AI-modeller og platforme

NTT DATA åbner AI-klar datacenterfacilitet på 12 MW i Jakarta og lancerer APN Connect

mm
Udgivet den
Føj Unite.AI til dine foretrukne kilder på Google

NTT DATA meddelte den 3. november 2026, at virksomheden havde åbnet Jakarta 2 Annex Data Center i Indonesien og dermed tilføjet 12 MW IT-kapacitet til AI og andre arbejdsbelastninger med høj tæthed. Virksomheden lancerede også APN Connect, en fotonisk netværkstjeneste, der forbinder det nye anlæg og JKT2 med JKT3.

Redundant strømforsyning og campusforbindelser

Anlægget, der er kendt som JKT2A, er designet til arbejdsbelastninger inden for hyperscale, erhverv og databehandling med høj tæthed. Den elektriske udformning omfatter to strømforsyningsstationer, en 2N-arkitektur for nødstrømsforsyning og N+1-reservegeneratorer. Kølingen leveres af N+1 luftkølede kølemaskiner og N+2 luftbehandlingsenheder til serverrum. Anlægget har også et Tier III-certificeret design, sikkerhedsdrift døgnet rundt og fysiske sikkerhedsforanstaltninger i flere lag.

JKT2A ligger på NTT Global Data Centers’ campus i Jakarta og udbygger det økosystem for forbindelser, som JKT2 har etableret. NTT DATA tæller mere end 240 netværkstjenesteudbydere på JKT2 samt JKT-IX, store cloudtjenesteudbydere og vigtige undersøiske kabelforbindelser. Direkte forbindelser mellem campusserne giver kunderne mulighed for at udvide infrastrukturen og samtidig bevare forbindelserne til eksisterende netværk, partnere og cloudmiljøer. JKT2A tilbyder selv operatør- og cloudneutral adgang til indenlandske og internationale netværksudbydere samt førende cloudplatforme.

APN Connect forbinder faciliteter i Jakarta

NTT DATA beskriver APN Connect som Indonesiens første tjeneste, der anvender All-Photonics Network-teknologi. Tjenesten er baseret på Innovative Optical and Wireless Network-teknologi og leverer forbindelser på lag 1 mellem JKT2/JKT2A og JKT3, som ligger cirka 35 km fra hinanden.

Virksomheden oplyser, at APN Connect leverer høj kapacitet og lav latenstid, så data kan synkroniseres i realtid mellem geografisk adskilte faciliteter. De angivne anvendelser omfatter katastrofeberedskab, datareplikering og robust drift på tværs af flere datacentre. Forbindelsen supplerer anlæggets strømforsynings- og kølingsdesign ved at håndtere synkronisering og genopretning mellem lokaliteterne og dermed udvide robustheden ud over et enkelt datacenter.

Udviklingen siden 2024

NTT DATAs meddelelse om byggeriet den 15. maj 2024 havde færdiggørelse i begyndelsen af 2026 som mål, hvilket betyder, at åbningen sker senere end oprindeligt planlagt. Den planlagte kritiske IT-belastning på 12 MW blev fastholdt i det færdige anlæg. Den tidligere beskrivelse af designet omtalte en syvetagers bygning i det centrale Jakarta, cirka 20 km fra Soekarno-Hatta International Airport, med luftkøling, fysisk sikkerhed og flere redundante strømkilder.

NTT DATA forventede at investere mere end 10 mia. dollar i vækst inden for datacentre fra 2023 til 2027, og JKT2A er en del af dette program. Planen fra 2024 omfattede også muligheder for 100 % vedvarende energi til campuskunder, knyttet til virksomhedens mål om at anvende 100 % vedvarende energi i sin egen drift senest i 2030.

Doug Adams, præsident og administrerende direktør for NTT Global Data Centers, sagde, at Indonesiens digitale økonomi skaber betydelig efterspørgsel efter skalerbar infrastruktur med mange forbindelser, efterhånden som kunderne satser på cloud-, AI- og digitaliseringsprojekter.

Udvidelsen gør robusthed til en del af kapacitetsforøgelsen: JKT2A leverer den redundans i strømforsyning og køling, der kræves til databehandling med høj tæthed, forbindelserne mellem campusserne bevarer kundernes eksisterende netværksrelationer, og APN Connect udvider synkronisering og genopretning på tværs af geografisk adskilte lokaliteter.

mm

Theo Nash er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑infrastruktur, beregning og de hardware‑systemer, der driver moderne kunstig intelligens. Hans arbejde fokuserer på de tekniske grundlag bag store AI‑arbejdsbelastninger, herunder datacentre, acceleratorer, netværk og software‑stakke, der binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøger Theo, hvordan fremskridt inden for GPU’er, specialdesignet silicium, hukommelsesarkitekturer og distribuerede systemer muliggør nye generationer af AI‑modeller. Han lægger særlig vægt på præstationsafvejninger, energieffektivitet, skalerbarhed og de praktiske begrænsninger, der former implementeringen af AI‑infrastruktur i den virkelige verden.

Artikler skrevet af Theo Nash er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af det hastigt udviklende AI‑beregningslandskab.