亚洲AI数据中心需求进入高增长周期，电力与算力基础设施成为核心瓶颈
AI 摘要卡
亚洲AI数据中心需求进入高增长周期，电力与算力基础设施成为核心瓶颈
Morgan Stanley预计2026年中国数据中心订单同比增长66%，并将亚洲AI数据中心机会从机房运营扩展到电力、GPU、服务器、网络、冷却、REITs和电信连接全产业链。
- 2026E中国高超大规模云厂商资本开支预计约Rmb600bn，同比增长41%；2026E数据中心订单预计3.4GW，牛市情景为4.5GW。
- 国产GPU被视为更重要的需求驱动因素，报告预计国产GPU TAM到2027E扩大至US$70bn，并预计自给率到2030E提升至70%。
- 中国数据中心供给端强调乌兰察布、中卫等远程节点，核心逻辑是规模、政策支持、低成本绿色电力和AI训练对时延不敏感。
- 东盟数据中心投资框架强调MW、PUE、ROIC和24x7可用性，但报告提醒不能把每个MW视为同质资产，训练与推理工作负载对应不同选址、合同和资本开支强度。
- Singtel相关数字基础设施被重点讨论：Digital InfraCo EBITDA预计增长超过30%，STT GDC交易带来约673MW在运容量、约1.7GW管线和12个市场足迹。
研报解读
概览
这是一份Morgan Stanley关于亚洲AI数据中心的投资者介绍，覆盖中国与东盟数据中心需求、供给、商业模式和产业链映射。报告核心判断是，AI训练和推理带来的算力需求正在改变数据中心的选址、电力、冷却、网络和资本开支结构；投资机会不只在数据中心业主，也分布于电力、储能、设备、GPU、服务器、ODM/EMS、网络、光模块、冷却、电信运营商和REITs等环节。
核心观点
报告认为，中国数据中心需求在2026年仍将由高超大规模云厂商资本开支和国产GPU放量驱动，远程数据中心因低电价、绿色能源和规模优势成为供给重点。东盟方面，数据中心正在从传统托管基础设施升级为AI工作负载平台，关键差异来自电力密度、冷却方案、网络连接、主权AI需求和企业低时延部署。投资者应从“容量—租赁—利用率—EBITDA—ROIC”的链条判断价值，而不是只看名义MW规模。
分析框架
报告采用需求预测、供给约束、TCO对比、工作负载分层、KPI桥接和产业链映射相结合的方法：先估算云厂商资本开支、GPU TAM和数据中心订单，再比较远程节点的电价、时延和容量；随后用MW、PUE、利用率、合同结构和ROIC解释商业模式差异，并把AI数据中心需求传导到电力、服务器、半导体、网络、冷却和电信连接等资产。
方法论与常识提炼
用高超大规模云厂商资本开支和数据中心订单衡量AI基础设施需求强度。
报告给出2026E约Rmb600bn云厂商资本开支、3.4GW订单和4.5GW牛市情景，用于判断中国数据中心需求弹性。
比较不同数据中心选址的租金、电价、服务器折旧、负载率和PUE。
报告以H200、乌兰察布与河北数据中心为例，展示远程节点低电价和能效差异如何影响客户总拥有成本。
把容量建设转化为租赁、利用率、EBITDA和投入资本回报率。
该框架强调收入取决于合同容量、计费模式、电力转嫁、爬坡节奏、互联服务和客户组合。
AI训练更适合集中在低成本电力地区，推理更依赖低时延、数据主权和靠近用户。
报告提醒不要把每个MW视为相同资产，因为训练和推理对选址、冷却规格、资本开支和合同结构的要求明显不同。
把AI数据中心机会扩展到发电、电网、储能、GPU、服务器、网络、光模块、冷却和电信。
报告列举全球AI基础设施供应链参与者，强调股权敞口是供应链组合，而不仅是数据中心房东。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。
