中国科技公司正在扎堆去中东和东南亚建数据中心，一出手就是几亿、几十亿美元。

外行看，这是把中国 " 基建狂魔 " 的本事复制到海外，谁钱多、谁盖楼快，谁就能赚走下一波 AI 的钱。

但真到了一线，完全是另一回事。

电要抢，水要抢，地也要抢。

当地政府的政策在收紧，美国的先进芯片出口管制也在变化。

2026 年 3 月，数据中心还被直接卷入中东冲突的物理战场。

那么，中国这波算力出海到底在图什么、卡在哪、能不能赚到钱？

一、整个行业在集体搬家

这不是一两家公司的冒险，而是整个中国算力产业链的集体出海。

IDC 测算，2025 年中国企业出海用云市场规模达到 52.3 亿美元，同比增长 31%。

在对 120 家中国出海企业的调研中，84.2% 正在使用中国背景云厂商。

阵仗最大的是东南亚。

2026 年 5 月，泰国投资促进委员会批准了 6 个大项目，总投资约 290 亿美元。

其中，数据中心及数据托管项目有 3 个，获批投资额约 270 亿美元。

最大的一笔来自 TikTok System（Thailand），获批投资约 250 亿美元，主要用来增加服务器和数据存储、处理能力。

紧接着 6 月，阿里云在马来西亚柔佛州又新开了两座数据中心，总数扩到五座。

而早在 2024 年 11 月，万国数据和谷歌在泰国均拿下了约 10 亿美元的项目。

机房运营商也在往外走。

秦淮数据旗下 Bridge Data Centres 已经布局马来西亚、印度和泰国，万国数据国际业务 DayOne 则把园区开到了马来西亚和印尼巴淡岛。

腾讯也去了中东。

2025 年，腾讯云宣布在沙特建设首个中东云区域，并承诺未来几年投入超过 1.5 亿美元，用于基础设施、资源和业务运营。

从云大厂、机房运营商，到卖服务器、做液冷设备的厂商，中国算力行业正在成建制地进入中东和东南亚。

为什么大家非去不可？

二、一边装不下，一边吃不饱

2025 年《科技日报》的一组数据，揭开了国内算力的尴尬现状。

西部某千卡智算中心，机柜上架率不到一半，服务器实际利用率竟不到三成。

即便如此，每年运营成本仍高达 3000 万元。

浪潮人工智能研究院的测算显示，国内智算中心平均算力使用率普遍徘徊在 30% 左右。

这意味着，国内一边是闲置的 " 废弃 " 算力在烧钱，另一边大厂却在海外大手笔狂奔。

很多人第一反应是，国内机房都在吃灰，没必要再往外砸钱。

但这些机房接不住现在的 AI 订单。

它们大多按普通服务器设计，供电和散热撑不住高密度 AI 机柜。普通机柜功率多在 20 千瓦以下，AI 机柜能到几十千瓦，最高约 120 千瓦。

机房空着，新机器也搬不进去，真要改造，电力容量、散热链路、承重和停机损失都得重新算一遍。

说白了，一批机房建早了，也建偏了，守着它们变不出订单。

海外正好相反，需求还在往上走。

中国信通院 2026 年的报告显示，2025 年东南亚重点国家的算力基础设施总容量已超过 4.4 吉瓦，2030 年预计突破 10 吉瓦。

需求来自两类客户。

一类是出海的中国企业，比亚迪去海外建厂，美团把外卖送到境外，业务到哪，数据和计算就得跟到哪，云厂商不跟出去，国内老客户的单子就丢了。

