AI 的尽头是空调？新马在这场数据中心竞赛里的分工

让 AI 改一段文字、生成一张图片，我们通常只盯着屏幕上的结果，估计很少有人会去想提供服务的机器放在哪里，运行产生的热量去了哪里。服务器长时间运行会持续发热，设备排布越密集，供电与散热方案就越需要精细设计。一项看似发生在屏幕里的技术，往产业链上游追溯几步，就会遇到机房、冷却设备、变压器与电缆，遇到一群每天和工程制造打交道的人。

这件事在马来西亚已有了具体落点。

2025 年 5 月，微软宣布其在当地的首个云区域 Malaysia West 正式开放服务，落地大吉隆坡，支持当地机构使用云计算及相关 AI 服务。“云” 是个轻巧的名字，落到现实中却需要一整套持续运转的基础设施。客户在线上调用服务，机房就在当地消耗电力、排出热量，还要有人持续维护设备。科技公司的投资由此进入电力与工程的日常场景，原本不写代码的人，也可能在这条产业链里承担重要角色。

放到全球范围，规模效应会更清晰。

国际能源署 2025 年发布的《能源与人工智能》报告估计，2024 年全球数据中心用电约 4150 亿千瓦时，基准情景下预测 2030 年可能达到约 9450 亿千瓦时，较当前增长一倍以上。这里统计的是数据中心整体用电量，包含 AI 以外的各类数字服务，AI 是其中核心的增长推动力之一。当越来越多的算力集中到这些设施，需求就会沿着设备向外延伸，接入机房所在的电网，也联动着供应商的生产交付能力。

这些实体环节有自己的建设节奏。

AI 模型可以频繁迭代更新，新的供电设施、输电线路与核心设备交付都需要周期。国际能源署在同一份报告中提醒，如果电网接入等约束得不到解决，全球约 20% 的规划中数据中心项目可能面临延期。这个判断值得做实体生意的人留意。投资宣布了，资金到位了，往下还要解决何时能通电、关键设备何时交付、现场条件能否匹配等问题。新闻里的一笔大额投资，落到建设现场，会拆解成无数具体的工程问题。

热带地区还多一重天然考验。

外界环境本就高温，机房又持续产热，降温本身既要投入成本，也要消耗电力。如何在保障设备稳定运行的同时降低能耗，已经成为专门的研究课题。2023 年 11 月，由新加坡国立大学和南洋理工大学共同推进的可持续热带数据中心测试平台在国大启用。平台将研究人员与企业纳入同一个试验环境，共同探索适配高温高湿地区的冷却方案。大学里讨论的技术问题，直接连着运营方每月要面对的能源账单。

有些研究方向听起来甚至很有生活感。

家里开空调，我们会琢磨温度能不能调高一点。数据中心也在研究送风温度的优化调整，同时还要验证设备运行稳定性，确认热量能否有效排出。新加坡国大公开的研究方向，就包括提高送风温度、空气与液体混合散热等路径。技术方案需要在接近真实的运行环境中测试，再逐步落地应用。一套更高效的冷却方案背后，既有实验室的基础研究，也离不开设备制造、系统安装与长期运维的配合。

顺着这条产业链往下看，一些被称为 “传统行业” 的企业，和 AI 的距离并没有想象中遥远。做电气设备的，关注如何把电力稳定输送到设备端；做制冷的，研究如何更高效地带走热量；做工程的，要让不同系统在现场协同运转。企业多年积累的行业经验有机会对接新客户，但客户的要求也在发生变化。设备能耗、运行稳定性、维护便捷度、故障响应时效，都可能影响合作能否达成。能不能承接这类业务，需要把自身能力与对方需求逐项匹配。

这也是看待产业新闻时值得多深入一步的视角。

看到科技巨头宣布投资，除了记住总金额，还可以继续追问。项目处于什么阶段，谁负责采购，谁主导设计建设，哪些设备有明确的交付标准，后续运维由谁承担。有的需求会交给全球供应商，有的则需要本地伙伴配合。一家中国企业能参与哪一个环节，要看具体项目与客户的实际要求。越往细节拆解，“AI 带来的机会” 就越容易变成一桩可调研、可对比的具体生意，而不只是一个让人心动的模糊概念。

马来西亚的云基础设施与新加坡的热带散热研究，也提供了一种观察新兴产业的思路。在一个地方看项目如何落地，在另一个地方看技术与人才如何解决难题，产业园、高校与企业之间，存在很多值得深入挖掘的产业联系。

行程详情请咨询小助理

2026 年 10 月 25 日至 30 日，邱震海博士将全程领衔 “向南，寻找下一轮增长” 新马研学。

六天走进吉隆坡与新加坡，行程安排了智慧产业园、高校、企业及相关机构的参访交流，探讨新需求落地需要哪些产业配套，企业已有能力能在哪些环节发挥价值。

对长期深耕制造、工程或产业服务的人来说，这趟行程最值得带去的，也许就是一个自己研究了多年的问题。在新的市场里，是否有人正在为同样的问题寻找答案。感兴趣的朋友，欢迎关注@邱震海，@震海会，咨询小助理了解报名详情。具体机构与接待安排以最终确认为准。

报名详情请咨询小助理

免责声明：本文仅为产业观察与分享，不构成任何投资、置业建议。