AI数据中心水资源消耗预测 - 摩根士丹利研究报告指出，AI数据中心不仅是电力吞噬者，更是超级“水鬼”，其耗水量将在2028年达到1068亿升 [6][9] - 在牛市风险情境下，AI数据中心耗水量可能进一步膨胀至1485亿升，即使在悲观情境下，消耗量也达到637亿升 [10] - 为维持大模型运转，AI数据中心将消耗相当于数个中型城市全年的用水量 [11] 水资源瓶颈的局部化风险 - 真正的瓶颈在于水资源风险是高度局部化的，电力可跨区域传输，但水资源难以瞬间调配，导致当地缺水可能直接使数据中心项目停摆 [12][14] - 亚马逊在亚利桑那州图森市的“Project Blue”项目因巨大的水电需求被当地直接回绝，安格利亚水务公司也反对在北林肯郡建设AI数据中心，理由是该地区供水已不堪重负 [14] - 只要当地市政当局拒绝供水，即使拥有再多的H100芯片，数据中心项目也得停摆 [15] 技术自救与效率提升 - 科技巨头正通过技术换代降低水利用效率（WUE），微通道冷板技术通过更高的热性能和更少的冷却剂流量直接降低水消耗 [17] - Google在芬兰的案例利用海水隧道抽取冰冷海水，通过热交换模块进行冷却，最大限度地减少对饮用水的消耗 [18] - 监管机构在亚太地区和欧洲推动严格的水资源管理标准，新加坡和马来西亚要求十年内将数据中心WUE指标控制在2.0 m³/MWh或更低，欧盟预计在2026年底前提出强制性用水最低性能标准 [20][21] 水处理与循环解决方案的投资机会 - 在“缺水恐慌”中，直接受益者是掌握海水淡化和水循环处理技术的公司，如Ecolab、东丽工业、威立雅和杜邦 [22] - 随着超大规模数据中心运营商急于在2030年前实现“水资源正效益”目标，海水淡化和水循环处理解决方案的需求将迎来结构性增长 [22] - 市场逻辑清晰，保证服务器不被热死且不被切断水源的技术提供商，可能比某些纯科技股更具确定性 [22]

基础设施REITs市场发展 - 基础设施领域不动产投资信托基金（REITs）于2020年启动 [1] - 国家发展改革委会同证监会持续推动市场扩围扩容 [1] 行业与资产类型扩展 - 初期发行范围涵盖仓储物流、收费公路、市政设施、产业园区等行业 [1] - 后续逐步增加清洁能源、数据中心、保障性租赁住房、水利设施、文化旅游、消费基础设施等行业领域和资产类型 [1] - 目前发行范围已涵盖12大行业52个资产类型 [1] - 10个行业领域的18个资产类型实现首单发行上市 [1]

文章核心观点 - 大型科技公司在人工智能领域的巨额资本支出模式与页岩行业繁荣期的资本支出周期高度相似，后者曾导致2.6万亿美元市值蒸发 [1] - 能源和技术被视为经济的两大支柱，缺失任何一者都将使金融、医疗保健等其他关键领域“毫无用处” [1] - 人工智能领域的投资热潮，包括融资策略和“圈地运动”，与历史上的页岩气繁荣如出一辙 [1][2] 行业资本支出比较 - 页岩气繁荣巅峰时期，整个能源行业的资本支出达到现金流的110%至120% [1] - 科技支出若达到能源行业的水平，其资本密集度应引发关注 [1] - 对未来人工智能计算价格稳定在每小时1至2美元左右的信心，促使科技公司支出远超现金流，类似页岩油生产商对每桶100美元油价的信心 [1] 融资与运营策略类比 - 页岩油生产商通过特殊目的实体（SPV）承担管道建设等额外资本支出，将钻探债务留于资产负债表 [1] - 大型科技公司在人工智能数据中心领域采用与能源行业相似的SPV安排 [1][2] - 人工智能领域的“圈地运动”与石油行业的“抢占位置”策略相同 [2] 投资流向与衡量标准 - 许多科技公司的投资流向芯片和数据中心，以增强支持人工智能的计算资源 [1] - 人工智能的计算能力可用“每小时多少美元”衡量，类似于石油以“每桶多少美元”交易 [1]

