作者：Marco / 数智猿

责编：陆易斯 / 数智猿

近300亿美元的融资，很容易让人把字节跳动的海外算力扩张理解成一场资金竞赛，真的是这样吗？上个月，字节跳动签署了一笔约296亿美元的贷款协议，共有28家银行认购，超额认购近50%，这是今年亚洲第二大美元计价银团贷款。

如今让业内产生更多联想的，是钱到位之后，字节如何将这笔巨额资金变成实际可用的算力。数据中心、电力和服务器设备都有自己的建设和交付周期，而平台业务和AI应用的需求也在不断变化。如果设施准备得太晚，业务上线可能要等资源；但如果准备得太早，或者配置与实际需求不匹配，也可能出现算力资源闲置。

此前，字节已经以不同方式提前锁定东南亚的一部分算力资源。在马来西亚柔佛州，它是专业数据中心运营商的主要租户；在东南亚其他地区，它还通过容量承购协议，提前预订一些仍在建设中的数据中心容量。

尽管字节并未说明这笔资金将具体投向哪个地区，但如果其中部分用于东南亚算力基础设施的直接投资，就可以让运营商根据字节的需求提前建设，减少未来资源不足的风险。但代价同样存在：一旦提前锁定容量，字节也要承担相应的长期采购责任。

机房交给别人建，需求判断仍要自己做

柔佛Sedenak的MY06，是一个典型的案例：机房由数据中心运营商建设，字节负责成为主要租户。2022年10月20日，项目一期举行开业仪式。马来西亚投资发展局（MIDA）的公告显示，Bridge Data Centres（BDC）负责设施建设，字节相关主体ByteDance System是主要租户。从项目动工到一期开业，这一阶段用了314天。

从这个项目也能看出，数据中心建设并不只是盖一栋楼。MIDA还协调过国家能源公司TNB的供电，以及土地和用水需求。数据中心交付的也不是一栋普通建筑：供配电、冷却和运行环境，都要与即将进入的设备配合。楼盖好了，只完成了其中一环。

使用方与运营商因此各自承担一部分工作。运营商组织场地、设施和配套，使用方判断需要多少资源、何时上线、怎样接入业务。字节不必为每一次扩容都重新组织一支建设队伍，但仍须对交付日期和设施条件提出要求。

设备变化也会把要求传回机房。BDC目前在马来西亚设施介绍中列出模块化预制、冷板和浸没式冷却等能力。这些是运营商的能力口径，并不意味着每个项目都已配置，但至少可以看到，数据中心竞争不再只是提供多少机柜，也包括交付速度，以及设施能否承接更高密度的设备。

图1｜MY06展示的是租户与设施提供方的分工。

来源：数智猿

容量承购把这种合作推到了更早的阶段。机房尚在建设，客户便对一定容量作出有约束力的购买承诺。使用方争取的是未来可用的资源，开发商获得的则是更明确的需求。等待机房建好才找客户，与带着客户需求推进建设，是两种不同的准备方式。

租用与承购并不冲突。前者解决设施使用权，后者强调对未来容量的采购承诺。决定企业负担的，不只是建筑在谁的名下，还包括设备由谁采购、容量何时交付、付款义务从何时开始，以及需求变化时能否调整。字节相关合同的完整条款尚未公开。

因此，用“轻资产”概括这条路线并不充分。把机房建设交给合作方，可能减少企业直接管理施工的工作，却不意味着减少了所有长期成本。合作方可以替企业完成设施建设，却替它判断不了下一批业务什么时候需要多少资源。

真正划算的采购，不等同于拿到一个便宜的报价，而是把交付时间、技术条件和调整空间一并谈清楚。容量需要提前准备，需求判断就不能只停留在“AI会增长”这句话上。分期交付、扩容选择和调整条件，比一个孤立的容量数字更值得追问。对于字节接下来的项目，这些安排如何设计，将直接影响提前锁定容量究竟能带来多大价值。

已有平台是需求底座，但不是所有新增容量的保证

能获得296亿美元的贷款，从需求端看，字节业务本身也有比较明确的基础设施需求，并不只有对AI未来增长的预期。例如，2025年1月，泰国投资促进委员会（BOI）批准TikTok一项1268亿泰铢的数据托管投资，用途是支持关联公司业务，原公告预计2026年开始运营。这个项目并未将投资限定为某个大模型的训练，而是直接对应TikTok现有业务的基础设施需求。

