中东和北非地区人工智能及超大规模基础设施的扩张，正加大电网和水系统的压力。
世界经济论坛与SRMG Think制定了一套框架，以协调能源多元化与人工智能驱动的需求优化。
更明智的能源采购、高效冷却和协同监管，有助于扩大数字基础设施规模，同时维护电网稳定和资源韧性。
中东和北非（MENA）地区人工智能和超大规模基础设施的快速扩张，正加大电网和水系统的压力，使可持续基础设施规划成为一项战略要务。
通过整合更明智的能源采购、高效冷却和协同监管，该地区能够扩大数字基础设施规模，同时维护电网稳定和资源韧性。
中东北非正迅速行动，力求跻身全球人工智能经济的核心。预计人工智能到2033年将创造高达4.8万亿美元的经济价值，该地区各国政府正大力投资超大规模数据中心，并与领先科技企业建立战略伙伴关系。主权财富正被投入数字基础设施，目标明确：从技术使用者转变为技术塑造者。
然而，规模扩张也带来压力。中东北非大部分地区的电力需求增长速度已经超过供应。预计装机容量需要到2030年增加40%，但当前发展趋势显示，增幅可能更接近15%。这一缺口还未计入人工智能驱动的需求。若缺乏审慎规划，本为推动数字化转型而建设的基础设施反而可能加重电网负担、加剧水资源短缺并动摇投资者信心。
问题已不再是该地区能否建设超大规模算力，而是能否以可持续的方式建设。
为应对这一问题，世界经济论坛与SRMG Think共同设计了一套实用框架，以支持该地区超大规模数据中心和人工智能基础设施的韧性增长。这一方法的核心是资源—智能矩阵，将能源规划与人工智能驱动的需求优化相结合，帮助确保计算能力扩张与负责任、高效的资源利用保持一致。
摆脱传统基础设施模式
数据中心并非千篇一律。有些数据中心效率提升有限，且高度依赖以化石燃料为主的电网；另一些则已采用可再生能源、先进冷却系统和人工智能赋能的负载管理。
我们认为，可以从两个维度评估设施。第一是能源优化：电力如何获取、实现多元化并得到保障。第二是智能优化：运营方利用实时数据、自动化和预测分析管理需求的效果如何。
在这两个维度的低端，风险日益加剧：更易受到价格波动影响、更易遭遇电网不稳定，并可能随着能效标准趋严而出现资产搁浅。在高端，则是战略性的“可持续交汇点”。此类设施通常实现电力使用效率（PUE）低于1.3，采用适应气候条件的冷却系统，并参与需求响应市场。国际经验表明，这类设施可将运营成本降低30%–40%，同时缩短监管审批时间并改善资本获取条件。
这不仅是环境升级，更是一项利益相关方应优先考虑的竞争力战略。对于中东北非各国政府而言，评估设施在这一光谱中的位置，是确保长期韧性和吸引力的关键第一步。数字化雄心必须辅以基础设施建设的规范管理和明确方向。
面向适应与扩展进行建设
韧性基础设施需要迭代发展：建设、监测并持续改进。
模块化高密度建设能够缩短开发周期——有时可从两年左右缩至一年左右——同时保留未来升级的灵活性。在设计阶段纳入多元能源输入和不断演进的冷却技术，可避免日后高成本改造，也是利益相关方应重点关注的事项。
实时监测同样重要。人工智能驱动的系统可依据PUE、水资源使用效率（WUE）和碳强度等明确指标，跟踪电力消耗、冷却效率和用水情况。预测性维护可减少停机时间。透明报告有助于建立与监管机构和公用事业单位之间的信任。
选址往往被视为次要考量，实际上却具有战略意义。电网的稳健性、获取可再生资源的条件、季节性自然冷却潜力，乃至经改造再利用的能源基础设施，都可能显著改变长期成本和风险状况。
在能源和水资源余量紧张的地区，这些决策关乎国家利益，并直接影响竞争力和吸引力。
能源优化：结构性驱动因素
全球数据中心约占电力需求的1%–2%，预计到2030年这一比例将升至4%。在中东北非，这些影响更加显著。
在一些市场，冷却用电已占居民用电量的70%。该地区部分地区的输配电损耗仍显著高于全球平均水平，达到近乎两倍。
超大规模设施和人工智能基础设施为这一系统带来集中、高密度的需求。人工智能训练负载耗电量大且波动明显。若电网规划不当，负载骤增可能导致频率不稳，并造成巨大的经济损失。这迫使监管机构采取干预措施。例如，在得克萨斯州，电网运营商可以在紧急情况下削减大型数据中心的负载，以维护系统完整性。
因此，能源采购不能事后才考虑。
摆脱以化石燃料为主的电网、实现能源多元化至关重要。电表后发电——无论是太阳能加储能、混合燃气系统，还是包括模块化核反应堆在内的新兴低碳技术——都能提升可靠性并缓解并网瓶颈。长远而言，这些系统必须与可信的脱碳路径相一致。
需求侧的精准管理同样重要。人工智能训练、推理和云服务各有不同的负载特征。预测模型和许可审批流程必须体现这些差异。整合得当，超大规模基础设施可以支持可再生能源并网和电网灵活性；整合不当，则可能加剧系统压力。
冷却和水资源是中东相互关联的挑战
冷却用电最多可占数据中心用电量的40%。在缺水环境中，这会对资源产生重大影响。例如，一座传统的1 MW设施每年可能消耗高达2,550万升水，相当于30万人一天的用水需求。
没有一种冷却方案适用于所有设施。高密度人工智能集群可能需要先进的液冷或浸没式冷却。某些地理区域可行时，可采用季节性自然冷却。混合方案往往能在成本、效率和性能之间实现最具韧性的平衡。
然而，水资源利用效率也必须作为政策议题来对待，而不能仅视为运营问题。传统蒸发式系统每冷却1 kWh可能消耗1.5–2升水，在干旱气候下尤其如此。闭式循环系统、干式冷却技术以及使用经过处理的废水，都能显著减少淡水取用量。
还有一层关联。在中东北非大部分地区，海水淡化每生产1立方米水约需3–4 kWh电力。随着冷却需求上升，产水所需能源也会增加。能源和水资源规划不能孤立进行。
为规模扩张建立治理机制
超大规模扩张不能依靠彼此割裂的监管来监督。人工智能驱动基础设施的规模、密度和波动性，要求建立统筹能源、水资源、数字政策和电网规划的一体化治理机制，并加强区域协调。
该框架呼吁重新评估这些设施的治理方式。数据中心应被视为会实质影响电网稳定的关键动态负载，而非普通商业用户。为避免系统性压力和不公平的电价影响，必须做好稳健的负载预测、实时用电报告，并建立透明的电网升级成本分摊机制。
协调工作必须从临时磋商转向正式机制。专门平台可以召集开发商、公用事业单位和监管机构，共同管理日常运营并应对电网压力事件，同时通过法律保障保护商业敏感信息，并支持汇总数据共享。
中东的数字化雄心
只有基础设施增长与资源管理相匹配，中东北非的数字化扩张才具有可持续性。世界经济论坛与SRMG框架以资源—智能矩阵为基础，提供了一种实用工具，从一开始就协调能源多元化、人工智能驱动的负载管理、冷却效率和监管协作。
通过将这些要素纳入规划和部署决策，中东各地的政策制定者和行业领袖能够扩大超大规模基础设施，同时不损害电网稳定或水安全。