BOI强调，中小企业获得特别扶持，最低投资额仅为50万泰铢，并享有更高企业所得税优惠，助力更多 企业成长为国际竞争者。 主要投资集中在五大重点领域：农业、食品和生物技术投资超310亿泰铢，推进高端食品、生物塑料、 生物燃料等产业；旅游、物流及医疗服务投资超过300亿泰铢；数字领域投资超过1400亿泰铢，其中数 据中心成为核心增长动力；工业公用设施投资超过930亿泰铢，主要集中在太阳能、生物质能等绿色能 源；汽车及机械零部件投资超34亿泰铢，体现泰国供应链竞争力。 据泰媒报道，泰国投资促进委员会（BOI）表示，2025年前九个月泰国投资额大幅增长，泰国企业投资 申请共840个项目，总额超过4470亿泰铢，同比上涨99%，显示私营部门在推动国家迈向"新经济"方面 潜力巨大。自2023年实施新战略以来，BOI重点通过政策激励引导企业以科技、创新和高技能劳动力提 升竞争力，并推动本地与海外企业合作。 ...

报告投资评级 - 行业评级：增持（维持） [2] 报告核心观点 - 核心观点1：高频电力数据证实 AI 算力需求仍在加速，通过对覆盖美国核心数据中心集群的 PJM 电网进行高频监测，观察到负荷和电价都在大幅提升 [3] - 核心观点2：AI 是从 1 到 N，看好 Google“大象起舞” [4] 从电力负荷看算力需求 - 算力消耗的背后是电力供给，是数据中心日夜不停轰鸣的上百万张 GPU/ASIC，它们消耗了大量的电力，希望通过分析美国电网不同区域、不同节点的电力负荷和电价的高频变化，绘制出当前美国 AI 算力需求的图景 [10] - 美国目前超过 100MW 的数据中心集中于东海岸波士顿–纽约–华盛顿沿线（北弗吉尼亚区域最为集中）、美国南部的德克萨斯州、西海岸的加州湾区以及若干内陆枢纽城市 [11] - 截至 2024 年，全美在运营中的项目总负荷为 43.75GW，在建设中的项目总容量为 23.28GW，计划建设的量达到 132.52GW，是目前在运营总量的 3 倍，规划中大部分是超过 500MW 负荷的超大算力中心 [12] - 弗吉尼亚州和亚利桑那州是大型负荷最为集中的州，单区域均负载分别达到 551MW 和 729MW，规划中弗吉尼亚州有 28.6GW 负荷要建设，单区域均负荷为 1101MW [14] - 美国未来 3~5 年的数据中心建设需求处于井喷状态 [16] 从 PJM 电网负荷看高频算力需求 - 弗吉尼亚州、俄亥俄州、伊利诺伊州 3 大州核心负载区域基本上集中于美国 PJM 电网所覆盖区域，分别对应了 Dominion（DOM）、American Electric Power（AEP）、ComEd 区域，实时负载分别为 13.5GW、14.4GW 和 8.8GW [19] - 观察指标为电网负荷是否有提升以及电价是否持续提升，高强度运行的 AI 数据中心会持续加大电网负荷，且全天 24 小时不间断运行 [25] - DOM 区域 2025 年月度平均负荷增量在 3GW 左右（扣除基础负荷），较 2024 年增加 0.98GW，9~11 月平均负荷增量同比分别大幅增长 73%、53.2%、56.4% [28] - AEP 区域 2025 年月度平均负荷增量 1.34GW 左右（扣除基础负荷），较 2024 年增加近 0.8GW，9~11 月单月平均负荷增量同比分别大幅增长 158%、223%、180% [29] - Dominion、American Electric Power 两个区域，2025 年 9~11 月增量平均负荷就较 2024 年同期增加了近 2GW [30] - ComED 区域 2025 年 10 月凌晨 3 点平均负荷达到 9.7GW，较 2024 年同期增加了 0.46GW，波谷负荷明显抬升 [35] 从计价节点电价波动定位具体数据中心算力消耗趋势 - 分析北弗吉尼亚区域 AWS、Google、微软的数据中心所在电网计价节点 ARCOLA、SHILOHDP、BOYDTNDP 的高频电价和拥堵费数据 [42] - 排除天气、日间工业商业活动、天然气价格的扰动因子后，观察夜间价格变化趋势 [44] - ARCOLA-BOYDTNDP-SHILOHDP 夜间电价差明显抬升，10、11 月趋势更加明显，以 Google 占主要耗电的 ARCOLA 节点差价增幅最为突出，2025 年 10 月达到 7.94 美元/MWh，同比增长 197%，11 月达到 13.11 美元/MWh，同比增长 680%，环比增长 65% [50] - 电价标准差扩大，节点波动加剧，10、11 月三地电价标准差明显高于 PJM 地区整体标准差 [50] - 夜间拥堵费同步提升，ARCOLA 节点 10、11 月拥堵费差价分别同比 2024 增长 223%、890% [48] - Arcola 节点 2025 年平均电价为 59.2 美元/MWh，而 2024 年为 36.8 美元/MWh，平均拥堵费从 2024 年的 4.81 美元/MWh 增长至 2025 年的 11.7 美元/MWh（增长 2.4 倍），夜间均价从 2024 年的 32 美元/MWh 增长至 2025 年的 50.9 美元/MWh，同比增长 59% [52] - 2025 年 7 月结束的 2026/2027 年度 PJM 容量拍卖价格触及全区域统一上限 329.17 美元/MW-天，反映出整体供需全面趋紧 [62] 关于 AI 应用思考：从 1 到 N，大象起舞 - AI 应用有 4 大门槛：1）单用户成本规模效应弱；2）订阅制限制用户拓展；3）应用要求更高 ROI 和附加值；4）数据闭环飞轮，前 3 个门槛在于资金和赛道，第 4 个门槛在于生态布局 [5] - 成本端：AI 应用新增用户是扎实的营业成本项，边际成本不具有明显规模效应，显著提升的是调用 AI 大模型的成本 [65] - 订阅制：初期受众面缩小，获客难度提升，无法采用免费+广告模式 [65] - ROI 要求：订阅价格普遍为 20 美元/月，但对 ROI 要求更加苛刻，只有明确商业化逻辑和高附加值的应用才能生存 [65] - 数据闭环飞轮：应用效果优化有赖于用户行为数据，这些数据会沉淀在大模型公司中用于优化基础模型，形成数据飞轮 [65] - 面向的用户量越大，场景越多，资金越充裕，在 AI 应用浪潮中越容易脱颖而出，若自身还有基础模型训练储备，则是强大组合 [68] Google：完美的 AI 生态 - Google AI 生态布局从硬件芯片（TPU、Tensor G5）、智能终端（Pixel、Samsung 深度整合），到云基础设施（Vertex AI），再到软件（Android 系统、Chrome 浏览器等），最后落地到应用（Youtube、Search 等） [5][69] - 成本端：拥有自研 AI 加速芯片 TPU，较其他大模型公司在训练和推理开支拥有天然优势 [69] - 受众面：应用生态覆盖全球，8 款应用覆盖 20 亿及以上的月活用户，无需面对应用冷启动获客问题 [69] - ROI：拥有较强现金流，对短期亏损容忍度更高，产品 AI 化提升用户体验和粘性 [69] - 数据飞轮：应用场景足够丰富，B 端和 C 端场景覆盖用户日常需求，数据流和行为信息价值被放大 [70] - 根据 Google 2025Q3 财报披露，10 月公司月消耗 Token 量级达到 1300 万亿，是 2024 年 4 月披露的 9.7 万亿 Token 消耗的 134 倍，Gemini 网页端日访问用户量超过 5500 万人次 [73] 投资建议 - 投资观点：AI 时代是从 1 到 N 的大象起舞，强者愈强，选择可以跨过 4 重门槛的标的胜率将大幅增加，垂类场景拥有独有数据也是可投资方向，但前置条件是 AI 带来的附加价值足够高 [6][76] - 美股建议关注 ALPHABET（GOOGL.O）、Cipher Mining（CIFR.O） [6] - 港股建议关注阿里巴巴（9988.HK）、腾讯控股（0700.HK）、阅文集团（0772.HK）、汇量科技（1860.HK） [6] - A 股传媒板块看好应用端 AI 漫剧、AI 营销、AI 游戏、AI 教育，建议关注相关公司 [6]

