保障数据的能力至关重要。这引发了紧迫问题。所有这些数据将存放在哪里？谁将为其提供动力？如何东南亚构建其所需的基础设施——并在其落后之前完成？ 跨制造业、交通和物流等行业，下一代人工智能应用开始用高分辨率图像、视频和其他数据密集型输入替代传统传感器。 这些视觉应用需要巨大的计算能力和低延迟网络才能实时运行。因此，该地区的数据容量需求大幅激增，远超其现有基础设施所能支持的限度。 与此同时，数据正成为一种战略资产和货币。在一个地缘政治紧张局势加剧的世界里，存储、处理和保障数据的能力岸上至关重要。 各国政府正收紧数据法规，企业需要更靠近源头进行更快的处理，而消费者则期望获得无缝且即时、由人工智能驱动的永不停歇的体验。 这引发了一些紧迫的问题。所有这些数据将存放在哪里？谁将如何为其供能？东南亚如何才能在落后的情况下，建立它所需要的基建？ 应对这一挑战需要整个生态系统采取行动。 各国政府必须重新思考政策并激励基础设施投资。地方电信运营商必须制定市场进入策略以实现市场机遇，同时加快宽带普及、5G部署和私有网络能力。 从另一方面来说，能源供应商必须确保电网稳定，并开发可扩展的电源以满足不断增长的需求。同时，投资者必须迅速行动为下一代数据中心基础设施提供资金，该基础设施将成为东南亚数字经济的支柱。 在这篇论文中，我们剖析了新兴的人工智能价值链及其三个环节——应用、平台和基础设施——揭示东南亚的具体领域可以利用这一代际机遇。 虽然这三个部分都很重要，但重心的转移现在已经非常迅速地转向了基础设施。其核心是数据中心——这是我们人工智能准备程度所依赖的关键基础。 预计到2030年，人工智能将为该地区GDP增加1万亿美元1要将东南亚定位为世界第四大经济体，足以说明现在的不作为成本远远超过了行动的成本。 人工智能不是炒作——它已经规模化 3AI对全球的贡献经济 人工智能现在是一个价值数万亿美元的游戏，但并非所有人工智能都是平等的。下一代人工智能，尤其是，超越了单纯的模式识别能力传统人工智能将改变图像的生成、处理和存储方式。这一标志性特征——使用图像而非仅仅是文字作为核心输入——具有变革性。 19.9万亿美元到2030年 3.5%到2030年的全球GDP 在制造业、交通和物流等各个行业中，下一代人工智能正用高分辨率图像识别取代物理传感器。与传统传感器不同，基于图像的人工智能具有远超其分辨率的速度和灵敏度——能够以前所未有的精度实时检测微妙的环境变化。 全球人工智能计算机视觉市场的指数级增长预示着未来的发展。到2025年，该市场估值将达到424.4亿美元。预计会在2029年达到1240.8亿美元，复合增长率30.8%的年复合增长率2. 随着基于图像的人工智能需求不断加速，对其支持的需求也将持续增长。这正推动东南亚地区对先进算法和基础设施——尤其是数据中心——的迫切需求。能够支持高分辨率、图像密集型工作负载和实时大规模时间处理。 相似但不同：新兴的人工智能价值链 随着下一代人工智能应用的兴起而来的是价值正在出现以支持它的链（见图1）。表面上，它看起来与传统AI价值链相似——除了基础模型。但正是这种差异驱动跨差分价值创造价值链。 基础模型，特别是，对于实现先进的图像识别能力至关重要自动化中的多种用例移动性，以及制造业。为了进行推理而对这类基础模型进行训练和利用，反过来又需要海量数据——随之而来的是对规格的高要求。数据中心的建设以及其他 AI 基础设施。 堆叠起来：人工智能时代中的价值创造 鉴于人工智能发展的迅速，所有参与者都必须持续重新评估其价值在适应和应对随时可能发生的干扰时，创作模型，例如DeepSeek等模型的引入，通过开启低成本的可能性成本和轻量级模型8. 