另一类是海外本地巨头，印尼互联网集团 GoTo 准备了 8 个月，把 1000 多个微服务搬进腾讯云，真正切换只用了 4 小时 54 分。

这种本地大客户，才是中国云厂商在海外最想抢的。

而且，单子在海外，算力留在国内远程也卖不过去。

实时游戏、跨国支付这类业务，数据隔着大洋来回跑，时延和链路稳定性直接影响体验。

更别说，印尼等市场对公共部门、金融等数据还设了本地化和跨境传输要求，得逐项判断。

机房离客户太远，有些生意根本接不了。

再叠加美国对华芯片管制，国内高端 AI 芯片供给受限，去海外建机房，一度被部分企业当成拿到先进算力的补充办法。

于是，国内机房错配、海外需求上涨、服务必须就近、芯片和合规卡着——几股力量一起把中国算力企业推出了国门。

而走出去之后，这件事就分成了四种生意：

云厂商建云区域卖云服务，GPU 运营商卖训练和推理算力，数据中心运营商投楼宇机电按功率出租，设备厂商卖供配电、液冷和工程交付。

三、不只看技术，更要抢电抢水

但真到了海外，中国企业很快发现，最擅长的技术和基建速度不是决胜关键。

论盖楼装设备，中国公司确实快。

万国数据在马来西亚柔佛的 NTP1 项目，14 个月就交付。

秦淮数据靠液冷和间接蒸发冷却，2025 年中国业务数据中心年均 PUE 降到 1.21，属于行业领先水平。

但问题是，楼盖得再快，没电就开不了机。

在柔佛，数据中心正常排队接电要等 3 到 4 年，政府开了绿色通道，最快也要约 1 年。

队排这么长，是因为抢电的人太多：

马来西亚国家电力公司已经锁定 61 个数据中心项目，最大需量合计 8.35 吉瓦，其中柔佛就占约 5.6 吉瓦，接近三分之二。

但 8.35 吉瓦是未来的账。

2026 年 6 月，马来西亚数据中心实际负荷只有 1256 兆瓦，大量项目还在建，或者刚起步。

也就是说，大家现在抢的是未来几年的电力额度。

额度一紧，马来西亚政府就开始往项目方身上压成本：

电网升级让投资者自己掏钱，供电容量一旦给你留住，用不用都得付费。

机房还没开始赚钱，先背上一笔固定电费。

电谈下来了，下一关是水。

高密度 AI 服务器发热量大，液冷负责把热量从芯片和机柜带出来，最后还得靠室外的冷却塔把热排掉，而冷却塔要不停补水。

研究机构 AMRO 估算，一座 100 兆瓦、采用高耗水冷却方案的数据中心，一天用水可达约 420 万升。

柔佛收到的申请比这夸张得多。

RHB 统计，2024 到 2035 年，数据中心报上来的用水申请合计约 4.4 亿升 / 日，供水公司只支持了约 3.16 亿升 / 日，有 28% 没批。

水不够分，柔佛就提高门槛，给数据中心单独定水价，暂停审批部分高耗水项目，一些水冷扩建也往后拖。

水价和电费都认了，还得有地方放机器。

AI 时代的数据中心动辄百兆瓦起步，除了机房，还要配变电站、水处理厂和储能站，极其占地方。

新加坡早几年就因为没地没电暂停了数据中心审批，需求一股脑溢到隔壁的柔佛，当地核心工业用地价格也跟着快速上涨。

而在海外和中国企业同场抢电、抢水、抢地的，全是硅谷巨头。

微软 2023 到 2029 年要在阿联酋累计投入 152 亿美元，不仅入股当地 AI 公司 G42，2025 年 9 月还拿到了美国政府的出口许可，能把 GB300 这类先进英伟达芯片运进去。

