東南亞的「AI基礎設施競賽」：誰在搶跑，誰在跟跑
（李達東京報道）
2026年8月，馬來西亞政府正式批准了東南亞首個AI數據中心（AIDC）項目。這不是一次普通的項目審批。至源控股旗下AIDC項目獲批的同時，附帶了一個意味深長的條件——項目必須滿足特定的電力和用水效率標準。
批文上的這個條件，恰好點出了這場競賽的真正門檻：決定勝負的已經不是晶片，而是電、水，以及人才。
国际数据公司（IDC）的最新數據為這場競賽定下了量級：2026年全球AI基礎設施支出預測已被大幅上調至4970億美元，同比增長近56%。東南亞被視為最具潛力的受益者之一。截至2026年，東南亞算力容量已超過4.4GW，馬來西亞柔佛、泰國曼谷周邊、印尼巴淡島正在被數據中心和雲廠商快速佔滿。
但東南亞不是一條統一賽道。各國押注的角色截然不同——有人在搶高端規則，有人在做規模樞紐，有人在承接算力外溢，有人在培養配套人才。
搶跑組：新加坡與馬來西亞
新加坡的定位很清晰：不做「電老虎」，做「規則制定者」。
2026年1月，新加坡宣佈未來五年投入超過10億新元（約合55億元人民幣）用於公共AI研究，重點投向基礎AI研究、應用AI研究及人才培育三大領域。這筆投資的核心不是建算力集群，而是探索資源高效型AI——減少計算運行和數據處理環節對電力等能源的佔用。新加坡數碼發展部長楊莉明說得直白：「AI的訓練非常消耗資源，需要耗費大量的能源和水。而新加坡已擁有該地區分佈最密集的數據中心，任何擴張都必須謹慎」。
新加坡的策略是揚長避短。截至2025年，新加坡擁有約70個數據中心，是亞太地區最密集的市場之一。但國土面積和電力成本的雙重約束，決定了它不可能走「規模算力」路線。新加坡《商業時報》的數據顯示，如果把用電成本算進去，新加坡已是全球數據中心建設成本第二高的市場，僅次於東京。
馬來西亞承接的，正是新加坡「放不下」的那部分。
柔佛州與新加坡僅一橋之隔，延遲低至0.2毫秒，建造成本僅為新加坡的1/18.5，疊加5%稅率15年的優惠政策，馬來西亞迅速成為東南亞最大的數據中心承接地。截至2026年第一季度，柔佛州和雪蘭莪州已匯聚59個數據中心投資項目，總算力需求達8.3GW。甲骨文（65億美元）、亞馬遜雲科技（62億美元）、英偉達（43億美元）、字節跳動（24億美元）及谷歌（20億美元）等巨頭均已落子。
資本的嗅覺最為靈敏。2026年8月，外國投資者向馬來西亞債券市場投入39億美元，創下該國自2016年有數據以來的最大單月淨流入。RBC資本市場亞洲宏觀策略師 Abbas Keshvani 直言：「馬來西亞是AI領域的贏家，擁有強勁的出口增長與外商直接投資流入」。
但馬來西亞的「搶跑」並非沒有代價。2026年上半年，馬來西亞批准的958億令吉（約44%的總投資額）流向數據中心與雲計算項目。馬來西亞正在用最快的速度，把自己變成東南亞的「算力工廠」。
猛追組：泰國與印尼
泰國正在成為這場競賽中「跑得最快的後來者」。
2026年5月6日，泰國投資促進委員會（BOI）一次性批准六大項目，總投資額高達290億美元。其中，TikTok System (Thailand) 單筆獲批約8420億泰銖（約250億美元） ，用於在曼谷、北欖府和北柳府大規模擴建數據存儲與處理基礎設施。這是泰國數據中心史上單筆最大投資。
泰國數據中心市場的年複合增長率達到27.8%，增速在東南亞名列前茅。2025年市場規模為14.4億美元，預計到2031年將達到62.8億美元。東部經濟走廊（EEC）正加速崛起為核心腹地，預計2028年在建及計劃投運容量達149.9MW，接近曼谷及周邊的兩倍。
印尼走的是另一條路：離岸算力基地。
英偉達與澳大利亞AI基礎設施公司Firmus Technologies簽署了為期八年的戰略合作協議，在靠近新加坡的巴淡島建設NVIDIA DSX液冷AI工廠。該設施電力容量達360MW，計劃部署17萬個GPU。Firmus預計，基於現有客戶承諾，該合作項目在前六年內有望帶來高達250億至300億美元的收入。
