中东 AI 数据中心引领增长，但交付能力才是真正考验

PwC 将中东 AI 数据中心列为全球增长最快的区域市场，尽管其已部署规模仍相对较小。该公司预计，到 2050 年，该地区将吸引累计 1.1 万亿美元的数据中心投资。这一预测使海湾国家站在基础设施竞赛的前沿，而这场竞赛在绝对规模上仍由美国主导。

这一结论来自 PwC 与 Oxford Economics 的预测模型合作编制的《Global Data Centre Outlook 2026–50》。其基准情景预计，2026 年至 2050 年间，全球资本支出将达到 31.6 万亿美元。年度支出将从 2026 年约 8000 亿美元增至 2050 年的 1.8 万亿美元。

但亮眼的增长率掩盖了更艰难的竞争。沙特阿拉伯、阿拉伯联合酋长国及周边市场能够比许多成熟枢纽更快地协调土地、资本、能源和审批流程。然而，它们仍依赖先进芯片、专业设备、国际客户以及大量稳定可靠的电力。

因此，中东面对的竞争不只是北美和亚洲的数据中心集群。其主要对手，是已宣布容量与实际投入运营的算力基础设施之间的落差。要赢得这场竞争，必须把国家支持的雄心转化为持续被付费客户使用、真正通电运行的服务器。

中东 AI 数据中心从区域项目走向全球布局

PwC 的预测将该地区从新兴托管市场推向争夺全球可迁移 AI 工作负载的竞争者位置。

该公司的全球投资展望涵盖建筑、场地基础设施、电力接入、服务器、图形处理器、存储和网络设备。报告测算了支持 AI 应用持续扩展至 2050 年所需的资本规模。

PwC 预计，在其基准情景下，美洲将获得 16.5 万亿美元投资。其中，美国占 15.1 万亿美元，约占全球投资的 48%。亚太地区以 8.2 万亿美元紧随其后，欧洲则预计吸引 5.6 万亿美元。

中东规模仍小得多，为 1.1 万亿美元。不过，PwC 预测该地区将在这些市场中实现最高的复合年增长率。报告将这一增速归因于较低的起点，以及对能源、资本、规划和开发项目储备的协同调配能力。

这一差异很重要。“增长最快”并不意味着中东将在已安装容量或总投资上超过美国。它意味着，在预测期内，投资将从较小的基础上以更快速度扩张。

该地区的战略也高度依赖图形处理器。GPU 是专门用于处理大量并行计算的芯片，可用于训练和运行许多 AI 模型。以 GPU 为主的设施设备成本更高，通常也比传统企业数据中心需要更多电力。

PwC 表示，这些设施将面向两类客户。第一类是来自政府、受监管行业、云客户和本地 AI 开发者的国内需求。第二类则是国际可迁移工作负载，只要具备合适的芯片、电力、连接能力和商业条款，它们便可在任何地点运行。

第二类客户使这一预测更具分量。中东 AI 数据中心的规划并不只是国家基础设施建设。政府和运营商希望它们服务于那些原本可能将计算工作负载部署在北美、欧洲或亚洲的企业。

更早的容量预测已经指向这一趋势。PwC 在其 2025 年区域容量预测中预计，中东容量将从 2025 年的 1 吉瓦，在五年内增至 3.3 吉瓦。

这一建设包括较小规模的云区域、托管设施以及规模大得多的 AI 园区。托管服务让客户能够租用计算空间、电力和冷却能力，而不必拥有整座设施。超大规模园区则以更大体量运营，可容纳大规模云或 AI 集群。

沙特阿拉伯和阿联酋引领这轮扩张。两国政府将算力视为更广泛战略的一部分，旨在实现经济活动多元化、吸引技术投资，并推动敏感数据本地化。卡塔尔和其他海湾国家也在以较小规模推进相关目标。

这并非一场常规的地产繁荣。这些设施内部的资产更新速度将快于建筑本身。这形成了一个投资周期：运营商必须反复更换昂贵的芯片、服务器和网络设备。

PwC 估计，如今信息与通信技术设备约占数据中心投资的 70%。在基准情景下，到 2050 年这一比例将达到 93%。建筑能够长期使用，但其计算硬件需要频繁更新。

这种替换周期会在首轮建设之后支撑持续投资。但它也使运营商面临半导体获取、客户需求和硬件折旧的风险。没有具备竞争力的加速器，建成的大楼也不能算是有竞争力的 AI 设施。