亚马逊承诺 2024 到 2038 年向马来西亚云区域投入约 62 亿美元，谷歌在泰国和马来西亚买地，欧美和本地的老牌运营商更是早就把好地段圈走了大半。

比照下来，中国企业是后来者。

好地段、电力额度和大客户，先到的巨头已经瓜分过一轮。

有钱只是入场券，能不能抢到电、水、地，才决定谁能活下来。

四、政策、芯片与炮火

就算千辛万苦把水、电、地都搞定了，后面还有三道坎，一道比一道难过。

第一道坎，东道国的政策说变就变。

前两年各国抢着招商，什么项目都欢迎。

现在水电吃紧，大门立刻关上一半。

马来西亚柔佛州之前就驳回过一批数据中心申请，2026 年 2 月起干脆限制非 AI 数据中心的新申请，想拿税收优惠，能耗门槛也抬高了。

泰国做得更细，专门成立工作组查数据中心的水电消耗，新的投资促进指南里，税收优惠直接和 PUE、水管理这些指标挂钩。

印尼、沙特则在收紧数据本地化和跨境传输规则，倒不是所有数据都禁止出境，但企业得按业务和数据类型一项一项去合规。

结果就是，昨天还能批下来的项目，今天方案就得重做，写好的回本计划也跟着作废。

政策这道坎，顶多是晚几个月、多花点钱。

更要命的是，第二道坎是，就算机房盖好了，里面可能装不上芯片。

以前很多中国公司的算盘是，在新加坡、马来西亚注册个子公司，就能买到英伟达的高端芯片。

但 2026 年 5 月底，美国商务部把话说明白了：买芯片不只看注册地和收货地址，还要看总部是谁、最终母公司是谁、最终用户是谁。只要企业落进管制范围，海外子公司照样得申请许可。

当然，要许可不等于全都拒绝。

2026 年 1 月，美国已经把部分 H200、MI325X 直接出口到中国和澳门的审查，在满足严格条件时改成了个案审查。但其他芯片等级、其他交易路径，仍然可能被推定拒绝。

只是，换个海外马甲就能随便买芯片的时代，到这里就结束了。

退一步，不买芯片只租海外算力，这条路也开始被堵。

2026 年 1 月，美国众议院通过《远程访问安全法案》，打算把互联网和云服务的远程访问一并纳入监管。

截至 2026 年 10 月，这部法案还没走完后续立法程序，算不上已经生效，但方向已经摆在那里。

芯片的问题至少还能等政策、找路子。

最后一道坎更狠，机房可能直接被打掉。

2026 年 2 月底中东冲突爆发，3 月份，亚马逊在阿联酋的两处数据中心设施被无人机直接击中，巴林的一处也受到附近袭击影响。结构受损、供电中断，部分消防措施还带来额外水损。

紧接着，伊朗把多家美国科技公司列为打击目标。

到 9 月，亚马逊承认，巴林区域和阿联酋 mec1-az2 可用区里，部分只存在当地的客户资源和数据彻底无法恢复，多数客户靠备份或其他区域才重建了业务。

高墙、保安和备用发电机，防不住天上的无人机。

而且这次袭击还捅出一个更隐蔽的漏洞：同一个区域里有多个可用区，并不等于跨区域灾备。

数据和备份都留在同一个故障域，机房等级再高也救不回来。

以前建机房，回本周期是按十年八年和平运营算的。

现在，选址的地缘风险、保险的责任和除外条款、跨国跨区域备份的成本，全都得塞进这本总账里重算一遍。

五、必答题，怎么算清账？

看到这么多坑，似乎是还不如别出海。

但对云厂商和数据中心运营商来说，不去，海外的新增客户和订单就会被对手拿走。

出海并不意味着每家公司都得自己买地、盖楼、囤 GPU。

建云区域、租第三方机房、成立合资公司、输出设备和工程能力，这几条路砸进去的钱和承担的风险完全不一样。

所以真正要想清楚的是三件事：怎么去、赚哪一段的钱、账怎么算。

眼下最火的东南亚和中东，就是两本完全不同的生意经。

东南亚的麻烦是回本太慢。

ResearchAndMarkets 的市场报告显示，2025 年在马来西亚建 1 兆瓦机房，平均建设成本约 850 万到 1000 万美元，50 兆瓦就是 4 亿到 5 亿美元。

这只是设施建设的口径，没算装满 GPU 之后的集群总投资，土地、外部电网、融资和 IT 设备算不算进去，总价差很多。

而且楼建起来只是开始。

后面的电费、水费、土地和电网预留费都得继续掏，客户和收入却未必跟得上原计划。

马来西亚调整电价就是个例子，业内人士和政府官员曾估算，大型用户的电力成本可能因此上涨 10% 到 14%，这里面还没算上部分附加费用。

成本一涨，回本周期自然又往后拖。

中东反过来，钱好赚，但风险跟着一起来。

中东不差钱，买单方是国家级 AI 平台和主权资本。

2025 年，英伟达宣布向沙特国家 AI 公司 HUMAIN 供应 1.8 万颗 GB300 Blackwell 芯片，用于其 500 兆瓦数据中心项目的首期部署。

