大摩闭门会赋能AI亚洲数据中心20260708

AI驱动IDC周期反转：供需结构重塑与东南亚产能爆发 摘要 ·中国IDC进入AI投资周期，需求向阿里、百度、腾讯及AI实验室集中，驱动资本支出增长至少持续至2027年。●AI周期下供需逻辑重构：GPU产能与电力成为核心瓶颈，训练/推理需求占比由公有云时代的50:50转向偏远地区主导的80:20。●行业ROI触底回升，由2021-2024年下行期的个位数回升至10%-11%,预计上行趋势将延续至2026年Q2。●东南亚市场受新加坡溢出效应驱动，马来西亚、泰国产能预计保持两位数增长，区域总产能十年内有望从3GW增至20GW。●新加坡电信(Singtel)通过收购STTGDC及有机扩张，规划总产能将接近3GW,转型为全球领先的GPU即服务与IDC平台。●融资环境分化：A股股权融资受限，企业转向公募/私募REITs盘活资产，国内低利率环境有利于提升在岸债务融资ROE。 Q&A 中国数据中心行业的需求周期经历了哪些阶段，当前正处于哪个阶段，其驱动因素和客户结构有何演变? 中国数据中心行业的需求周期可划分为三个主要阶段。第一阶段是2015年以前的“互联网+传统IT支出驱动周期”,期间70%-80%的需求来自互联网企业，其余20%-30%来自金融和电信等传统行业。第二阶段是2016年至2024年年中的“公有云周期”,需求结构发生分化，约70%的需求来自阿里云、腾讯云、华为云等大型云服务商，20%来自拼多多、IGE、携程等纯互联网企业，剩余10%仍以金融行业为主。在此期间，互联网流量和需求高度集中于少数头部客户，如BAT及华为。自2024年年中起，行业进入第三阶段，即“AI投资周期”,需求进一步向阿里、百度、腾讯三大客户集中，同时人工智能实验室和新兴云厂商在AI训练与推理方面的需求也在上升。目前，行业正处于AI投资周期的早期阶段，预计由AI驱动的互联网企业资本支出快速增长趋势至少会持续到2027年。 对比公有云周期，当前AI周期的需求和供给端呈现出哪些新的特征和关键差异? 当前AI周期与公有云周期相比，在需求和供给两端均呈现显著差异。需求端方面，首先，上游瓶颈成为关键问题。与公有云周期不同，当前AI周期面临全球GPU产能受限、地缘政治风险以及芯片可获得性等挑战，使得国产GPU的进展成为核心驱动力。其次，客户的支付能力和现金流成为潜在关注点，尽管目前尚未构成问题，但未来一至两年内可能需要关注。再者，需求被明确划分为训练和推理两类，其中推理需求因其直接关联商业化应用场景，其可持续性更受关注，token使用量成为衡量需求可持续性的重要指标。最后，AI应用场景对网络延迟的要求与公有云不同。AI训练对延迟不敏感，而许多推理场景(如AI视频生成)的用户容忍度也较高，这使得大量AI算力可以部署在电力成本更低的西部偏远地区。供给端方面，数据中心运营商作为基础设施开发商，其核心要素的重要性发生了变化。电力的作用不断提升，而实体空间部署服务器的作用相对下降。网络在AI训练中的重要性有所降低，但在推理负载中仍保持原有重要性。此外，行业专业化趋势愈发明显，超大规模企业更倾向于将整个园区外包给服务提供商，自身则更专注于底层技术或芯片组。 中国数据中心行业的投资回报率和定价在过去几年经历了怎样的周期性波动，当前的市场趋势如何? 中国数据中心行业的投资回报率和定价在过去几年经历了显著的周期性波动。在2015年至2021年的上升周期中，受互联网流量增长、公有云普及以及疫情相关线上需求的驱动，行业投资回报率达到低双位数甚至中双位数水平。尽管价格基本稳定，但批发型数据中心的兴起和超大规模客户的高利用率承诺提升了回报的确定性。然而，从2021年到2024年年中，行业进入下行周期。受互联网监管政策、宏观环境恶化及经济通缩影响，行业价格下跌近25%至30%,整体投资回报率降至个位数，且市场规模增长停滞。自2024年下半年起，随着百度和阿里巴巴等公司积极投资AI,行业周期开始逆转。