低成本能源与集中规划支撑增长预测

海湾地区的优势来自对稀缺要素的协同调配，而非拥有某一种单独资源。

AI 基础设施需要土地、电力、冷却、光纤连接、融资、审批和先进硬件。成熟的数据中心地区往往通过不同的公用事业公司、监管机构、市政部门、开发商和私人运营商来管理这些要素。这种碎片化可能延长项目周期。

海湾国家可通过政府机构、主权投资者、公用事业公司和国家支持的开发商协调更多环节。PwC 将这种协调能力视为项目能够比电网拥堵或审批周期漫长市场中的开发项目更快推进的原因之一。

资本可得性强化了这一模式。沙特阿拉伯的 Public Investment Fund、阿布扎比的 Mubadala 以及其他主权机构，可以支持那些需要多年投入、收入才会趋于稳定的项目。它们的参与也降低了大型园区融资的不确定性。

电力成本构成另一项吸引力。PwC 此前报告称，沙特阿拉伯和阿联酋的电价约为每千瓦时 0.05 至 0.06 美元。其比较显示，美国平均区间则在 0.09 至 0.15 美元之间。

这些数字并不保证总体运营成本较低。AI 园区还需要电网接入、备用发电、冷却系统、水资源管理、输电设备以及全天候供电。不过，较低的基础能源成本仍可改善持续高利用率计算集群的经济性。

可再生能源项目带来了另一项因素。太阳能资源充足，而电池储能和其他调节资源可延长其可用时间。可靠电力意味着设施需要用电时，电力依然能够供应，包括可变可再生能源发电下降时。

该地区的地理位置也有利于国际连接。据 Strategy& 统计，超过 30 个海底电缆系统登陆沙特阿拉伯、阿联酋、阿曼和卡塔尔。这些线路连接欧洲、亚洲和非洲的市场。

这一位置帮助海湾运营商将该地区定位为计算枢纽。低延迟服务仍需要设施靠近用户，但许多训练任务和后台处理任务可以迁移。只要连接能力、可用性和价格保持竞争力，运营商就能争取这些灵活工作负载。

政府需求提供了本地基础。公共服务、国家 AI 项目、医疗系统、能源公司和金融机构日益需要本土计算资源。数据驻留规则可通过要求某些信息保留在特定司法辖区内，进一步强化这种需求。

Strategy& 将这一要求称为算力主权，即国家对敏感处理所用基础设施的控制权。即使国际工作负载的可迁移性下降，这也能创造持久需求。

大型合作正在强化这一趋势。PwC 2026 年中东 CEO 调查提到，沙特阿拉伯 Public Investment Fund 与 Google Cloud 达成了一项价值 100 亿美元的合作。该计划旨在支持沙特建设全球 AI 枢纽。

同一份调查还提到 Microsoft 与总部位于阿布扎比的 G42 涉及的一项 200 兆瓦数据中心扩建项目。PwC 将该扩建项目纳入一项价值 150 亿美元的长期承诺之中。这些协议将区域资本和能源资源与全球云平台及软件分发能力连接起来。

这一连接至关重要，因为基础设施本身并不能创造 AI 市场。云公司带来开发者关系、技术平台、安全流程和现有客户。区域合作伙伴则提供土地、融资、公用事业资源、政府协调和本地市场准入。

这一模式从两方面向成熟数据中心枢纽施压。第一，它为受制于电网排队和审批延误的市场中的开发商提供了替代选择。第二，它为政府提供了另一个部署主权或区域控制计算资源的地点。

欧洲面临的压力尤为明显。PwC 预计，欧洲获得的数据中心投资将低于其在全球经济产出中所占份额。电网限制、监管碎片化、土地约束和复杂审批削弱了其承接快速增长项目的能力。

美国在先进芯片、AI 公司、风险资本和超大规模需求方面仍遥遥领先。中东并未消除这些优势，而是为那些更需要能源和加速器、而非接近美国用户的工作负载提供了额外路径。

真正的竞争是已宣布容量与实际运行算力之间的较量

在电力、芯片、冷却、网络和客户同时到位之前，一项吉瓦级宣布几乎没有经济价值。

海湾国家政府及其合作伙伴已经宣布建设规模曾经仅与整个国家级市场相当的园区。这些计划之所以引人关注，是因为 AI 设施的电力需求日益以数百兆瓦，甚至吉瓦为单位衡量。

1 吉瓦等于 1000 兆瓦。冠以这一标签的项目很少会立即消耗其全部规划容量。开发商通常会将园区分阶段建设，在数年间逐步配置设备并引入客户。

这种差异构成了本文的核心张力。该地区可以在预测增长方面领先，但实际交付的运营容量仍可能远低于公开宣布的规模。建设进度、电网准备情况和芯片供应将决定最终结果。

Strategy& 在其吉瓦级项目储备分析中指出了这一风险。其估计，GCC 数据中心容量可在五年内从 1 吉瓦增至至少 4 吉瓦。若这一目标实现，到 2030 年数据中心将消耗 GCC 电力的 3% 至 5%。