阿布扎比主权基金穆巴达拉一年就在 AI 和数字化领域投了 129 亿美元。

不过这笔钱有条件。

一是当地随时可能被卷进战火和地缘冲突，二是本地合作方不只想买你的服务，还要本地资产、运营能力、数据治理和人才培养。

阿里云进沙特走的就是合资路径，由 stc 集团、阿里云等多方共同成立 Saudi Cloud Computing Company，当地两座数据中心交给合资公司管理运营。

能进场赚钱，代价是分权、分利，还要把本地团队真正带出来。

两个市场的钱都能赚，但赚到手的人不一样。

最早见到收入的，是拿到工程、供配电、制冷和模块化订单的供应商，它们不用等园区运营十年才回本，代价是要扛验收、质保和应收账款。

现金流最稳的，是开工前就签下高信用客户和中长期预租合同的运营商，合同里要是还有最低承诺和电费传导条款，收入基本能提前算出来。

弹性最大的是 GPU 算力运营商，上架率、每卡每小时的成交价、客户续约、芯片迭代和折旧假设，任何一项变化都能改写利润表。

云厂商则要靠长期客户和上层服务赚钱，把服务器搬到海外只是拿到入场资格，没有数据库、模型、平台软件和本地生态，资本开支再大也难有理想回报。

谁在建不代表谁最赚钱，谁先确认收入也不代表谁最终回报最高。

而决定这件事的关键变量，是电。

没有明确供电容量和并网时间的土地，只是一张等着兑现的选址权。

能按期带电、能撑住高密度 IT 负载的土地，才算真正的产能。

举个例子，一个规划 100 兆瓦 IT 负载的项目，在满载、PUE 为 1.25 的假设下，设施侧对应约 125 兆瓦用电需求，还要另外评估容量裕度和冗余设计。

把 "100 兆瓦园区 " 直接当成 "100 兆瓦都能卖给服务器 "，收入会高估，电力需求又会低估。

土地可以扩，楼可以加盖，客户也能慢慢谈，但接电时间一旦晚两年，建设、设备采购和客户上线全部重排。

但正因为卡在电上，中国供应链的机会才冒出来。

EPC 和模块化厂商可以把电力舱、制冷舱和更多机电环节搬到工厂预制、预调，少受海外现场施工的不确定性影响。

供配电厂商的生意不止 UPS 和变压器，还有变电站、开关设备、母线、备用发电、储能和电力管理。

液冷厂商光卖冷板和 CDU 不够，得把室外散热、水质管理、漏液检测、联合调试和本地运维一起做明白。

▌▌▌▌▌▌▌▌▌▌

当然，订单不等于利润，利润不等于现金，本地认证、汇率、客户违约、跨境物流和质保责任，都可能把纸面毛利吃掉。

所以这波算力出海，难的不是把机房盖起来，而是让电、水、客户和政策同时到位，任何一项掉链子，前期的钱就压在楼里。

有人脑子一热先盖楼，结果电没谈拢、客户没签下，几亿美元变成产不出现金流的资产，只能慢慢折旧。

聪明一点的做法是先签下铁打的长期订单再分期盖楼，先拿到水电批文再动工，用合资换当地的政策保护，开工第一天就安排好数据在别处的恢复方案。

发布会还会一场接一场开。

以后再看到中国企业宣布亿级海外算力项目，比楼有多大更该先确认六件事：

可销售的 IT 负载有多少、什么时候带电；买单客户签没签字，合同有没有最低承诺和电费传导；每兆瓦建设成本包含哪些项，电价、融资和汇率变了还赚不赚钱；PUE 和 WUE 是在什么负载、什么冷却方案下测的；芯片、数据和本地持股是否合规；真发生冲突或区域级故障，客户数据能不能保住。

AI 算力的竞争，已经从 " 谁买得到 GPU"，变成 " 谁能把电力、工程、资本和客户攒成一门长期生意 "。