Firmus高管的目標表述得很清楚：「我們一直在努力探索如何彌合大型企業與新興企業之間的成本優勢差距。這實際上是一種非常實質性的方式，可以稍微平衡一下競爭環境，讓新興企業有機會與大型企業競爭」。
巴淡島與新加坡隔海相望，承接了大量從新加坡外溢的數據中心與AI算力集群需求。印尼的角色，正在從「資源輸出國」向「區域算力供給者」轉變。
跟跑組：越南的「立法先行」
在算力規模上，越南還不是主角。但在制度建設上，它已經跑在了前面。
2025年12月，越南國會通過該國首部《人工智能法》 ，2026年3月1日正式生效。這部法律將「人本」原則寫入條款——AI必須服務於人類，而非替代人類；重大決策過程中必須有人類監督。同時，法律允許國家投資建設國家AI計算中心，並要求制定長期國家AI人力資源戰略，將基礎AI知識納入普通教育體系。
越南的優勢在於充沛的低成本數字人才。它目前的角色更多是數據標註、模型微調、AI外包等配套服務業——算力基礎設施的「後半場」，而非「前半場」。本土原創模型研發力量相對薄弱，決定了它在這場競賽中處於跟跑位置。
但「立法先行」本身就是一種策略。當泰國和馬來西亞還在為電力指標排隊時，越南已經完成了AI治理的制度框架。這個框架短期內不會帶來算力，但長期看，它是吸引AI投資的基礎設施——就像數據中心需要電力一樣，AI產業需要規則。
共同的瓶頸：電水是硬約束，人才是軟約束
不管搶跑還是跟跑，整個東南亞都面臨同一道考題。
電與水，是第一道關口。
泰國至少有10GW的數據中心項目在排隊等待電力指標，審批時間已接近兩年，變壓器交貨要等兩年。泰國國家電力局已啟動約310億泰銖的輸電系統升級工程。馬來西亞柔佛州已暫停不符合電力和用水效率標準的項目審批——這正是東南亞首個AIDC項目獲批時附帶條件的背景。
AI數據中心不僅是「電老虎」，也是「水老虎」。一台AI伺服器需要24小時不間斷運行，而冷卻系統每天消耗的水量，足以支撐一個中型社區的日常用水。在新加坡、馬來西亞柔佛等水資源本就緊張的地區，水與電同等關鍵。新加坡公用事業局已要求新建數據中心必須達到1.2以下的用水效率才能獲得運營許可，這意味着每消耗1千瓦時電力，冷卻用水不得超過1.2升。
對比是直觀的：中國全年用電量超過10萬億千瓦時，而泰國只有約2100億千瓦時，馬來西亞約1700億千瓦時。東南亞的電力系統，面對AI數據中心的胃口，仍顯不足。Bain的運營商調查顯示，90%的受訪者將電網連接延遲列為最大制約因素，許多企業願意為「保證通電時間」支付溢價。而在水資源約束更緊的新加坡和柔佛，水甚至可能比電更早成為瓶頸。
人才，是第二道關口。
亞太數據中心協會數據顯示，新加坡數據中心領域目前僅創造7000個高價值崗位，但預計到2030年需要增長近兩倍。馬來西亞面臨90%的工程人才缺口，且面臨向新加坡的人才流失。泰國在軟件工程和AI/ML畢業生方面有基礎，但高密度設施工程、先進冷卻和電力系統領域的有經驗人才依然稀缺。
BDx數據中心與新加坡工藝教育局的合作備忘錄，是東南亞首個專門針對數據中心與AI基礎設施的人才培養體系。但這只是一個起點。整個東南亞都面臨同一個問題：項目增長遠快於人才培養。
【短評】
誰能笑到最後？
AI基礎設施競賽的終局，不取決於誰建的機房最多，而取決於誰最先解決電、水和人才。不獨在東南亞，放眼全球，這都是一條鐵律。
而在東南亞，這條鐵律更加現實。新加坡在規則和研究上搶跑，但放棄了規模算力。馬來西亞在規模和速度上搶跑，但電力和水資源缺口正在成為新的天花板。泰國和印尼在承接外溢上加速，但電網升級的節奏決定了能跑多遠。越南在制度和人才儲備上提前佈局，但原創能力的積累需要時間。
2026年全球AI基礎設施支出4970億美元的大盤中，東南亞是增長最快、但也最脆弱的板塊。土地的爭奪已經接近尾聲，電、水和人才的競賽才剛剛開始。當水電的供給支撐不起項目的需求，當人才的培養跟不上項目的增長，機房的閒置便是必然的結果。可以說，誰先點亮「待哺」的機房，誰才真正拿到了下一輪的入場券，誰才能笑到最後。