分析还援引了互联网泡沫时期光纤网络的过度建设。投资者基于较晚才实现的需求预测，为巨大的容量投入资金。一些基础设施最终证明具有价值，但早期所有者因利用率和收入落后于支出而蒙受损失。

AI 基础设施并不等同于光纤。芯片老化更快，散热需求会变化，客户也可在不同地点间转移工作负载。这些差异使利用不足的 AI 设施尤其昂贵，因为其中最有价值的组件折旧速度很快。

PwC 的长期预测承认这一动态。建筑物和电网连接可运行数十年，而 GPU 及相关设备则每隔几年便需更换。投资得以持续，是因为运营商必须更新现有设施中的机器。

即使建设速度放缓，这一周期仍可支撑供应商。它也可能压缩过早部署硬件的运营商的回报。在更新一代处理器使设备吸引力下降之前，一个集群必须吸引足够的利用率。

因此，客户构成与名义容量同样重要。国内政府需求可以为项目提供基础，但未必能填满一个多吉瓦园区。面向国际工作负载的运营商必须在性能、可靠性、监管信任、延迟和总成本方面展开竞争。

利用率是指可用计算容量中实际执行付费工作的比例。高利用率集群可将固定成本分摊至更多客户活动中。利用率不佳的设施仍需承担融资、散热、人员和维护费用。

AI 开发者还会比较不同代际的硬件。更新的加速器可更快或以更低能耗完成某些任务，从而改变每次计算的成本。即使电价较低，提供较旧芯片的设施仍可能输给其他地区效率更高的集群。

因此，区域运营商必须将采购与建设进度同步。在电力和散热设施就绪前订购芯片，会让昂贵设备闲置。完成通电建筑却没有加速器，则会延迟收入并削弱客户信心。

供应链又增加了一层复杂性。变压器、开关设备、散热系统、涡轮机、电缆和先进处理器均面临各自的制造限制。一些大型电气组件的交付周期以年计。

PwC 表示，到 2050 年，持续性的硬件采购将主导投资。这使中东 AI 数据中心比传统设施更容易受到贸易限制影响。当出口管制限制交付时，建筑和能源资源无法替代加速器。

国际客户也会评估法律和地缘政治风险。他们需要数据访问、网络安全、跨境传输、知识产权和服务连续性方面可预测的规则。当工作负载涉及专有模型或敏感企业数据时，这些担忧会更加重要。

该地区的集中式发展模式可以缩短审批时间，但无法自动消除所有信任疑虑。运营商必须证明，其技术安全性和法律保护符合竞争市场所期待的标准。

因此，一个可信的成功指标是实际投入运营的算力，而非规划中的电力容量。读者应区分已宣布的吉瓦数、在建容量、已通电建筑、已安装加速器和已被利用的处理器。每一项都代表交付的不同阶段。

电力、散热与芯片可能打破预测

增长最快的情景，也让中东在基础设施瓶颈方面面临最大的比例性风险。

PwC 认为，电力是引导全球数据中心投资的决定性因素。可靠电力必须在现场可用，而不只是存在于国家发电组合中的某处。输电线路和变电站必须将新增供应连接至每个园区。

更广泛的电力挑战已经在加剧。国际能源署更新的电力需求展望估计，全球数据中心用电量在 2025 年增长了 17%。以 AI 为重点的设施用电量增长了 50%。

该机构预计，数据中心总用电量将从 2025 年的 4,850 亿千瓦时升至 2030 年约 9,500 亿千瓦时。以 AI 为重点的设施增长速度快得多，其用电量将在此期间增至三倍。

效率提升不会消除压力。单项 AI 任务的用电量持续下降，但采用规模和计算密集型应用都在增长。视频生成、推理系统和 AI 智能体所需的处理能力，可能远超简短文本回复。

需求也集中出现在特定地点。一个国家电网的整体发电量可能充足，但某一特定开发区可能缺乏输电容量。服务器投入运行前，新的变电站、变压器和线路必须先到位。

炎热气候使散热成为另一项核心问题。服务器会将大部分电力转化为热量，设施必须持续将其移除。更高的室外温度可能增加某些散热设计所需的能耗。

液冷通过更靠近处理器的流体传导热量。与许多传统风冷系统相比，它更能支持高密度机架，但也带来了新的管路、维护和水资源管理要求。

水资源可用性同样值得审视。运营商可采用闭环系统、处理后的废水、干冷却或混合设计，以减少淡水需求。每种选择都会影响能源效率、资本支出和运营表现。

项目公告往往强调发电容量，却未说明逐小时的供应情况。太阳能设施在白天提供低成本电力，而计算集群则持续运行。储能、输电、燃气发电、核电或其他稳定资源必须覆盖其余时段。