为此，我们认为东南亚玩家应该考虑他们创造的价值所有三个部分的活动人工智能价值链：应用、平台和基础设施9（见图2）。根据我们的估计，到2035年，东南亚的可寻址AI市场总价值将达到惊人的650亿美元。 数据中心 为高机架密度 AI GPU 负载定制的数据中心（例如，QTS,克鲁索,海湾,AIS,PLDT,Telkom) 能源基础设施 具备共址和减少传输损耗的能源解决方案，适用于AI负载（例如）克鲁索,核小型模块化反应堆（SMRs）) 政府应用 聚焦于废物、停车、安全管理、智慧城市、城市交通和国防（例如，海登人工智能) 应用 近年来，消费者AI应用经历了指数级增长。值得一提的是像Perplexity这样的应用，其月活跃用户数（MAU）已达1000万。11四分之一位于印度尼西亚12.这种模式揭示了巨大的价值泄漏以及在该区域内更好地保留消费者价值的需求。 然而，由于消费者应用的开发成本很高，因此由全球参与者主导，大部分东南亚玩家的价值可能在于开发针对特定本地用例的企业和政府应用程序（见图3）。这些应用程序也可能包括差异化服务水平跨安全、可靠性和延迟的维度。 平台 下一代人工智能应用运行在基础模型上，这些模型用于生成标记并提供预测。对于东南亚地区，平台领域的本地机会主要在于运营推理模型，而不是模型的训练（见图4）。 利用可用的开源模型进行微调存在明确的值捕获机会他们，以及发展国家大型语言模型（LLMs）及其相关应用。例如，新加坡最近启动了东南亚首个LLM生态系统计划，名为“国家多模态LLM项目(NMLP)14. 专业高性能和可扩展用于管理海量数据的设施为AI训练工作负载提供低延迟的存储容量本地参与者有限的价值创造机会 基础设施 下一代人工智能应用需要高性能图形处理单元（GPU）计算系统来处理大规模、密集型工作负载16.这意味着东南亚许多现有的数据中心不能用于其训练和推理。鉴于数据中心本质上需要大量资源，它们也需要大量的供水和全天候可靠的电力供应。 在这个讨论中，然而，我们将关注能源基础设施及其跟上需求的艰巨任务。因此，三个基础设施子部门——GPU和 GPU 云、数据中心、能源基础设施——将成为未来关键的“收费公路”，推动东南亚的投资和价值（见图5）。 GPU和GPU云 在全球范围内，85%的全球GPU需求预计来自AI推理18(见图6)。由于低延迟要求，这些需要本地服务。出口管制导致GPU云经历了高利用率——并且这些，高回报。 在东南亚地区，我们见证了近期的重要发展，例如印度尼西亚的数据中心运营商建设本地GPU云，以支持本地AI工作负载19和马来西亚20，从基于机架共用的商业模式转向更高利润、服务型的GPU云模式，以及的启动GPU即服务（GPUaaS）服务在新加坡和东南亚21. 数据中心 到2035年，总IT工作负载需求的40-50%预计将由人工智能驱动22（见图7）。这凸显了东南亚参与者建设人工智能的紧迫性准备数据中心，不仅是为了在本地市场保留价值，同时确保数据和基础设施始终留在境内，在一个地缘政治紧张加剧的世界里，数据是新货币。 为服务于东南亚的本地推理工作负载，数据中心需要专门建造以处理高密度工作负载。也会有明确的定制建造本地市场或区域枢纽中设有受控人工智能数据中心，以服务于这种需求的机会。 在东南亚，预计到2028年将有约397兆瓦的数据中心产能投入运营。总产能将从2024年的1.68吉瓦增长至长期的7.59吉瓦，将超过四倍。（见图8）23. 值得注意的是，几个东南亚枢纽正在获得关注。例如，马来西亚正展现出强大的未来供应管道，其新加坡州成为增长最快的市场。虽然新加坡目前拥有最大的数据中心容量，但其领先地位很可能被马来西亚和印度尼西亚取代，至少部分受惠者邻近新加坡的供应扩容能力有限。 