香港AI数据中心为何落后？出路又在哪？

香港在数据中心这件事上，曾经站在前排。仲量联行2023年把香港评为全球第四大数据中心市场，政府也把它称作“数据中心的首选之地”。

可到了今年，同一家机构的报告里，香港连亚太前十大市场都没进去，柔佛、悉尼、上海跑到了前面。

创新科技及工业局援引市场数据说，香港现有61个数据中心，与2022年基本持平；经合组织的数据集显示，香港有9个可用商业云区，其中仅4个、也就是44%配备先进AI芯片。新加坡同样地域受限，却有19个可用区域，74%具备高水平AI能力。数字摆在这里，落差不是感觉，是结构。

制约来自三处，彼此咬合。美国对先进芯片的出口许可对香港实行驳回推定，工业和安全局要求发往其认为构成国家安全风险目的地的先进AI芯片需获许可证，香港本地高性能芯片可能是老旧版本。

阿尔托大学的莱东维尔塔说得很直白，即便那44%的比例，也可能高估了香港的地位。土地稀缺和高昂电价则是另一重约束，高力国际2024年把香港剔出全球十大成熟数据中心市场，理由正是成本高、土地少。

香港目前数据中心容量为750兆瓦，新加坡已拥有14亿瓦装机容量，约为香港两倍，还计划再扩三分之一。这些是硬约束，短期内改不了。

但香港并非没有牌可打。莱东维尔塔的建议是，与其在规模上跟区域对手硬拼，不如深化与中国大陆的技术联系，优先发展实用AI应用和模型部署，而不是在高能耗的基础大语言模型训练上发力。

这个判断有道理：香港电价高、土地贵，训练基础模型是烧钱烧电的活，成本结构天然不占优；可应用层和推理环节，拼的是场景、数据和合规便利，香港的金融、贸易、医疗、物流恰恰是传统强项。

创新科技界议员邱达根也持类似看法，他说香港不是运营数据中心成本最低的地方，训练基础模型是否有利有待观察，但基础模型之下有许多应用层可以在香港开发，本地企业和科研项目对AI应用有强劲需求。他还提醒不要过快扩张，设备折旧快，扩张速度应与市场需求匹配。

商汤科技的动作提供了一个观察窗口。它正与政府控股的香港科技园公司合作，计划2030年全面投入运营时推出一座主要由中国制造显卡驱动的数据中心，目标提供40艾可拉浮点运算算力。

商汤港澳及澳门业务董事总经理冯立仁说，教育、金融、物流等行业都在大量消耗代币，当前供给根本不够；本地专业服务机构和在港设立据点的非本地公司，为避免跨境数据流动的合规负担，有动力把数据存放在香港。

但冯也点出瓶颈：国产芯片供应不稳定，内地需求也高；变压器短缺阻碍向更大规模数据中心供电；他呼吁供应商与内地大型制造商合作提前采购，政府提供政策支持获取稳定电力供应和优惠电价。

我的看法是，香港的出路不在“追赶新加坡”，而在“定义自己的位置”。桑迪岭集群毗邻大陆、面积11万平方米，预计2032年完工，届时提供每秒180艾次浮点运算算力，是当前全市算力水平的36倍，中国大陆运营商是这类最大新项目的幕后推手，但如今持股比例不足十分之一。

这说明香港的增量资本和算力来源正在变化，与其纠结外资观望，不如把离岸数据枢纽和推理应用中心做成制度优势。莱东维尔塔提到，香港法律体系因国安法变得复杂，外国投资者处于观望；可他也说，对大陆AI公司而言，香港是绝佳的离岸地点，能实现更优质的国际数据连接。

这两句话合起来就是香港的定位：不是全球AI训练中心，而是连接内地算力与海外数据、专注推理和行业应用的中间层。

这条路的规模未必最大，但契合香港的成本结构和制度禀赋。真正的风险不是落后，而是用别人的赛道标准衡量自己，然后在追赶中丢掉唯一的长处。