这并不意味着由可再生能源支持的设施不现实。这意味着，对于清洁、连续的 AI 计算的说法需要谨慎评估。买方应考察实际电力合同、排放核算、储能计划和电网构成。

芯片获取呈现另一种风险。PwC 模拟了半导体贸易受扰的情景，发现全球投资将下降近 20%。全球累计支出将从 31.6 万亿美元降至约 25.5 万亿美元。

中东在该情景中面临最大的比例性风险。PwC 估计，其累计投资将下降 29%，其中沙特阿拉伯、卡塔尔和阿联酋受到的影响最强。它们的项目储备中包含许多面向流动国际工作负载、GPU 密集型的设施。

这种敏感性是对增长标题的重要制衡。同样带来预期回报的侧重点，也提高了脆弱性。传统云存储可使用更广泛的设备，而前沿 AI 集群则需要稀缺的加速器和专用网络。

出口政策可能改变这一供应。先进芯片处于商业竞争与国家安全的交汇点。供应商和运营商必须遵守制造国和出口国制定的规则。

一个地区可能拥有充足电力，却仍无法获得其首选处理器。它也可能获得处理器，却无法取得高效运行所需的网络设备、散热系统和熟练技术人员。

需求仍是最后一个不确定因素。PwC 的 31.6 万亿美元数字是一个核心情景，而非已承诺的投资时间表。更快的 AI 采用会将模拟支出推高至 50 万亿美元，而采用放缓则会减少对容量的需求。

预测延伸至 2050 年，是因为基础设施规划需要长期视野。但其不确定性也会随时间扩大。算法、芯片效率、分布式计算和客户行为的变化，均可能改变每项 AI 服务所需的实体容量。

企业已经在探索更小的模型、模型压缩、专用处理器和更高效的推理。推理是运行已训练模型以生成答案或行动的过程。效率提升可降低每次请求的成本，同时鼓励更广泛的使用。

这种相互作用使需求难以预测。更便宜的计算可降低每项任务的能耗，但当使用规模扩大时，总消耗可能增加。运营商必须为增长进行规划，但不能将最高需求情景视为必然。

沙特阿拉伯和阿联酋正在向成熟枢纽施压

中东无需取代美国，也能重塑下一单位 AI 容量的建设地点。

美国仍拥有先进芯片获取、云平台、AI 实验室、资本市场和客户需求的最强组合。PwC 的预测通过将近半数全球累计投资分配给美国，确认了这一地位。

中国和印度拥有庞大的国内市场。其他亚太经济体具备半导体供应链联系、经验丰富的运营商和成熟的区域枢纽。欧洲拥有庞大的企业需求，以及支持本地基础设施的严格数据主权规则。

沙特阿拉伯和阿联酋有选择性地与这些地区竞争。它们可瞄准训练工作负载、政府系统、能源行业应用、阿拉伯语服务和全球分布式推理。每个类别对延迟、监管和硬件的要求各不相同。

训练大型模型涉及对庞大数据集进行反复处理。一些训练任务可转移至具备合适芯片和电力的地点，因为用户不会在每次计算时都与系统交互。

交互式推理对延迟更敏感。面向客户的助手必须快速响应，因此更适合部署在用户附近的基础设施中。海湾地区设施可高效服务周边市场，并通过国际网络覆盖欧洲、非洲和亚洲的部分地区。

工业应用创造了另一项机会。能源企业可将 AI 用于预测性维护、油藏分析、电网管理和运营规划。政府可部署本地托管系统，用于公共服务和行政工作。

这些用途会产生真实的国内需求，而不是完全依赖国际客户。它们也让区域运营商积累处理受监管和关键任务工作负载的实践经验。

因此，对成熟枢纽的压力是渐进的，但具有实际意义。无法在都柏林、阿姆斯特丹或北弗吉尼亚获得电力的开发者，可以比较海湾地区的替代方案。寻求主权容量的政府可以与国家级平台谈判，而非完全依赖外国地区。

竞争将日益围绕交付时间展开。客户关心的是供应商能多快提供配备所需芯片、可投入运行的集群。遥远的未来容量承诺，价值低于数月内可获得的较小资源。

价格也需要更广泛的定义。电力只是一个投入项，硬件、融资、网络传输、软件、人员、散热和停机时间共同决定总成本。补贴建设无法无限期弥补低利用率或薄弱的服务质量。

人才也是这一方程的一部分。大型 AI 园区需要电气工程师、散热专家、网络架构师、安全团队、技术人员和软件运营人员。各国可以在国际范围内招聘，但持久扩张需要培养并留住本地员工。