能源基础设施 在电力密集型人工智能需求的驱动下，预计东南亚数据中心的电力消耗将在2025年至...年间翻一番以上203024（见图9） 尤其地，利用GPU的人工数据中心相比传统数据中心，每平方米需要显著更多的电力，并产生更多的热量利用中央处理器(CPU)。一个CPU每个芯片的功耗仅为150-200瓦；相比之下，AI GPU的功耗超过其两倍，达到500瓦，而生成式AI（GenAI）GPU和下一代芯片的功耗则700瓦和1,200瓦分别。 高性能人工智能计算环境也需要高密度基础设施来支持计算能力。截至2024年初，数据中心通常支持机架功率需求为20 kW或更高。然而，平均功率预计密度将从2023年的每机架36千瓦增加到2027年的每机架50千瓦。 广义上，电力消耗在数据中心主要是由...驱动两个组件——计算能力和服务器系统，以及冷却系统——共同占到了总需求的近80%25(见图10)。这两是最耗能的组件，并且将继续在未来可预见的范围内推动电力消耗的增长。 一种供需视角 满足东南亚数据中心能源需求需要采取双管齐下的方法 供给 需求 能源效率 可靠且不间断的供应 通过提供对电力消耗的实时可见性，节能技术（如先进的计量基础设施），能够帮助改进需求预测和停电响应以及促进数据中心节能。 需要显著提高电网容量、输电和配电能力，以支持数据中心运营。不间断电源 (UPS) 系统也可以发挥作用最小化停机、服务中断、数据丢失和/或硬件损坏。 能源需求响应 由人工智能和机器学习（ML）提供动力的预测分析工具可用于负载需求预测和电力分布优化27. 虽然这些应用正在变得主流，但要有效地利用它们将需要协作在数据中心运营商与电网管理者之间。通过动态将计算密集型任务调度至高可再生电力可用时段（例如峰值太阳能或风能发电期），数据中心可以减少对化石燃料的依赖并更好地平衡电网负荷。 碳减排能源供应 虽然应利用现有的能源基础设施来增强数据中心竞争力，“清洁煤”和碳捕获技术可以协同部署以减少环境影响。 绿色能源的平价采购太阳能和风能到2030年可以满足东南亚数据中心能源需求的30%26.然而 ，支持政策、市场改革和创新采购机制的发展将是确保这些清洁能源的成本效益和可负担性。 现场和分布式可再生能源集成数据中心可以投资于现场太阳能发电或进入用于可再生能源的电力购买协议 (PPAs) 以减少电网需求。较小的运营商也可以利用虚拟PPAs或绿色电价来获得清洁能源，而无需高额的前期投资。然而，需要缓解对这些协议的限制，因为某些市场可能缺乏对这些策略的监管和商业确定性。 所有系统就绪：立即行动，并迅速行动 国家政府、地方电信和能源参与者以及投资者必须认识到数据中心和其他 AI 基础设施作为明天的关键资产——并且立即行动，迅速行动，来建立这些资产海岸线。 国家政府 各国政府在促进这些资产的发展并推动地方和区域生态系统增长方面，无疑扮演着最关键和最重要的角色，具体体现在： 监督数据治理和管理风险例如技术可用性（特别是在受出口管制系统的GPU方面）商业（通过需求预测、消费者安全、数据隐私以及网络（例如，新加坡数字基础设施法案）28) 风险 开发本地和区域生态系统与投资者、本地人才库和基础设施参与者，包括基于主权数据生态系统的人口数量；人口较少的经济体应该考虑加入其他具有相似特征生态系统的经济体 吸引全球参与者 调节和激励投资 为数据中心制定具有竞争力和可持续性的能源政策 包括超大规模企业和服务提供商，通过简化审批流程、实现政策稳定性和确保基础设施就绪状态 通过确保政策、标准、数据安全分类和数据本地化的清晰性法规，以及提供基础设施拨款和激励 通过设定最低效率标准，形式化数据中心电力计划中的能源需求，促进跨境电力购买协议(PPAs)，并培育公私合作伙伴关系(PPP) 本地电信和能