編者按· 2026.04.03

當AI算力基礎設施躍升為戰略資產，其安全趨勢正深刻重塑全球技術競爭格局。本文指出，在美國AI產業發展布局中，美國試圖在包括中東在內的全球南方地區布局算力基礎設施，從而依托集中化算力節點與全球網絡擴展等在全球南方構建優勢。然而，這種布局存在結構性風險，包括經濟依賴、沖突暴露與數據主權等問題。在未來沖突風險上升與制度分化加劇的環境中，這種模式所面臨的挑戰將愈發突出，其內在結構也正在逐步顯現出脆弱性與外部性。

當數據中心成為打擊目標：

AI算力基礎設施的“安全化”

隨著美伊沖突持續升級，以數據中心為核心的AI算力基礎設施，正愈發頻繁地暴露在現實沖突的直接打擊范圍之內。2026年3月初，伊朗通過無人機襲擊了美國科技企業在阿聯酋和巴林部署的數據中心設施，多處云服務節點受損并引發區域性服務中斷。與此同時，伊朗媒體還發布潛在“打擊目標名單”，將多家美國科技企業及其數據中心納入其中。這一系列行動釋放出一個清晰信號：支撐人工智能與數字經濟運行的算力基礎設施，正在從遠離沖突的技術系統，向新的高價值戰略目標轉變。

這一變化并非偶發事件，而是人工智能與數字經濟發展到一定階段后的結構性結果。隨著算力成為關鍵生產要素，數據中心作為AI算力基礎設施的核心載體，正逐漸從企業層面的技術資源，轉變為支撐產業運行與技術擴展的關鍵基礎設施，其戰略重要性正逐漸比肩傳統能源、電力與通信網絡。在這一背景下，AI算力基礎設施正被深度嵌入國家安全與沖突的底層邏輯，“安全化”趨勢由此加速形成。

伊朗在一個不明地點舉行無人機演習（圖源：美國之音）

為什么AI算力基礎設施

成為“戰略資產”：

從技術基礎到制度與權力結構

進一步追問：為什么以數據中心為核心的AI算力基礎設施會成為沖突目標？其根源不僅在于技術本身，而在于該設施在當代經濟與技術體系中所擔任的多重角色。

首先，從技術基礎上看，數據中心作為AI算力基礎設施的核心載體，已經成為人工智能運行的物理基礎。無論是大模型訓練、實時數據分析，還是各類智能應用的部署，均依賴大規模算力資源，而這些資源必須運行在高密度、高穩定性的專業數據中心中。隨著算力需求持續增長，數據中心不再是輔助性設施，而成為“算力生產”的核心環節。

其次，從經濟運行結構上看，AI算力基礎設施已成為數字經濟的關鍵樞紐。金融支付、電商平臺、數字政府以及內容分發等系統均高度依賴分布式算力網絡運行，一旦關鍵節點受損，其影響往往會迅速擴散至多個行業，形成明顯的系統性風險。這種“高價值-高脆弱”的特征，使其在功能上逐漸接近傳統能源與通信基礎設施。

再進一步，從技術體系與生態擴展上看，AI算力基礎設施承載著“平臺擴展與技術路徑鎖定”的功能。云計算與人工智能平臺具有顯著的網絡效應，一旦某一技術體系在特定區域形成規模應用，便會吸引開發者、企業與數據持續進入，從而形成穩定的技術生態。數據中心作為這一體系的物理基礎，其布局直接影響技術擴展路徑，使其成為技術競爭的重要節點。

最后，從制度與權力結構上看，AI算力基礎設施正在成為“數據主權”與數字治理的重要載體。誰建設并運營本地數據中心，往往意味著在數據監管、技術標準與治理體系中擁有更大影響力。同時，跨國算力基礎設施合作也逐漸被納入外交與安全合作框架，成為技術聯盟與政治關系的重要組成部分。

正是在上述多重機制的疊加下，AI算力基礎設施已跨越了單純的“技術設施”，躍升為“戰略資源”，并進一步被界定為地緣政治沖突中的核心“安全對象”。這一轉變意味著，圍繞算力網絡與數據中心的競爭，不再只是技術與產業競爭，而正在演化為以安全邏輯與權力結構為核心的地緣政治博弈。

美國在全球南方的

AI算力基礎設施布局：

從區域延伸到關鍵節點

從當前全球格局來看，美國之所以能夠在人工智能競爭中占據主導地位，很大程度上源于其在AI算力基礎設施領域的長期布局與系統性擴展。依托Amazon Web Services、Microsoft Azure和Google Cloud等頭部企業，美國在全球范圍內構建起以數據中心為核心的算力基礎設施網絡，并在全球云基礎設施市場中長期保持領先地位。到2025年前后，三大云服務平臺合計市場份額接近三分之二，這不僅意味著其掌握了算力資源的供給能力，也意味著其技術體系能夠通過基礎設施節點在全球范圍內持續擴展，并加速向全球南方關鍵區域延伸。