经济影响将取决于这些设施周边形成何种生态。数据中心可以消耗大量资本和电力，却未必能创造与同等物理规模工厂相当的就业岗位。只有当开发者、研究团队、云服务和企业用户在其周边发展壮大时，才能产生更多价值。

因此，政策制定者不应只衡量建设投资。可用指标包括运营容量、客户利用率、本地技术就业、区域云收入、研究成果，以及国内企业的采用情况。

企业采购方同样需要保持这种审慎态度。已公布的国家战略并不能回答某家供应商是否提供合适的正常运行时间、安全性、数据控制和支持服务。采购团队应评估实际运营的服务，而非其背后宏大叙事的规模。

知识工作者将间接受到这一趋势影响。更多区域计算资源可提升 AI 服务的可用性并降低延迟，尤其有利于具备本地托管要求的组织。同时，这也可能增加管理工作场所数据的供应商数量。

这使信息治理变得更加重要。评估 AI 服务的团队应了解其材料在哪里被处理、适用哪些政策，以及供应商变动将如何影响机构知识。持续维护的AI 知识库有助于整理信息来源和决策，但不能替代对供应商的尽职调查。

更广泛的结果将是一个地理分布更加均衡的计算市场。美国仍将保持主导地位，而海湾国家则会在新增边际容量的落点上获得更大影响力。这一转变为云计算公司、芯片制造商、公用事业企业和企业采购方提供了另一项谈判选择。

三个信号将显示预测是否成为现实

运营容量、芯片获取能力和持续的客户利用率，将决定市场是长期稳固还是仅止于公告周期。

第一个信号是已通电的容量。观察者应关注已宣布的各阶段何时接入电网并开始运行服务器。项目从规划进入商业运营，将强化 PwC 关于集中协调能够加快交付速度的论点。

延误则会削弱这一结论。电网接入、变压器、冷却设备和施工进度都可能推迟服务上线。修订后的启用日期比又一则扩建公告提供更多信息。

第二个信号是加速器部署情况。运营商需要披露足够信息，以证明设施配备了具竞争力的硬件，而非仅有供电能力的空壳。经确认的芯片交付和正常运行的集群，将表明贸易和供应限制仍处于可控范围。

限制措施或反复的采购延误将削弱增长路径。PwC 的下行情景说明了这一风险为何对中东尤为重要。该地区规划中的设施高度依赖 GPU 密集型 AI 工作负载，而非专业化程度较低的托管服务。

第三个信号是来自政府支持的锚定合同之外客户的利用率。企业、云平台和国际 AI 开发者的长期需求，将验证该地区吸引可迁移工作负载的努力。

即便建设按计划推进，低利用率也会暴露过度建设问题。高利用率则将支持持续更新硬件，并吸引构建更广泛 AI 经济所需的配套服务。

应按这一顺序评估这些信号。园区首先需要电力和运营系统，其次需要先进处理器，最后需要客户以具备经济可行性的水平付费使用这些处理器。

投资者还应区分支出与生产性容量。PwC 的预测包含服务器和网络设备的反复更换，因此资本支出增加并不总是意味着可用计算能力按比例增长。

对于企业采购方而言，眼下的行动很直接：根据运营证据比较供应商，包括可用日期、硬件代际、服务可靠性、数据规则和经过验证的供电安排。应将规划中的吉瓦容量视为项目储备，而不是已经完成的基础设施。

开发者应关注云平台在哪里推出新的 AI 区域，以及这些区域提供哪些服务。基础托管服务的上线不如获取加速器、托管模型平台、网络、存储和安全控制能力重要。

政策制定者应发布更清晰的能源使用、用水量、项目状态和客户采用数据。透明报告将有助于区分运营进展与宣传口径，并使与成熟市场的比较更具可信度。

中东 AI 数据中心预测之所以重要，是因为它指出了一个可信的新基础设施增长中心。但这并不能保证每个已宣布的园区都会成功。下一阶段将由完成的电网接入、交付的 GPU 和持续的客户需求决定。

随着沙特阿拉伯、阿联酋及其合作伙伴从规划走向生产，应关注这三个信号。如果三者同步上升，该地区的增长领导地位将建立在实际运行的计算能力之上；如果三者出现背离，这个增长最快的市场也可能成为检验 AI 基础设施过剩问题最清晰的案例。