47个都道府县的160个地点，2033财年IT电力容量约为1GW。 AIOWN由NTT集团三家公司推出，是对支持AI推理时代的基础设施的重新定义。
2026 年 4 月 27 日，NTT、NTT Data Group 和 NTT Docomo Business 宣布部署 AI 原生基础设施“AIOWN”。展望人工智能工作负载从以学习为中心转向以推理为中心的趋势，其理念是优化GPU、网络和功耗等计算资源，并提供延伸到边缘和集成操作的使用环境。
NTT 集团在 47 个都道府县拥有超过 160 个数据中心，并计划在 2033 财年将其目前约 300 MW 的 IT 电力容量增加两倍以上，达到约 1 GW。NTT Docomo Business 将在东京市中心建设一个液冷标准 AI 数据中心，距离 JR 山手线沿线车站约 5 分钟步行路程，并将于 2029 年下半年开始提供服务。NTT Data Group 计划完成栃木TCG11数据中心将于2029年建成，最终将扩大至约100MW，印西和白井地区的总容量约为250MW。液冷方式相比风冷可降低高达60%的冷却功耗，NTT在全球提供了250MW。
从： 
部署AI原生基础设施“AIOWN”，实现与AI利用进度相一致的资源优化和运营
【编辑部评论】
首先需要注意的是，“AIOWN”品牌名称定位为NTT一直在推广的下一代通信基础设施“IOWN（创新光无线网络）”的衍生品。 NTT解释说：“虽然IOWN最初就包含了AI元素，但我们将其组织成一个带有AI的品牌，以便客户更容易理解。”两层结构：IOWN为“研发/要素技术”层，AIOWN为“为客户提供的集成平台”层。这将是。
为什么是现在？其背后的根本原因是人工智能工作负载正在迅速将重点从“学习”转向“推理”。麦肯锡预测，到 2030 年，AI 推理负载将增加四倍以上，到那一年，推理将占总数的 40% 以上。学习是在有限数量的超大型数据中心完成的，推理需要贴近用户、低延迟、24小时不断移动。。我们正站在一个转折点，基础设施设计的概念将被重写。
一个值得注意的数字是，计划到 2033 年将 IT 电力容量从“目前的约 300 MW 增加到约 1 GW”，增加两倍以上。1GW的规模大致相当于一座核电站的发电量。。 Gartner预测，全球数据中心功耗将从2025年的448 TWh翻倍至2030年的980 TWh，而IEA也指出，2030年数据中心功耗将升至与日本目前总功耗相当的水平。 NTT的最新计划也是一种宣言，即作为国内业务运营商，我们将正面应对这一全球性的电力爆炸趋势。
从技术角度来说，液冷系统的标准化具有重要意义。 NVIDIA 最新一代 GPU 机架在某些情况下已达到每机架 1MW 的功耗水平，我们正在进入一个风冷无法再对它们进行物理冷却的领域。 NTT据称是在全球范围内提供250MW液冷设备的全球领导者，并声称与风冷相比可降低高达60%的冷却功耗。这不仅仅是节能；《AI时代物理建立数据中心的先决条件》应该这样理解。
地理位置策略也是一个有趣的点。从JR山手线车站步行约5分钟的超级都市型（强调推理延迟，计划于2029年下半年）、栃木TCG11的郊区型（按地理分布，2029年竣工，约100MW）和印西/白井地区的大型郊区型（总计约250MW）的三层结构，表达了根据目的不同地使用资源的想法。 NTT 本身将其描述为“城市和远程数据中心的组合”，这一概念与每种用途的最佳布局是一致的。此外，通过将容器型数据中心纳入产品阵容，我们可以灵活地响应面向边缘的推理需求。
最大的积极方面是“数据主权”这就是观点。随着生成式人工智能进入企业的核心业务和医药、政府和国防等敏感领域，对海外超大规模企业的依赖不再被视为对经济安全的风险而被忽视。我们在国内47个都道府县设有160个据点，这是海外企业短时间内无法复制的优势。该公司当天宣布将为Rapidus提供液冷数据中心，明确表明其有意参与日本国内半导体、人工智能和通信垂直整合的国家战略。
另一方面，也要冷静关注潜在的风险和问题。首先，扩容至1GW肯定会增加日本电力系统的负荷。如果可再生能源和核电的供应跟不上，可能会对电价以及家庭和工业的稳定产生负面影响。其次，“AI原生基础设施”的概念尚无标准，人们担心这会导致企业之间争夺这一概念的竞争。虽然 NTT、KDDI 和软银分别进行了巨额投资，互操作性和避免客户锁定是未来的问题。这将是。
从长远来看，AIOWN应该与IOWN的光电融合技术（PEC）的商业部署同步发展。 NTT计划在2027年初商用发布PEC交换机，并计划在2032年左右通过IOWN 4.0将功耗降低至传统水平的1/100。AIOWN目前是一项以硬件为中心的“数据中心扩展+液体冷却+GPU运行”的举措，但几年后它将从网络光学化到半导体封装内部。“真正的光学原生人工智能基础设施”我认为这种情况很有可能会改变。
innovaTopia 编辑部希望避免将此公告视为数据中心扩展计划。一个大问题的答案：“日本将如何确保人工智能时代的基础设施主权？”我认为它是。我们每天使用的人工智能服务的物理现实，在哪些地点和哪些设备上运行，将悄然但肯定地决定未来的未来形态。
【术语解释】
AI原生基础设施
考虑到人工智能的使用而设计的信息基础设施。它指的是一种满足不同于传统云基础设施需求的设计理念，例如高密度GPU安装、液冷支持、低延迟网络以及对数据主权的考虑等。
AI 工作负载（学习/推理）