- 中国远程数据中心运营商与节点AI训练需求、低电价绿色能源和政策支持带动远程数据中心建设。
- 优势
- 乌兰察布、中卫等节点具备大规模容量、较低电价、丰富风光资源和相对可接受的训练时延。
- 劣势
- 远离核心用户可能限制推理和低时延企业工作负载，且容量消化依赖云厂商和AI训练需求持续兑现。
- 对比
- 相较核心城市数据中心，远程节点在电力成本和规模上更有优势，但在客户接近度和互联生态上较弱。
- 风险
- 电力消纳、网络连接、政策执行、利用率爬坡和客户集中度风险。
- 数据中心REITs作为数据中心资产资本循环和发行退出机制，报告讨论其收益率定价。
- 优势
- 可为运营商释放资本、支持再投资，并为投资者提供数字基础设施现金流敞口。
- 劣势
- 报告称DC REITs交易收益率约3.5-4%，但估计5-7%可能是更合理发行区间，显示估值与发行可行性存在张力。
- 对比
- 相较传统地产REITs，数据中心REITs成长性更强，但技术迭代、客户集中和电力成本敏感度也更高。
- 风险
- 利率、发行收益率、资产注入质量、租户集中度和监管审批风险。
- Singtel Digital InfraCo / Nxera / STT GDC东盟AI数据中心平台化和电信连接能力的代表性资产。
- 优势
- 拥有电信网络、海缆、边缘连接、AI-ready园区和STT GDC带来的多市场容量，报告称Digital InfraCo EBITDA增长超过30%。
- 劣势
- 需要持续资本开支，STT GDC为权益法核算，短期股息影响有限，交易完成仍需等到2H26。
- 对比
- 相较纯数据中心运营商，Singtel具备电信网络和企业客户入口；相较传统电信业务，数字基础设施具备更高成长性但资本强度更高。
- 风险
- 交易交割、资本开支超支、管线开发、竞争、客户爬坡和估值未兑现风险。
- 电力、公用事业、储能和电网设备AI数据中心把电力供应、24x7可靠性和电网连接变成核心约束。
- 优势
- 发电、清洁能源、核电、储能、电网设备和高压配电企业可能受益于数据中心新增负荷。
- 劣势
- 回报依赖长期购电协议、监管电价、项目审批和电网接入，且不同国家电力市场差异较大。
- 对比
- 相较IT硬件，电力资产需求更基础、更长期，但增长弹性和估值重估速度可能较慢。
- 风险
- 电价波动、燃料价格、并网延迟、环保许可、容量不足和政策变化。
- GPU、服务器、ODM/EMS、网络和光模块供应链AI机架功率密度提升和集群规模化直接拉动GPU、服务器、HBM、高速网络、光模块和电源部件需求。
- 优势
- 报告列示Nvidia InfiniBand、Arista、Juniper、Ciena、Innolight、Eoptolink、Delta、Quanta、Wiwyn等相关环节，显示需求向硬件供应链广泛扩散。
- 劣势
- 供应链受技术路线、客户议价、出口管制和库存周期影响较大。
- 对比
- 相较数据中心房东，硬件链条对AI资本开支更敏感；相较公用事业，周期性和技术替代风险更高。
- 风险
- 出口管制、GPU供给瓶颈、技术迭代、毛利率压缩、客户集中和资本开支下修。
- 冷却与电力分配设备AI GPU机架从40-200kW迈向数百kW以上，推动液冷、直达芯片冷却、浸没式冷却和高电流配电需求。
- 优势
- 高密度机架带来结构性设备升级，冷却从房间级规划转向机架级热管理。
- 劣势
- 技术标准仍在演进，不同客户和芯片平台对冷却架构要求不同。
- 对比
- 相较传统风冷设备，液冷和高密度配电方案价值量更高，但验证周期和运维复杂度也更高。
- 风险
- 技术路线切换、可靠性、维护成本、客户认证周期和项目延期。
关键数据