文章核心观点 - AI数据中心发展面临严重的水资源瓶颈 水资源风险是高度局部化的 可能直接导致项目停摆 其影响被投资者极度低估[2][5][6] AI数据中心水资源消耗预测 - 基准预测显示 到2028年仅AI数据中心的直接冷却和电力生产耗水量将达1068亿升[11] - 乐观情境下 AI需求爆发将推动耗水量进一步膨胀至1485亿升[11] - 即使在悲观情境下 耗水量也达到637亿升[11] 水资源瓶颈的本质 - 真正的瓶颈并非电力生产消耗的总水量 而是高度局部化的现场冷却和芯片制造所需的水资源[5][6] - 水资源无法像电力一样跨区域传输 当地水源匮乏可直接导致数据中心项目被拒或关停[6] - 亚马逊在亚利桑那州图森市的"Project Blue"项目因巨大的水电需求被当地直接回绝[12] - 英国安格利亚水务公司反对在北林肯郡建设AI数据中心 理由是该地区供水已不堪重负[12] 全球监管趋势 - 亚太地区的新加坡和马来西亚设定目标 要求在十年内将数据中心的WUE指标控制在2.0 m³/MWh或更低[8] - 欧盟预计在2026年底前提出强制性的数据中心用水最低性能标准[9] 应对技术与解决方案 - 微通道冷板技术通过更高的热性能和更少的冷却剂流量 直接降低水的消耗[12] - 利用免费自然冷源 例如Google在芬兰利用海水隧道抽取冰冷海水进行冷却 最大限度减少饮用水消耗[12] - 海水淡化和水循环处理解决方案需求将迎来结构性增长[13] - Ecolab、东丽工业、威立雅和杜邦等掌握核心水处理技术的公司被视为直接受益者[13]

行业投资评级与核心观点 - 中国数据中心行业因芯片供应不确定性存在估值折价，但该风险已充分反映在当前估值中，其依托的电力基础设施等增长韧性未被充分定价 [1] - 中国数据中心租金前景优于其他不动产类别，但当前估值偏低，随着资产质量提升和投资者认知改善，未来估值有提升空间 [1][2] - 行业采用 EV/EBITDA 倍数进行估值，因其资本密集和高杠杆特性，能更好反映运营现金流和排除杠杆影响 [3][4] 数据中心行业估值与市场表现 - 2018-2021年中国数据中心 EBITDA 增速和 EV/EBITDA 倍数高于海外市场，但2021年初至2024年上半年因监管、宏观经济等因素导致吸引力下降和倍数回落 [5] - 2024年下半年起，随着供给过剩缓解和 AI 投资需求增加，中国数据中心估值倍数开始提升，但仍受芯片出口管制不确定性压制 [5] - 中国数据中心类 REITs 的 IPO 价格约为17倍 EV/EBITDA，上市后交易在23倍左右，低于办公楼、保障房等其他资产类别，估值有提升空间 [9] 中美数据中心布局与基础设施对比 - 美国数据中心集中部署在头部区域导致电力供应紧张，新大型数据入网排队时间延长至2027年或更晚，当地电价上涨 [6] - 中国通过"东数西算"项目在北上广深之外布局五大算力集群，全国通信和电力基础设施为 AI 需求爆发做好准备，电力基础设施成为长期发展优势 [6][8] REITs 发展对行业的影响 - 2025年作为中国 REITs 元年，首批两单公开上市，帮助数据中心公司提前回收已投入资金并再投入新项目开发 [7] - REITs 为投资者提供稳定租金回报，要求将绝大部分租金利润分红，提升行业吸引力和资金流动性 [7] - 过去两年中国中证上市 REITs 股价表现稳中有升，利率环境推动投资者对现金回报需求，基建成熟资产分拆上市资格增加 [7] AI 技术变现路径与行业应用 - 短期内 AI 变现集中在云计算和广告领域，云服务受益于大模型及生成式 AI 需求增长，云厂商收入贡献逐步提高 [1][15] - 广告领域通过优化广告创意、定位投放准确性和推荐匹配精准度提高转化率与定价，带来增量广告收入 [15] - 长期来看，AI 智能体发展拓展大模型能力边界，面向企业的智能体市场空间估算约1.6万亿人民币，垂直领域智能体 ROI 更明确 [16][17] 企业 AI 投入与垂直行业应用前景 - 目前 AI 在整体 IT 预算中占比仍较低，未来 AI 相关 IT 投入有望显著增加，企业主要将 AI 应用于提升内部效率和产品质量 [14] - UBS Avanex Lab 调研显示，73% 的中国企业对 AI 影响持积极乐观态度 [13] - 内容生成和招聘等垂直行业具备早期落地机会，多模态能力实现规模化低成本生产，招聘流程中 AI 提升效率明显 [18] 行业竞争格局与需求趋势 - 中国数据中心租金前景相对其他不动产类别最好，当前 AI 客户集中在大厂，租金趋于稳定，2024年下半年起基本保持稳定 [19] - 随着 AI 需求提升和下游客户多样化，预计租金长期稳中有升，供需关系趋于稳定 [19] - 大厂自建数据中心比例受需求稳定性影响，面对新兴、快速增长需求时更倾向租赁，目前第三方租赁需求依然强劲 [20] 技术能力与资本开支展望 - 中国头部科技公司加大 AI 投入，技术能力明显提升，中美在文本模型方面差距较小，多模态模型领域差距更小 [21] - 中国科技公司资本开支计划相比美国同行更加务实，更关注 GPU 利用效率，并根据需求动态调整，资本开支更多受需求驱动 [23] - 公司通过灵活算力架构、探索国产方案替代等方式应对芯片供给不确定性，国产算力持续发展支持 AI 算力持续投入 [23]