与AI相关的处理负载。 “学习”是指通过提供大量数据来创建人工智能模型来训练它的过程，“推理”是指使用完成的模型向用户实际返回答案和预测的过程。学习仅完成一次，但推理在整个服务提供过程中持续进行。
物理人工智能
人工智能的通用术语，它与物理世界中的事物（例如汽车、机器人和工厂设备）结合使用，而不是仅在软件中运行的人工智能。这作为生成式人工智能的下一个应用领域而备受关注。
液冷方式
在服务器内部循环冷却水（或液体）以直接带走热量的冷却方法。与风冷相比，更容易处理产生大量热量的GPU，并且可以大大降低冷却的功耗。
GPU高密度机架
一种在一个服务器机架中安装多个高性能 GPU 的配置。 AI计算性能将大幅提升，但每个机架的功耗和发热量将增加一个数量级。
数据主权
其想法是使数据遵守存储和处理数据的国家或地区的法律。近年来，从依赖海外云计算和经济安全的风险来看，这一点显得尤为重要。
托管服务
运营商在数据中心设施中向客户提供空间并允许他们安装和操作自己的服务器设备的服务。
IX（互联网交换）
用于互连多个 ISP 和云提供商的中继点。靠近 IX 可以缩短通信路径，从而降低延迟并降低通信成本。
GX（绿色转型）
通过脱碳和使用可再生能源，将产业结构和社会经济转变为环境友好型的努力的总称。
光电融合技术（PEC：Photonics-Electronics Convergence）
一种用光信号取代传统上以电方式完成的信号处理的技术。与电气布线相比，即使距离增加，功耗也不太可能增加，并且可以同时实现高速度、低延迟和低功耗。
IOWN构想
NTT在2019年提出的下一代通信和计算基础设施的愿景。该公司专注于光电融合技术，目标是最终实现从网络到数据中心和半导体的一切光学化。
[参考链接]
NTT IOWN构想 公式ページ（外部）
这是从概念到技术路线图解释IOWN概念的官方页面，IOWN概念是AIOWN的基础。
NTT Docomo Business Green Nexcenter（外部）
东京市中心新数据中心将采用超级节能托管服务的官方介绍页面。
docomo Business APN Plus 由 IOWN® 提供支持（外部）
采用IOWN技术的企业网络服务官方指南，具有低功耗、高品质的特点。
NTT数据集团印西/白井地区DC开发（外部）
宣布开始在千叶县印西/白井地区开发约 250MW 的数据中心园区。
NTT Docomo Business 为 Rapidus 提供液冷直流电源（外部）
同日宣布向尖端半导体公司Rapidus提供液冷数据中心。
NTT研发网站（外部）
总体介绍 NTT 研究和开发的官方网站。还包括解释 IOWN 和光电融合技术的文章。
[参考文章]
作为人工智能原生网络计划的一部分，NTT 将数据中心容量增加三倍（外部）
一篇英文文章报道了 NTT 计划到 2033 年将直流容量扩大到 1GW，作为其 AIOWN 战略的一部分。
NTT 将数据中心容量增加三倍以上，达到 1 吉瓦（外部）
本文总结了在全面需求背景下将受电容量增加三倍以上的计划，从300MW增至1GW进行推理。
NTT 宣布人工智能平台“AIOWN”到 2033 年将 DC 容量增加两倍以上（外部）
Mobile Watch 文章讲述了新闻发布会的内容以及麦肯锡预测推理负载将增加 4 倍以上。
NTT 部署人工智能原生平台“AIOWN”，使 DC 规模扩大三倍（外部）
Impress Watch 的一篇文章，整理了品川、福冈、栃木、白井等地理发展的全貌。
Gartner 预测到 2030 年直流电需求将翻一番（外部）
一份新闻稿预测，直流电力消耗将从2025年的448TWh翻倍至2030年的980TWh。
NTT 岛田社长在 MWC26 上发表主题演讲 - 利用光伏融合和 IOWN 通过 AI 解决电力问题（外部）
2026年3月MWC主题演讲报告。介绍通过端到端光转换将功耗降低至1/100的计划。
光电融合加剧竞争，NTT致力消除下一代网络建设瓶颈（外部）
我们将在2026年第四季度提供PEC-2交换机的商业样品，并组织与Broadcom和NVIDIA的竞争和合作关系。
[相关文章]
谷歌宣布推出“Virgo Network”|超大规模人工智能数据中心结构以 47 拍比特/秒的速度连接 134,000 个芯片
解释美国超大规模企业与日本 NTT“AIOWN”相当的超大规模人工智能数据中心战略。比较日本和美国的做法将会拓宽你的视野。
商船三井Lines和日立将旧船改造成浮动数据中心——人工智能需求催生的“海事基础设施”概念
商船三井与拥有 160 个陆地基地的 NTT 相比，Lines 和日立选择了海上运营。这是一个很好的比较，显示了日本人工智能基础设施选项的扩展。
NTT/Mujin资本联盟“物理AI” MujinOS x IOWN重新定义工厂/仓库DX
AIOWN 正在研究的物理人工智能需求的具体示例。这是一个合作伙伴关系的例子，它是同一技术系列的延伸：NTT x IOWN x 物理人工智能。
ProEnergy 重新利用退役飞机发动机为人工智能数据中心提供动力
一篇讨论 AI 数据中心电源问题的文章。印西市也被提及，这为了解NTT 1GW扩建计划的电力规模提供了线索。
[编者后记]
我们日常使用的 ChatGPT 和人工智能助手可能很少有机会知道响应是在哪里以及在什么设备上生成的。今年的AIOWN表明，我们所接触到的AI体验背后的“物理”将在日本发生重大变化。
在您的生活或工作中，是否有过某个时刻让您感觉到人工智能已深深融入您的生活和工作中？我想一起追求那种感觉。