9 月 2 日，PwC 发布《全球数据中心展望 2026-2050》。报告预计，在中央情景下，全球数据中心 2026-2050 年的累计资本支出将达 31.6 万亿美元。加速情景下可达 50 万亿，减速情景下约 22 万亿。31.6 万亿相当于美国当前一年的 GDP，也远超此前所有重大基础设施周期的总和：PwC 引用历史数据估算，英美铁路建设（1840-1900）折现到今天约 0.72 万亿美元，互联网建设（1996-2001）约 3.29 万亿美元。
报告同时指出，这轮投资需要持续更新设备。数据中心建成后，服务器、芯片等设备每 4-6 年就需更换一轮，后续支出将远超建筑本身的投资。 因此，理解这份预测，还需要看设备更换频率、电力供应和各地政策。
每投入 1 美元建楼，后续设备投资约 12 美元
PwC 委托 Oxford Economics 建模 46 个国家和地区，覆盖全球绝大多数经济活动与数字基础设施投资。模型将数据中心资本支出拆为两层：建筑与结构（物理设施、电力与冷却系统）和 ICT 设备（服务器、GPU、CPU、存储与网络硬件）。
按报告估算，每 1 美元建筑投资，将对应约 12 美元后续 ICT 设备投资。 建筑和场地基础设施，如电网连接、光纤线路，使用寿命较长；其中的技术设备却需要更频繁地更换。GPU 和服务器每 4-6 年就需要更新换代，一个设计寿命 20 年的数据中心，在存续期内要经历 3-5 轮 ICT 投资。
结果是 ICT 设备在总资本支出中的占比从 2026 年的 70% 上升至 2050 年的 93%。因此，评估数据中心的长期成本，需要把设备更新与建筑投资分开计算。
设备持续更新，也支撑了报告对年度支出继续增长的预测。2026 年全球数据中心资本支出约 8000 亿美元，2030 年预计升至 1.1 万亿，2050 年达到 1.8 万亿。每一轮 AI 芯片升级都意味着新一轮的替换投资。
以当前经济规模作参照：美国目前 GDP 约 30 万亿美元，而到 2050 年，仅 ICT 设备一项的年化资本支出（约 1.67 万亿，按 93% 比例从 1.8 万亿算）就接近整个美国经济的 5.6%。
美国预计占近一半投资，欧洲扩张受电力和审批限制
报告预测的资本分布高度不均衡，主要受各地电力、芯片供应与配套产业、政策环境影响。
美国预计获得 15.1 万亿美元投资，占全球 48%，远超其 GDP 占比。 PwC 指出，这是美国在任何一个主要工业类别中，超越自身经济体量的最大领先幅度。原因在于美国同时拥有全球最深的先进芯片生态、最大的 AI 模型开发者、最多的超大规模云厂商，以及州级层面的友好政策。美国在加速情景下的绝对增量也是全球最大（累计升至 27.1 万亿），因为其待建项目中，需要大量 GPU 的项目最多。
亚太地区预计累计投资 8.2 万亿美元，所占份额显著低于其 GDP 占比。 中国和印度是最大的增量需求来源，但区域内部分化严重。日本和澳大利亚因需求更多元而更具韧性，高度依赖跨境 AI 工作负载的市场则更脆弱。亚太在加速情景下的比例波动最大（上升 69%），因为该地区底数低、弹性大。
欧洲预计累计投资 5.6 万亿美元，所占份额低于其经济占比。 PwC 将原因归结为欧洲自身的供给限制：电力不足、规划审批不畅，以及各国监管要求不一致。阿姆斯特丹 2025 年以土地和电网容量为由禁止新建数据中心，只是其中一例。欧洲在加速情景下的比例增幅最小（仅 23%），因为即便需求更强，供应限制仍会阻碍项目扩张。
中东预计累计投资 1.1 万亿美元，非洲为 2550 亿美元。非洲的金额较小，但需求有所不同：当地更多投入基础数字基础设施，回报对 AI 发展成败的依赖较低，因此在报告的情景比较中风险较低。
电网能否及时扩容，决定项目何时开工
PwC 将影响资本流向的五项因素按重要性排序：电力、网络连接与延迟、安全与可信区域托管、GPU 获取与生态深度、政策确定性与社区同意。其中，电力被列为首要约束。
PwC 指出，AI 需求正在逼近几十年前建成的电网所能承受的极限。变电站和多芯变压器现在有长达数年的交付周期，成为决定哪些项目能破土动工、何时动工的关键约束。运营商越来越多的做法是自带发电设施进场——但这只解决单个项目，不能解决市场层面的电网扩容。因此，PwC 强调：这份预测能否成为现实，取决于电力能以多快、多可靠的方式供应数据中心。
出口管制压低总投资，数字主权改变资金流向
为了测试地缘政治如何影响投资规模与分布，PwC 用两个情景做了压力测试。
情景一：芯片出口管制升级。 假设美中之间现有出口管制升级至贸易战巅峰强度，先进 GPU 在更大范围的市场变得难以获取，关键原材料也受对等限制。年化支出在 2030 年降至中央情景的一半，随后随供应链适应缓慢恢复。全球累计投资从 31.6 万亿降至 25.5 万亿，减少约 6 万亿美元。中东受冲击最大（累计下降 29%），因为其待建项目最依赖需要大量 GPU 的跨境 AI 工作负载。美国的投资降幅比例最小，受益于本土芯片产业和政策支持。
