当大部分商业地产行业还在寻找疫情后的发展方向时,数据中心正在冲向广阔的发展空间。创纪录的租赁活动、持续的超大规模云服务商需求以及加速的AI投资,推动该行业进入前所未有的增长阶段。这创造了被一些人描述为"无可挑剔的2024年",紧接着是同样出色的2025年。
展望2026年,数据中心基本面依然强劲。超大规模云服务商已经表明将提高基础设施预算;运营商报告创纪录的积压订单;关于未来部署的讨论已经开始进行。从投资角度来看,数据中心正从周期性细分市场成熟为核心投资要素。
创纪录的需求,更多需求仍在前方
过去一年,美国和欧洲主要数据中心市场的租赁和吸纳量达到历史高位。超大规模租户占据了新增容量承诺的大部分,这主要由云服务扩张和大规模AI部署的早期阶段推动。
虽然超大规模云服务商尚未发布正式的2026年资本支出指引,但近期财报电话会议的评论已经很清楚:支出预计将大幅且积极增长。这种信心已经在市场中传播。数据中心业主报告称,关于2026年第一季度部署的讨论已经开始,这表明需求将继续扩大。
与此同时,通常被称为"新云服务商"的新参与者正在成为额外的需求来源。这些公司获取高性能GPU的访问权限,并租赁大块容量来支持AI工作负载,这进一步收紧了关键市场的可用性。
电力供应:主要制约因素
当今数据中心市场的主要限制不是租户需求,而是电力供应。预测未来几年供应增长最大的市场包括亚特兰大、达拉斯-沃思堡、米兰、法兰克福和巴黎。这些市场都有一个共同优势:能够快速大量上线电力供应。
相比之下,世界上一些连接最好的市场,如伦敦、北弗吉尼亚、阿姆斯特丹和都柏林,面临着电网容量和许可时间线相关的挑战。这些地区的需求并未减少,但新增容量交付的速度有所放缓。
这种动态加速了二线和三线城市的增长。在美国,西得克萨斯州、中西部部分地区和其他农村地区正在经历千兆瓦级的预租赁活动——这种需求水平在几年前还难以想象。
延迟将再次重要
然而,今天的增长地理格局并非永久性的。随着AI应用从训练密集型工作负载演进到消费者和企业直接使用的实时推理,延迟将再次变得至关重要。数据需要更靠近用户。
这种转变并不意味着在人口密集的城市核心区建设数据中心,那里的土地和电力限制仍然令人望而却步。相反,它将有利于靠近主要人口中心的二线市场,这些市场能够平衡连通性、延迟和基础设施可用性。随着时间推移,光纤网络将跟随计算资源,强化新的枢纽并逐步改变既有市场的相对重要性。
严格限制数据中心发展的市场可能在短期内因稀缺性驱动的定价而受益。但从长远来看,随着基础设施投资向其他地方迁移,它们面临失去相关性的风险。令人鼓舞的是,一些地区——包括硅谷——正在认识到规划性、协作性增长的重要性。
投资者为何视其为避风港
从投资角度来看,数据中心因其回报特征和战略相关性而脱颖而出。稳定的净营业收入收益率超过10%,开发利润率超过50%,这不仅反映了强劲的基本面,也体现了该行业更高的复杂性和执行风险。
AI货币化的显著放缓将对基础设施需求产生下游影响。然而,历史表明数据中心将保持独特的韧性。在最近的经济动荡期间,随着组织利用数字基础设施来控制成本、自动化流程和维持运营,数据中心的表现优于许多其他房地产行业。
展望未来,AI采用的轨迹仍将是关键变量。超预期的货币化速度可能推动对容量的更大需求,而持续的电力限制将进一步强化现有资产的定价。
随着数据中心行业进入下一个阶段,成功将更少依赖于识别需求,而更多依赖于理解技术趋势、基础设施容量和政策决策如何相互作用。掌握这些动态并相应定位的投资者和运营商,将最有能力应对该行业历史上可能最具影响力的时期之一。
在数据中心领域,创纪录需求、结构性约束和长期数字依赖的结合是不容忽视的。在往往不稳定的商业地产格局中,这代表了一种连大语言模型都无法挑剔的确定性。
Q&A
Q1:为什么数据中心成为2026年商业地产投资的热门选择?
A:数据中心展现出强劲的基本面,包括创纪录的租赁活动、持续的超大规模云服务商需求和AI投资加速。从投资角度看,稳定的净营业收入收益率超过10%,开发利润率超过50%,在经济动荡期间表现优于其他房地产行业。
Q2:数据中心发展面临的主要制约因素是什么?
A:主要制约因素是电力供应而非租户需求。像伦敦、北弗吉尼亚、阿姆斯特丹等连接性最好的市场面临电网容量和许可时间线挑战,而亚特兰大、达拉斯等能快速大量上线电力的市场预计将有最大供应增长。
Q3:AI技术发展如何影响数据中心的地理布局?
A:随着AI应用从训练密集型工作负载演进到实时推理,延迟将再次变得关键,数据需要更靠近用户。这将有利于靠近主要人口中心的二线市场,能够平衡连通性、延迟和基础设施可用性,而非人口密集的城市核心区。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。