TikTok母公司字節跳動佔中國數據中心容量五分之一:AI基建投資年內直逼千億美元
SemiAnalysis最新研究揭示,字節跳動(ByteDance)租用約中國已交付數據中心容量的五分之一,成為國內最大租戶及AI基礎設施主要驅動力。阿里巴巴、騰訊及百度第二季度合併資本支出突破200億美元,較去年同期增長逾一倍。本文分析中國AI基建競賽對全球產業格局及香港企業的啟示。
人工智能(AI)的蓬勃發展正在全球掀起一場前所未有的基礎設施競賽。最新研究揭示,TikTok 母公司字節跳動(ByteDance)租用了約中國已交付數據中心容量的五分之一,使其成為國內最大的單一租戶,同時也是整個中國 AI 建設浪潮的核心驅動力。
研究機構 SemiAnalysis 於上週五發布的中國數據中心模型報告,追蹤了超過 1,000 個由逾 60 家營運商管理的設施,首次全面揭示了中國 AI 基礎設施的真實規模與格局。
字節跳動:低調的數據中心巨人
SemiAnalysis 指出,中國目前擁有的已交付數據中心容量超過 24GW——這一數字已超越歐洲、中東及非洲(EMEA)總和的約 14GW。其中,字節跳動的足跡約佔 1/5,且幾乎全部為租用而非自有。分析師形容:「最大的租戶卻無需提交 10-K(財務報告),數家最大的房東亦從未上市。」
字節跳動的 AI 產品包括用戶達 3.45 億月活躍用戶的語音助理 Doubao,以及影片生成模型 Seedance。作為一家私營公司,字節跳動並不披露其財務數據;但根據分析估計,包括字節跳動在內的中國四大科企在 2024 年合計支出約 350 億美元,2025 年超過 500 億美元,今年更將直逼 1,000 億美元。
阿里巴巴、騰訊及百度三間上市公司第二季度的合併資本支出達 200 億美元,較去年同期增長一倍,同時創下有記錄以來首次同時錄得自由現金流量為負數——反映 AI 基礎設施投資已進入不惜一切代價的階段。
中國數據中心的「速度與規模」優勢
SemiAnalysis 報告強調了中國在數據中心建設速度上的競爭優勢。中國常規可在 12 個月內交付 100MW 規模的設施,其中審批階段僅需 3 至 6 個月,遠優於美國的 12 至 13 個月。
新建設正大規模向內陸轉移。在 2022 年頒布的「東數西算」(Eastern Data, Western Compute)政策推動下,内蒙古已成為大型 AI 園區的預設落腳點——當地電力價格僅為一線城市的約一半。字節跳動自身在山西大同、蕪湖及内蒙古運營自有園區,並於今年 7 月在寧夏註冊了兩個實體。
然而,中國近一線城市的傳統機櫃容量則呈現截然不同的情況:老舊零售機櫃的使用率僅 30% 至 50%,且往往不適合 AI 伺服器所需的高密度部署。SemiAnalysis 直言:「AI 時代是批發時代,傳統零售庫存並未參與其中。」
全球擴張:海外租用容量將翻倍
報告同時預計,中國 Hyperscaler 企業的海外租用容量預計將在 2026 至 2029 年間翻倍,接近 4GW。字節跳動在海外同樣活躍——據英國《金融時報》報導,字節跳動的訂單貢獻了 Nscale 在 2025 年銷售額的近 75%。
GDS 和 VNET 是僅有的兩間在美國上市的中國數據中心營運商,在 2026 年上半年簽署了約 1.3GW 的批發訂單。然而,在 2024 至 2026 年間,它們僅處理了字節跳動和阿里巴巴訂單量的約三分之一,大量需求流向了未上市的營運商。
對產業鏈與香港企業的意義
字節跳動的數據中心規模揭示了幾個重要趨勢:
AI 硬體需求結構性轉變:從通用雲端服務轉向專為 AI 訓練和推理優化的高密度設施,傳統零售機櫃正快速被淘汰。這對 AI 硬體供應鏈——從 GPU、記憶體到散熱系統——意味著持續而強勁的需求。
中國 AI 生態的獨立性加速:字節跳動大量採用國產晶片(如華為昇騰)的趨勢,加上數據中心建設速度遠超西方,顯示中國正逐步降低對美國硬體的依賴。對於身處兩大科技陣營之間的香港企業,理解這一生態的走向有助於制定更具前瞻性的技術採購策略。
AI 投資的不歸路:四大科企合計近千億美元的年度 AI 資本支出,反映出一種「不進則退」的競爭邏輯。這對全球 AI 產業意味著運算成本的持續下降和模型能力的不斷提升,但同時也引發對投資回報率的疑慮——尤其當多家公司同時錄得負自由現金流量。
香港的數據中心定位:香港作為亞洲主要的數據中心樞紐,在地理位置、國際頻寬和法律架構上具有獨特優勢。字節跳動及其他中國科企的海外擴張需求,可能為本地數據中心營運商帶來新的合作機會。
結語
字節跳動佔據中國五分之一數據中心容量的事實,深刻說明了 AI 時代硬體基礎設施的競爭已達到前所未有的規模。從內蒙古草原到海外市場,中國科企正以前所未有的速度建構 AI 時代的運算基礎。對於全球產業觀察者和香港企業而言,理解這一基建競賽的規模與方向,是制定 AI 策略不可或缺的基礎。