從空間結構上看，美國的AI算力基礎設施布局呈現出“核心區域+全球南方節點”的網絡化特征。一方面，美國在本土及歐洲等核心市場持續擴大超大規模數據中心集群，鞏固其在高端算力與人工智能訓練能力方面的優勢；另一方面，其布局重心正逐步向全球南方轉移，重點落在中東、印度與東南亞等區域，通過建設區域性云服務中心，將算力節點延伸至新興數字經濟增長空間。其中，印度與東南亞正逐漸成為承接算力基礎設施擴展的重要區域，而中東則在能源與資本優勢支撐下，呈現出更為突出的“戰略節點”特征。這些節點不僅承擔降低延遲、滿足數據本地化要求等功能，更成為連接本地用戶與美國技術體系的重要接口，使其算力網絡在全球南方具備持續擴展能力。

在這一結構基礎上，中東地區近年來逐漸成為美國AI算力基礎設施布局中的關鍵節點。一方面，該地區擁有豐富的能源資源與充足資本，為高耗能數據中心建設提供了現實條件；另一方面，中東國家正加速推進經濟結構轉型，將人工智能與數字產業作為未來發展的核心方向。在此背景下，美國政府與科技企業明顯加強在該地區的協同布局，通過高層外交推動，將算力基礎設施建設與能源合作、資本投資及安全關系相結合。2025年前后，多家美國科技企業宣布在中東建設新的云計算區域，并投入數十億美元用于人工智能相關基礎設施建設，試圖將該地區打造為面向更大范圍市場的區域算力樞紐。

從運作機制上看，美國在中東等全球南方地區的布局實踐，集中體現出其在全球推進AI算力基礎設施建設所形成的一種穩定模式，即“美國技術+全球資本+本地資源”。在這一模式中，美國企業提供云平臺架構、人工智能軟件生態及算力調度能力，而各國則通過提供資本、土地及能源參與基礎設施建設。這種模式一方面降低了企業在海外擴展的成本，另一方面也使美國的技術體系能夠通過基礎設施網絡延伸至不同地區的經濟運行體系之中，從而在全球南方形成持續擴展的技術與產業網絡。

總體來看，美國在全球南方推進的AI算力基礎設施布局并非單一企業行為，而是技術優勢、資本能力與國際合作共同作用的結果，其核心在于通過數據中心網絡將人工智能技術體系與新興市場深度綁定。但這種以集中化算力節點與跨區域網絡擴展為特征的布局方式，也在無形中重塑了風險結構。這意味著，美國當前的AI算力基礎設施優勢，本身也正在成為其風險來源。

亞馬遜網絡服務位于阿聯酋的數據中心遭物體撞擊而引發火災事故，造成斷電故障，相關受影響的設施須暫停作業（圖源：亞馬遜網絡服務官網）

美國模式在全球南方的

結構性風險：經濟依賴、

軍事沖突暴露與數據主權矛盾

具體而言，這種由集中化算力節點與跨區域網絡擴展所形成的風險結構，主要體現在經濟依賴、軍事沖突暴露以及數據主權矛盾三個方面，并在全球南方地區呈現出更為突出的影響。

首先，從經濟結構上看，這一模式會給全球南方地區的數字經濟帶來明顯的外部依賴性風險。當前美國AI算力基礎設施的核心特征，在于以少數超大型數據中心作為區域算力樞紐，并通過這些節點向更廣范圍提供云服務與人工智能算力。這種模式在技術與經濟層面具有規模優勢，但其對應的建設成本、運維成本以及服務價格通常較高，對于價格敏感型的全球南方市場而言，往往難以形成以本地企業和開發者為核心的數字生態。在這種情況下，相關國家的數字經濟發展更依賴外部算力供給與平臺服務，其產業結構對外部技術體系的依賴程度不斷加深，使數字經濟的自主發展能力受到一定限制。而從供給側反觀，這種高度依賴外部需求的算力供給模式，也意味著美國在全球南方布局的AI基礎設施的市場需求基礎相對脆弱：一旦本地市場無法形成穩定且可持續的應用生態與付費能力，相關算力設施的利用率與商業回報將面臨不確定性，從而削弱其長期運營的可持續性。