通过技术优化和交付流程简化，行业整体投资回报率已回升至10%-11%的水平，并预计这一趋势将延续至2026年第二季度。 在不同的市场周期中，数据中心企业的核心竞争力有何不同? 在不同的市场周期中，数据中心企业的核心竞争力存在明显差异。在上升周期，市场表现主要由供给驱动，企业的核心竞争力在于其项目储备和资源能否匹配客户快速增长的需求。能够实现良好供需匹配的企业，其增长能超越行业平均水平。而在下行周期，需求萎缩成为主要矛盾，企业的核心竞争力则转变为客户关系以及捕捉有限需求的能力。例如，在2021年至2024年的下行周期中，需求主要集中于少数头部客户，因此能够紧密服务这些客户的企业，其业绩表现显著优于同行。 当前中国数据中心市场的总体容量、地理分布格局以及不同区域的市场份额是怎样的? 目前中国数据中心市场的总容量约为20至25吉瓦，同比增长18%至20%。从地理分布来看，市场主要划分为三大区域：北方市场(北京及周边)、华东市场(上海及周边)和华南市场(广州、深圳及周边)。这三个市场的规模占比大致为5:3:2,其中华北市场规模最大，主要原因是字节跳动近80%-90%的算力部署在该区域，而阿里巴巴和腾讯的算力在三大市场分布相对均衡。 在公有云时代和AI时代，数据中心在一线城市与偏远地区的部署比例发生了怎样的变化，国家的“东数西算”政策对此有何影响? 在公有云时代，由于云服务需靠近企业总部等客户部署，同时又要利用偏远地区的低成本资源处理云存储等非延迟敏感业务，数据中心在一线城市与偏远地区的部署需求比例约为50:50。进入AI时代后，由于AI训练和部分推理应用对网络延迟不敏感，该比例转变为偏远地区占主导，约为70:30或80:20。2021年推出的“东数西算”政策与AI时代的需求趋势高度契合，该政策将数据中心枢纽部署限定在八个节点，其中西部节点(如内蒙古、宁夏)成为热门市场。这种供给限制政策为行业创造了有利的供需格局，避免了其他行业普遍存在的供过于求问题。 在A!周期下，哪些数据中心企业在不同区域市场中表现突出，其竞争优势体现在何处? 在当前的AI周期中，不同企业在各区域市场的表现有所分化。在偏远地区市场，ZData和Sensing Data等私有企业或亚洲公司的业务部门表现良好。万国数据和世纪互联则在偏远地区和一线城市市场均表现出色。相比之下，一些在上一轮公有云周期中凭借一线城市资源取得优势的企业，在AI周期中则显得相对滞后。 当前中国数据中心行业的资本结构和融资渠道有哪些新的动态和挑战? 当前中国数据中心行业的资本结构和融资渠道呈现出新的动态。在股权融资方面，由于监管机构对数据中心企业A股上市的支持度不高，股权融资成为一大障碍。在债务融资方面，国内低利率环境使得在岸市场的融资成本相对较低，有利于提升企业的净资产收益率；而受美元高利率影响，海外市场的融资渠道基本关闭。介于股权和债权之间，房地产投资信托基金成为一个重要突破。企业可通过成熟或半成熟资产发行公募或私募REITs,这种较新的模式有助于盘活资本、降低融资成本，并为具备规模优势和良好业绩记录的现有企业提供了相对于新进入者的增量优势。 东南亚数据中心市场的核心评估指标、工作负载特征以及主要的商业模式有哪些? 东南亚数据中心市场的核心指标包括容量、出租率、利用率和EBITDA,这些最终会转化为数据中心资产的投资回报率并影响其估值。在工作负载方面，当前AI工作负载的功率密度显著提升，其与公有云或传统云系统的关键差异在于延迟驱动的特性，这对数据中心的选址和定价有重大影响。目前，东南亚地区存在多种商业模式，主要由两股力量推动建设浪潮：一是美国的超大规模企业，它们已在马来西亚、泰国和印度尼西亚投入数十亿美元；二是电信运营商，例如新加坡的Singtel、泰国的AIS以及印尼的Telcom和Indosat。电信运营商凭借其基础设施资产和公共服务属性，旨在创造长期稳定的现金流，这使得数据中心能够很好地融入其投资组合。 