情景二：更多关键业务留在本国基础设施中运行。 政府与受监管行业不愿将关键工作负载（公共服务、金融系统、医疗、主权 AI）托付给外国基础设施，非关键工作负载仍可自由流动。全球累计投资仅微降至 29.5 万亿（降 6.7%），但资金的地区分布明显改变。亚太是最大受益者——印度、越南、印尼、菲律宾、泰国都因国内需求回流，投资较中央情景增长。非洲累计上升约 12%，成为少数投资增加的地区之一。美国损失约 2.9 万亿，因大量跨境服务工作负载被各主权市场收回。欧洲因 GDPR 与数据主权规则已较为严格，整体变动不大。
投资者、运营商和政府，各自需要应对什么
AI 发展使数据中心的客户更加多元。除了云时代的主要客户——超大规模云厂商，还增加了专门提供 AI 算力的 Neocloud、模型开发者、推理平台、企业和政府。这些客户的需求和风险不同，对技术配置及部署地点的要求也不同。
针对这些差异，PwC 分别给投资者、运营商和政策制定者提出了建议：
投资者的选择： 数据中心涉及不动产、公用事业和半导体，三类投资的回报周期和风险不同。PwC 建议分别分析资金投入、项目开发、租赁和交易对手带来的风险，避免用一种资产的估值方式套用整个项目。同时，避免在已建立的枢纽过度集中：大枢纽在 AI 加速情景下受益最大，但在增长放缓、芯片受限和业务回流本国时，承担的风险也最多。
运营商的选择： 先明确服务哪些客户。全球枢纽主要争取大型训练任务，需要稳定的芯片渠道和超大规模设施；国内及区域市场更多承接留在本国的推理任务与基础数字服务。两类市场的客户和设施要求差异很大，适用于一类市场的项目设计，未必适用于另一类。PwC 给出的通用建议是：尽早落实电力供应，通过模块化扩容、能适应不同硬件的冷却系统保留调整空间，并通过长期租约约定由承租方承担设备过时的风险。
政策制定者的选择： 把数据中心当作国家战略基础设施，设置统一协调窗口，衔接能源、资本、规划和待开发项目。具体层面，提前采购长交付周期的电力设备（变压器、变电站）是少数能压缩时间瓶颈的工具之一。PwC 特别指出，从第一天起就将低碳纳入规划的市场——北欧、智利、加拿大——将在长期竞争中更有优势。
24 年后的投资规模，取决于这些假设
报告披露了建模方法，也保留了几项影响远期预测的假设。
第一，远期预测高度依赖模型假设。Oxford Economics 使用 logistic 采用曲线、GDP 增长与数字消费之间的历史关系来推算需求，但 2050 年距现在 24 年。这期间计算方式可能发生重大变化，如全新的计算范式、量子计算或 AI 效率突然大幅提升，这些都不在模型范围内。PwC 明确排除量子计算，称其「在预测期内未达到商业成熟度」。
第二，加速与减速情景的 $22T-$50T 区间意味着实际路径可能显著偏离中央情景。区间宽度约 28 万亿美元，相当于一个美国 GDP 的差距。PwC 没有给情景分配概率权重，这意味着「31.6 万亿」只是中央情景下的推算值，不能理解为概率最高的结果。
第三，模型假设芯片单位成本不会发生超出既有趋势的突变。如果 AI 芯片的性价比以快于预期的速度提升（如新架构带来 10 倍效率飞跃），或者 AI 推理需求被证明远不如训练阶段密集，实际支出可能低于最低区间。
第四，报告虽然覆盖 46 个国家和地区，但中国数据受限于可获取的公开信息，且中国数据中心市场有独特的政策驱动特征（审批制、国企主导、电力分配受政府规划约束），这些因素与美国市场的商业驱动方式存在差异。模型在多大程度上能捕捉这种差异，没有单独展开。
看长期投资，应同时跟踪设备更新、电力和政策
比起只记住 31.6 万亿美元，更有用的是理解 PwC 预测中设备更新的作用：数据中心的长期投入，需要同时覆盖建筑和多轮芯片设备更换。 按报告的假设，只要算力需求持续增长、芯片保持迭代，设施建成后仍需不断追加设备投资。后续应观察实际需求和更新节奏是否支持这一预测。
另一个需要跟踪的变量是电力。PwC 将其列为首要约束。当前市场讨论大量集中在 GPU 供需和出口管制上，而可能在 2030 年前限制全球 AI 支出的，是变电站交付周期和电网扩容速度。如果 2030 年投资目标为 1.1 万亿美元，而届时可用电力无法支持这些项目，实际投资就可能因供应不足而低于预测，即便市场仍有需求。
第三个信号在主权情景中：即使全球总支出仅微降 6.7%，资金流向的重新分配意味着中国、印度、东南亚与非洲的市场份额可能显著上升，而美国作为全球 AI 服务「默认卖家」的地位可能被侵蚀。对投资者而言，这意味着不能只看全球需求总量，还要评估各国政策会把业务和资金带到哪里。
来源：PwC 新闻稿 | PwC 完整报告 | Bloomberg | The Business Times