短视频平台的资源需求每天都在发生。视频需要存储和分发，推荐系统持续处理观看、互动等信号。推荐本来就使用机器学习；新一轮生成式AI带来的，是更多不同的工作，而不是让原有业务突然开始消耗算力。

保存、播放一段已有视频，与根据提示生成一段新视频，后端承担的任务并不相同。模型训练需要持续的数据读取和设备协作，面向用户的推理则要处理实时请求，对并发、响应时间和单次成本都有要求。因此，某项业务增长，未必意味着另一类任务准备的设施也能直接消化。

2024年6月，马来西亚方面披露，字节计划投入100亿林吉特建设AI枢纽，另投入15亿林吉特扩建数据中心。到了2026年5月，泰国BOI又批准TikTok System（Thailand）的8420亿泰铢扩建项目，涉及曼谷、北榄府和北柳府，内容包括增设服务器和扩大存储、处理设施。

这些数字处在不同环节：马来西亚披露的是投资计划，泰国披露的是批准范围。它们既涉及设施，也涉及设备，不能直接换算成已经交付的算力；两次泰国项目的范围是否交叉，也需另行核实。比金额更重要的是，扩张开始具体落到什么任务、什么设备和什么交付阶段。

机房公告里的兆瓦数，描述的是电力相关容量；真正能完成多少计算，还要看服务器配置、互联、冷却和调度。锁住一片机房空间，与获得一组可以立即处理业务的计算资源，中间仍有工程和部署要完成。

对字节来说，平台已有使用需求，是提前采购的基础，却不是所有新增资源都能被消化的保证。真正需要持续校正的是：增长发生在哪种业务、什么时候出现，以及对应需要什么配置。若把这些问题交给一个笼统的“AI枢纽”标签，采购就容易跑在业务前面。

从集团自用到企业服务，还隔着真实调用

对外服务提供了另一种观察角度。通过BytePlus，外部企业可以把模型能力接入自己的应用。但产品能够被调用，与客户形成持续使用，是基础设施需求真正形成之前的两个阶段。

ByteHouse官方文档列有柔佛、雅加达等服务区域。区域靠近客户，是产品交付的一部分；但应用、数据和模型服务是否部署在同一地点，还要根据具体产品和客户架构判断。一个云服务区域的名称，不能直接对应到某座园区里部署了多少设备。

雅加达公交运营商TransJakarta的例子更为具体。根据BytePlus客户案例，该公司通过ModelArk接入DeepSeek，推出问答助手TARA，处理路线、时刻和服务更新等咨询，并将运营报告转交客户管理系统和现场团队。模型输出因此进入了公交客服和运营工作的后续流程。

图2｜TARA把模型调用接进乘客咨询和运营报告转派。

来源：数智猿

这个案例的意义，不在于给字节增加一项“AI落地成绩”，而在于让需求变得更具体：咨询需要持续发生，服务需要稳定响应，涉及现场处理的问题还要进入原有系统。企业真正购买的不是一个机房地址，而是一项能够在日常工作中反复调用的服务。

这也意味着，BytePlus的供给并不只是把字节自研模型对外出售。客户购买的是模型接入、运行和配套支持组成的服务。一个客户案例可以说明企业确实在使用这项服务，但不能据此判断整体需求规模。要评估这些企业服务对基础设施的实际拉动，还需要进一步核实调用主要落在哪些机房、产生多少计算需求和收入，以及这些需求与现有和新增容量如何对应。只有把这些关系厘清，才能进一步判断投入成本和回报。

内部平台和外部企业服务，对基础设施形成的需求路径并不相同。内部平台的需求来自字节自身业务增长，核心是业务量增长后需要多少资源、什么时候需要，以及新增容量能否被消化；企业服务则要经过客户接入、实际调用和持续付费，需求才会逐步形成。因此，内部业务没有独立的云服务收入，不代表设施没有价值；企业服务有了产品入口，也不代表已经形成足够的实际调用。最终，两类需求都要回到真实的资源使用和投入产出上。

把几类需求放在一起看，字节需要建立的不是一个可以随意搬动任务的资源池，而是一套能够跟随实际使用情况调整的采购安排。内部平台、生成式应用和企业调用，各自的增长最终都要落实到下一轮设备配置和容量计划中。

合同里的容量，还要变成现场的电力

当需求判断正确，也可能卡在能源供给上。对使用方而言，合同约定的交付日期，与当天能够上架运行，并不是一回事。电力接入、设施调试和设备部署，但凡有一项延迟，原本排好的业务上线计划就可能被迫调整。