其次，地緣政治沖突風險在全球南方地區表現得更為突出。一方面，相較于發達國家，部分全球南方國家在政治穩定性與安全環境方面存在更大不確定性，中東等地區本身長期處于地緣沖突高發區域；另一方面，美國近年來在對外政策上呈現出更為強硬的傾向，在特定情境下甚至可能采取軍事手段，這使其在海外布局的關鍵基礎設施更容易卷入沖突環境。與此同時，AI算力基礎設施逐漸呈現出“高價值-低防御”的結構特征，即其在技術體系中的戰略重要性不斷上升，但在物理防護與安全加固方面相對有限，這種不對稱使其更容易成為潛在打擊目標。近期美伊沖突中針對數據中心的襲擊，已經在一定程度上揭示出這一風險路徑。同時，隨著人工智能技術在軍事與情報體系中的應用不斷加深，包括利用AI輔助軍事決策與行動的趨勢逐漸顯現，算力基礎設施作為支撐AI能力的重要載體，其戰略目標屬性也隨之上升。在這一背景下，美國在全球南方地區的AI算力基礎設施不僅是經濟節點，也可能在沖突中轉化為潛在打擊對象，從而放大其安全暴露風險。

更為深層的風險則體現在數據主權與制度外溢層面。雖然相較于歐美國家，全球南方在數字治理與數據主權方面的制度體系仍在完善過程中，但近年來相關意識與政策正在明顯增強，包括中東、印度及東南亞多個國家陸續推進數據本地化與數字監管相關立法。在這一趨勢下，關鍵AI算力基礎設施由外國科技企業主導運營，往往會引發對數據控制權與監管能力的關注。與此同時，美國不斷強化其對全球數據流動與數字技術的管轄能力，通過行政命令與法律機制將本國監管規則向外延伸，例如美國2024年發布的《14117行政令》（Executive Order 14117）即授權政府限制“敏感個人數據”向特定國家轉移，并要求相關企業接受審查。在跨國運營環境中，這種規則往往通過云平臺與算力基礎設施外溢至其他國家，使基礎設施不僅承載技術功能，也在客觀上成為制度影響力擴展的通道。在此背景下，全球南方國家在引入美國相關基礎設施的同時，也面臨在技術合作與監管自主之間進行權衡的壓力。

總體來看，美國以集中化算力中心與跨區域網絡擴展為特征的AI算力基礎設施模式，在提升效率與技術優勢的同時，也在全球南方地區放大了經濟依賴、軍事沖突暴露與數據主權矛盾等多重風險。這些風險并非外部沖擊所致，而是嵌入其發展路徑之中，并可能在未來的技術競爭與地緣政治環境中持續強化。

AI 服務需要大量的運算能力，摩根士丹利估算全球在 2029 年前將投入約 3 萬億美元用于建設數據中心以支持AI（圖源：BBC）

從算力規模到基礎設施模式：

競爭邏輯的轉變

在AI算力基礎設施加速擴展、集中化結構不斷強化，并逐步進入地緣政治博弈與制度競爭的背景下，問題的關鍵已不再只是“誰擁有更多算力”，而是“以何種方式構建算力基礎設施體系”。美國當前以集中化算力中心與全球網絡擴展為核心的發展路徑，在過去一段時間內確實形成了技術與市場優勢，但其內在結構也正在逐步顯現出脆弱性與外部性。在沖突風險上升與制度分化加劇的環境中，這種模式所面臨的挑戰將愈發突出。

在這一過程中，中美在全球南方的人工智能競爭，也正在從單純的算力規模競爭，逐步轉向基礎設施體系與發展路徑的競爭。與美國以集中化算力節點和跨區域網絡擴展為特征的模式不同，中國在部分地區更傾向于通過分布式基礎設施布局、通信與能源等基礎設施協同推進，以及應用生態驅動的方式，逐步擴展算力能力，使相關基礎設施能夠與本地經濟發展階段相適配。這種路徑不以單一超大規模算力中心為核心，而更強調成本控制、漸進擴展與本地需求支撐，在全球南方市場中呈現出一定的差異化特征。

從更長周期看，未來人工智能競爭的關鍵，或許并不在于誰能夠率先構建規模最大的算力中心，而在于誰能夠建立更穩定、更可擴展、且更具適應性的基礎設施體系。換言之，這不僅是一場技術能力的競爭，更是一場圍繞基礎設施結構、風險分布與發展路徑選擇的競爭。

本文作者

梁湛非：前海國際事務研究院研究助理。

黃平：前海國際事務研究院副院長，香港中文大學（深圳）公共政策學院副教授、助理院長。

GBA Review 新傳媒

校對｜周宇笛

排版｜許梓烽

初審｜覃筱靖

終審｜馮簫凝