NTT 數據中心將擴增3倍因應AI需求

💡NTT 因 AI 推論熱潮將數據中心容量增3倍—對日本擴展至關重要（58字）

⚡ 30-Second TL;DR

有什麼變化

NTT 至2033年將數據中心電力容量擴增3倍以上

為什麼重要

此舉顯示日本強化AI基礎設施，可能為區域AI工作負載提供更具擴展性、低延遲選項。運行推論密集應用程式的企業可望盡早獲得擴充容量。

下一步行動

向 NTT 詢問 AI 推論數據中心預留容量，以在 2033 年擴充前確保資源。

誰應關注：Enterprise & Security Teams

AI-generated analysis for this event.

•NTT 計劃將其數據中心業務的資本支出（CAPEX）大幅提升，預計在 2023 至 2027 會計年度期間，針對數據中心與海底電纜等基礎設施的投資總額將達到約 1.5 兆日圓。
•此擴張策略與 NTT 的 IOWN（Innovative Optical and Wireless Network）架構深度整合，旨在透過全光網路（All-Photonics Network）實現數據中心間的低延遲、大容量傳輸，以解決 AI 運算對頻寬的極致需求。
•NTT 正積極推動「分散式數據中心」佈局，除了擴建大型核心設施外，亦在地方城市部署小型邊緣數據中心，以滿足 AI 推論在即時性與數據主權方面的在地化需求。

📊 競品分析▸ Show

競爭對手	數據中心擴張策略	AI 基礎設施優勢
AWS (Amazon)	全球大規模佈局，強調區域可用性	自研 AI 晶片 (Trainium/Inferentia) 與雲端整合
Google Cloud	針對 AI 訓練優化，強調 TPU 算力	垂直整合 AI 模型 (Gemini) 與硬體加速器
Microsoft Azure	結合 OpenAI 合作，快速擴建 AI 專用機房	軟硬體協同設計，強調大規模 GPU 叢集部署

IOWN APN (All-Photonics Network) 整合：利用光電融合技術（Photonics-Electronics Convergence），在數據中心內部及中心間實現端到端的光傳輸，大幅降低功耗並提升傳輸效率。
液冷技術 (Liquid Cooling)：針對高密度 AI 伺服器機櫃（如搭載 NVIDIA Blackwell 架構的系統），導入先進液冷散熱方案，以應對高達數十 kW 的單機櫃功耗。
分散式運算架構：透過 NTT 的高速光纖網路，將分佈於不同地理位置的數據中心邏輯上串聯為單一運算資源池，優化 AI 推論任務的負載平衡。