- 2026E中国高超大规模云厂商资本开支约Rmb600bn，同比增长41%用于支撑中国AI数据中心需求预测。
- 2026E中国数据中心订单3.4GW；牛市情景4.5GW报告标题指出总数据中心订单预计同比增长66%。
- 国产GPU TAM到2027E扩大至US$70bn报告认为国产GPU是更重要的需求驱动因素。
- 国产GPU自给率到2030E提升至70%反映中国AI算力供应链本土化趋势。
- 中国数据中心总容量2025年达到34GW报告称数据中心耗电约占社会用电的2%。
- 乌兰察布远程数据中心容量约490k机架，约1.2GW到北京距离约300km，时延约4ms，电价约0.26-0.28元/kWh。
- 中卫远程数据中心容量约300k机架，约750MW到北京距离约1000km，时延约8-10ms，电价约0.27-0.29元/kWh。
- 传统企业机架功率密度5-15kW低于AI GPU机架。
- 当前AI GPU机架功率密度40-200kW推动冷却从房间级规划转向机架级热力学。
- 下一代AI平台功率密度数百kW以上需要高电流供电、液冷、浸没式冷却和高速网络。
- STT GDC交易平台规模50个数据中心、约673MW在运、12个市场Singtel参与的联合体收购带来稀缺在运容量和客户基础。
- STT GDC设计容量与管线约2.8GW设计容量；约1.7GW跨市场管线报告称其可加速成为全球AI数据中心平台。
- Singtel对STT GDC持股投入S$740mn取得25%权益；未来三年额外资本开支约S$400-500mn管理层预计交易在2H26完成。
- Singtel估值读-through约4%企业价值提升基于Morgan Stanley估算。
影响与含义
投资含义是，AI数据中心的价值链正在从单一托管容量转向“电力+算力+网络+软件编排+主权AI服务”的综合基础设施。中国市场更侧重国产GPU、远程低电价绿色能源节点和数据中心REITs退出机制；东盟市场更侧重跨境连接、海缆枢纽、电信边缘网络、GPUaaS/AIaaS和多市场平台化扩张。对投资组合而言，报告建议从供应链角度识别受益者，而不是只购买数据中心运营商。
风险
- AI需求或高超大规模云厂商资本开支低于预期，导致数据中心订单和利用率爬坡不及预期。
- 远程数据中心虽然电价低，但可能面临网络、时延、客户接近度和实际负载消化风险。
- 高密度AI机架对供电、冷却、土地、许可和电网接入提出更高要求，项目交付可能延迟或成本超支。
- 数据中心REITs发行收益率与市场交易收益率存在差距，可能影响资产证券化和资本循环。
- 出口管制、U.S. Executive Order 14032及相关合规限制可能影响部分实体或证券的投资可行性。
- 国产GPU自给率提升路径存在技术、供给、客户采用和外部限制的不确定性。
- 东盟多市场扩张涉及监管、土地、电力、外汇、合作伙伴和主权数据规则差异。
后续跟踪
- 2026E中国高超大规模云厂商资本开支是否接近约Rmb600bn预测。
- 中国数据中心订单是否达到3.4GW基准情景或4.5GW牛市情景。
- 国产GPU TAM和自给率提升是否按2027E US$70bn、2030E 70%的路径兑现。
- 乌兰察布、中卫等远程节点的上架率、客户签约、利用率和电价优势是否持续。
- AI训练与推理工作负载占比变化，以及推理是否推动区域枢纽和边缘数据中心需求。
- 高密度机架冷却方案从风冷向直达芯片、浸没式和液冷循环迁移的速度。
- Singtel STT GDC交易是否按2H26完成，以及Digital InfraCo EBITDA和估值贡献是否兑现。
- 东盟国家中Malaysia、Thailand、Singapore的数据中心容量、海缆连接和电力审批变化。