在东南亚地区进行数据中心选址时，需要考虑哪些关键因素? 数据中心选址需考虑多个因素，当前最关键的制约因素是电力供应的可及性。其次，网络连接至关重要，特别是对于AI或对延迟有极高要求的应用场景，需要尽可能靠近终端用户和需求端。理想的选址还应具备充足或廉价的土地，并远离居民区以避免潜在的投诉。此外，稳定的气候、可靠的能源供应以及远离自然灾害和潜在冲突区域也是必要条件，以确保数据中心24小时不间断运行。部分国家政府也出台了税收优惠等吸引投资的政策，例如马来西亚承诺企业可在12个月内完成电网接入并启动数据中心运营。 新加坡在亚太地区的网络连接中扮演何种角色?其数据中心市场面临的限制如何影响了周边地区，特别是马来西亚的发展? 新加坡是亚太地区的海底电缆核心枢纽，大多数海底电缆均通过新加坡进出，使其成为亚洲广泛区域的连接网关。在AI浪潮之前，新加坡的数据中心容量已达1吉瓦。然而，随着AI热潮带来的大量需求，新加坡受到了电力和土地资源的严重限制。这导致许多原计划在新加坡布局的数据中心运营商不得不寻求替代方案，最终选择了约30公里外的马来西亚柔佛州或印尼巴淡岛。这些地区成为可行方案的原因在于：首先，马来西亚国家电网能源充足且电价低于新加坡；其次，30至50公里的距离产生的延迟在30至50毫秒之间，完全可以满足AI训练工作负载的需求。实际上，早在AI浪潮之前，受能源价格上涨影响，部分欧洲企业已开始向马来西亚迁移。过去三年，受新加坡建设限制的溢出效应影响，马来西亚的数据中心建设迎来了爆发式增长，并且这一趋势正向北延伸至泰国。 从技术扩散周期的角度看，生成式AI将如何影响东南亚的数据中心需求? 回顾历史，技术从发达市场向东南亚扩散的时间差在不断缩短。电子商务从兴起到Lazada和Shopee进入东南亚大约间隔十年，而出行应用Uber与Grab、Gojek的出现仅相隔一两年。预计生成式AI可能在未来12个月内进入东南亚市场。从 对基础设施的影响来看，电子商务推动了批量数据处理需求，医疗应用推动了实时轻量级查询需求，而金融科技则对数据安全与合规提出了高要求。生成式AI将同时推动这三方面的发展，并增加全天候不间断的推理需求。因此，东南亚的数据中心正处于大规模建设阶段，过去12至24个月内已有大量项目公布，预计一旦这些数据中心投入运营，将很快实现显著的利用率。 东南亚数据中心市场的产能增长预期如何?其中哪些国家将成为关键增长市场? 东南亚是全球数据中心产能增长最快的地区之一。该地区过去的产能总计在3吉瓦或以下，预计未来十年将增长至近20吉瓦。具体到各个国家，新加坡目前已达到1吉瓦，市场趋于饱和，受土地和电力限制，未来增长率可能仅为个位数。然而，其溢出效应将使马来西亚和泰国显著受益。马来西亚的产能预计将从几年前的数百兆瓦增长到2035年的近10吉瓦。因此，马来西亚和泰国等关键市场将保持两位数的增长。 新加坡电信在东南亚AI和数据中心领域的战略布局是怎样的?其未来的产能规划和业务增长预期如何? 新加坡电信正从四个维度进行战略布局。首先，利用其网络架构与连接优势，通过在新加坡、泰国、印尼、菲律宾和印度的电信资产，掌握了网络管道、海底电缆及边缘节点。其次，在新加坡、马来西亚、泰国和印尼建设数据中心，为客户提供覆盖东盟的区域性组合。第三，通过签订购电协议或与当地公用事业企业成立合资公司来确保电力供应。最后，作为英伟达在该地区的指定云合作伙伴，获取其前沿GPU,并向政府、金融等受监管企业及跨国公司提供GPU即服务。此外，公司还在构建应用编排层，以协调客户的AI工作负载。在产能规划上，其第一阶段目标是在2026年底前将数据中心从新加坡的1个扩展至新加坡、马来西亚、泰国、印尼的共5个，电力容量从60兆瓦提升至200兆瓦，并具备扩展至近400兆瓦的潜力。预计未来几年，这部分业务将贡献约13%的EBITDA。 新加坡电信除了有机增长外，在无机增长方面有何举措?其收购STTGDC将如何改变其市场地位? 在无机增长方面，新加坡电信近期宣布