"十四五"期间，河北公共数据要素价值加速释放。通报称，河北数据归集总量连续两年位列中国全国第 一，共享总量突破1万亿条，公共数据开放达2130项，覆盖科研创新、环境保护等20多个关键领域。 (完) 来源：中国新闻网 编辑：万可义 河北综合算力指数连续两年位居中国第一 中新社石家庄11月26日电 (王夏菲)河北省政府新闻办26日举行"十四五"高质量发展河北答卷系列主题新 闻发布会，据通报，河北综合算力指数连续两年位居中国全国第一，廊坊、张家口城市算力分指数排名 领跑全国。 通报称，"十四五"以来，河北抢抓国家"东数西算"工程战略机遇，积极探索算电协同发展，国家一体化 算力网络京津冀枢纽张家口中明算力中心项目一期已投入运营，合盈数据(怀来)科技产业园算电协同数 据中心交付使用。同时，全国首个一体化省级算力监测调度平台上线运行，构建覆盖全省的算力监测调 度运营体系。 广告等商务合作，请点击这里 本文为转载内容，授权事宜请联系原著作权人 中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其它方式使用。 关注中新经纬微信公众号(微信搜索"中新经纬"或"jwview")，看更多精彩财经资讯。 ...

"AI正在吞噬世界，而我们连它的样子都还没看清。" 在最新发布的《AI eats the world》报告中，知名科技分析师、a16z前合伙人Benedict Evans给出了一个足以搅动整个科技世界的判断：生成式人工 智能正引发科技产业每十至十五年一次的平台大迁移，而我们仍不知道它最终将走向何方。 Evans指出，从大型机到PC，从互联网到智能手机，科技行业的基本盘每隔十多年就会被彻底改写，而2022年ChatGPT 的横空出世，很可能就是 下一次"十五年之变"的起点。 全球科技巨头正涌入一场史无前例的投资竞赛。微软、亚马逊AWS、谷歌、Meta四家公司的2025年资本支出预计将达到 4000亿美元——这一数字 超过了全球电信行业全年约3000亿美元的投资规模。 "低估AI的风险远远大于投资过度的风险，"微软CEO Sundar Pichai在报告中被引用的一句话，道出了行业焦虑的本质。 报告还引用1956年美国国会自动化报告和电梯操作员岗位消失的案例提醒：当技术真正落地，它会悄然变成基础设施，不再被称为"AI"。 又一次十五年之变：平台转移的历史规律 Evans在报告中指出，科技产业大约每十到十五年就会经 ...

英伟达的核心护城河：技术垄断+生态壁垒+产能优势 最近AI行业可谓，一波刚刚平息，一波又来侵袭。刚刚打消了市场对AI产业"泡沫"的顾虑，现在市场又 开始担心谷歌的强势崛起将影响到英伟达未来在AI产业的布局。但真正"鲶鱼效应"并非是非此即彼，而 是共同推进AI产业往新的高度发展。 01 谷歌&英伟达："绝代双骄"而非你死我活 谷歌近期在AI算力与模型领域的密集动作引发市场广泛关注，每六个月算力翻倍、TPU产能大幅扩张、 模型能力持续升级等举措，似乎预示着行业竞争将进一步加剧。但深入分析英伟达的核心优势与行业格 局后可以发现，谷歌的加码难以撼动英伟达的龙头地位，两者更可能形成"差异化竞争、协同发展"的格 局。 在市场策略上，谷歌更倾向于"闭环生态"建设，通过整合自身算力、模型、应用资源，提升用户体验和 业务效率；而英伟达则采取"开放生态"策略，与全球产业链伙伴深度合作，扩大市场覆盖范围。 首先，在核心硬件技术方面，英伟达凭借GPU产品的绝对优势占据算力市场主导地位。GPU在并行计算 效率上的天然优势使其成为AI训练和推理的首选硬件，而英伟达通过持续的技术迭代，不断巩固领先 优势。GB300系列产品的成功爬坡的RT ...