Turner&Townsend在2025—2026年数据中心建设成本研究中指出，48%的受访行业人士将电力可得性列为按期交付的首要障碍。在资金和客户需求之外，电力供应已经成为数据中心建设需要提前解决的条件。

同在泰国扩张的DayOne，亦可作为供给侧的参照。2025年11月，该公司与Amata签署春武里园区扩张谅解备忘录，同时与AMBRE订立可再生能源购电协议。按原公告，配套漂浮式光伏设施初始规模为42.5兆瓦峰值，预计2027年商业运行。土地扩张和未来能源安排，被放进了同一轮筹备中。

这里的42.5兆瓦峰值是光伏装机口径，并不是机房可以持续使用的计算容量。DayOne也只是供给侧的行业参照，并非现有材料能够确认的字节合作项目。这个例子要说明的是，运营商要交付一处数据中心，同样需要提前协调土地、电力等上游资源。

因此，判断东南亚的数据中心建设是否划算，不能只看土地或租金是否便宜。能源、冷却、网络和运维都要纳入交付条件，一旦延期，寻找替代资源也可能产生额外成本。企业需要整体衡量的，是最终能够按要求投入使用的容量，而不只是尚未投入运行的报价。

像泰国BOI在2026年5月的项目公告中，也同时涉及供电准备、清洁能源获取和审批协调。这些条件最终都会进入项目时间表。对字节来说，把建设交给运营商，可以改变双方的分工，却无法让当地的工程周期从采购链条中消失。

图3｜容量承诺需要对齐设施交付与业务准备两张时间表。

来源：数智猿

这也让合作方的价值变得具体。谁能拿出可信的交付节点，说明电力接入进度，并让设施适应后续设备变化，谁才更有机会把长期订单变成下一轮合作。专业运营商提供的，不应只是场地，也应包括可检验的工程执行能力。

判断错了，留下的不止是一间空机房

容量提前准备只是第一步，真正的难点在于，企业能否判断未来的需求变化。如果这个判断出现偏差，代价也不只是留下几间暂时用不上的机房。最直观的情况是，设施按时交付了，实际业务需求却低于预期。如果合同仍附带较强的付款义务，暂时用不上的容量也可能持续产生费用。

反过来，业务已经需要资源，机房却没有完成供电或调试，使用方可能需要另找容量、调整部署，甚至推迟业务上线。一个是资源到了却没有业务，一个是业务到了资源还没准备好，两种情况都会把基础设施上的判断偏差传导到业务层面。

还有一种错配不会表现为空置。空间和设备都在运行，却不适合后来增长最快的任务：机柜功率密度、冷却条件、网络互联或设备配置需要调整。原来采购的容量仍然存在，但要把它变成当前最需要的资源，还得投入额外的时间和成本。这些都是长期采购需要考虑的情景，虽然并不是字节目前已经发生的问题。

因而，衡量扩张是否有效，不能单看利用率有没有拉满。为应对流量高峰和故障切换保留的余量，本身就是服务可靠性的一部分；更重要的是，容量是否在合适的时间交付、是否具备承接预期任务的条件，以及投入的资源最终有没有转化为实际业务使用。更有解释力的指标，是容量交付后多久进入实际使用、预期任务是否得到支持，以及单位任务成本和服务质量有没有改善。

沿着这条路线再看行业，长期采购正在把部分竞争提前到机房开工之前。在容量和供电有限的地区，大客户更早作出采购承诺，一方面可以获得更确定的资源，另一方面也可能给运营商提供更明确的需求预期，推动新的数据中心项目建设。对运营商而言，这是更明确的需求；对大客户来说，则是用更早的承诺换取未来的资源。但对中小客户，大客户提前锁定容量也可能意味着可选择的资源减少，甚至需要承担由此带来的价格和供给压力。

这也意味着，随着AI算力需求持续增长，企业争夺的已经不只是已经建成的机房和服务器，而是未来几年能够按时获得、符合业务要求的算力资源。提前锁定容量，本质上是把需求预测、基础设施建设和长期采购放在一起考虑。它可以降低“业务到了、资源还没到”的风险，但也会把判断失误的成本拉得更长。

所以，衡量一家企业的海外算力布局，不能只看它宣布了多少投资、签下了多少容量，甚至不能只看机房最终建了多少。更值得观察的是，它能不能把业务增长的节奏转化成准确的容量需求，再通过合适的合作方式提前准备资源，并在需求变化时及时调整。对于正在进入AI基础设施建设周期的企业而言，真正重要的不是简单地多买一些算力，而是在需求还不确定的时候提前准备，并在资源已经锁定之后仍保有调整空间的能力。