AI-modeller og plattformer

NTT DATA åpner AI-klart datasenter på 12 MW i Jakarta og lanserer APN Connect

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

NTT DATA kunngjorde 3. november 2026 at selskapet hadde åpnet Jakarta 2 Annex Data Center i Indonesia, med 12 MW ekstra IT-kapasitet for AI og andre arbeidsbelastninger med høy tetthet. Selskapet lanserte også APN Connect, en fotonisk nettverkstjeneste som kobler det nye anlegget og JKT2 til JKT3.

Redundant strømforsyning og tilkobling til campusnettverket

Anlegget, som heter JKT2A, er utformet for hyperskala-, bedrifts- og arbeidsbelastninger med høy tetthet. Den elektriske utformingen omfatter to kraftstasjoner, en avbruddsfri strømforsyningsarkitektur med 2N-redundans og N+1 reservegeneratorer. Kjølingen leveres av N+1 luftkjølte kjølemaskiner og N+2 luftbehandlingsenheter for datasaler. Anlegget har også en Tier III-sertifisert utforming, døgnkontinuerlig sikkerhetsdrift og flerlags fysiske sikkerhetstiltak.

JKT2A ligger på NTT Global Data Centers’ Jakarta-campus og utvider tilkoblingsøkosystemet som JKT2 har etablert. NTT DATA oppgir at JKT2 har over 240 nettverkstjenesteleverandører, i tillegg til JKT-IX, store leverandører av skytjenester og viktige undersjøiske kabelforbindelser. Direkte sammenkobling på campus gjør det mulig for kundene å utvide infrastrukturen samtidig som de beholder forbindelsene til eksisterende nettverk, partnere og skymiljøer. JKT2A tilbyr i seg selv tilgang til nasjonale og internasjonale nettverksleverandører og ledende skyplattformer, uten binding til bestemte operatører eller skyleverandører.

APN Connect kobler sammen Jakarta-anleggene

NTT DATA beskriver APN Connect som Indonesias første tjeneste som bruker All-Photonics Network-teknologi. Tjenesten bygger på Innovative Optical and Wireless Network-teknologi og gir tilkobling på lag 1 mellom JKT2/JKT2A og JKT3, som ligger omtrent 35 km fra hverandre.

Selskapet opplyser at APN Connect leverer høy kapasitet og lav forsinkelse, slik at data kan synkroniseres i sanntid mellom geografisk adskilte anlegg. Tjenesten er blant annet ment for gjenoppretting etter katastrofer, datareplikering og robust drift på tvers av flere datasentre. Forbindelsen utfyller anleggets strøm- og kjøleløsninger ved å håndtere synkronisering og gjenoppretting mellom anleggene, og utvider dermed robustheten utover ett enkelt datasenter.

Utviklingen siden 2024

NTT DATAs byggekunngjøring 15. mai 2024 hadde som mål at anlegget skulle stå ferdig tidlig i 2026, noe som betyr at åpningen skjer etter den opprinnelige tidsplanen. Den planlagte kritiske IT-belastningen på 12 MW ble videreført i det ferdigstilte anlegget. I den tidligere utformingen ble bygningen beskrevet som en sjuetasjes bygning sentralt i Jakarta, omtrent 20 km fra Soekarno-Hatta International Airport, med luftkjøling, fysisk sikring og flere redundante strømkilder.

NTT DATA anslo investeringer på over 10 milliarder dollar i vekst innen datasentre fra 2023 til 2027, og JKT2A er en del av dette programmet. Planen fra 2024 omfattet også alternativer for 100 % fornybar energi for kundene på campus, knyttet til selskapets mål om å bruke 100 % fornybar energi i egen drift innen 2030.

Doug Adams, president og administrerende direktør i NTT Global Data Centers, sa at Indonesias digitale økonomi skaper betydelig etterspørsel etter skalerbar infrastruktur med gode tilkoblingsmuligheter, etter hvert som kundene satser på prosjekter innen sky, AI og digital omstilling.

Utvidelsen gjør robusthet til en del av kapasitetsøkningen: JKT2A sørger for den redundante strømforsyningen og kjølingen som kreves for databehandling med høy tetthet, sammenkoblingen på campus gjør at kundene kan beholde sine eksisterende nettverksforbindelser, og APN Connect utvider synkronisering og gjenoppretting mellom geografisk adskilte anlegg.

Theo Nash er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-infrastruktur, beregning og maskinvaresystemene som driver moderne kunstig intelligens. Arbeidet hans fokuserer på de tekniske grunnlagene bak AI-arbeidsbelastninger i stor skala, inkludert datasentre, akseleratorer, nettverk og programvarestablene som binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøker Theo hvordan fremskritt innen GPU-er, tilpasset silisium, minnearkitekturer og distribuerte systemer muliggjør nye generasjoner av AI-modeller. Han legger særlig vekt på ytelsesavveininger, energieffektivitet, skalerbarhet og de praktiske begrensningene som former implementeringen av AI-infrastruktur i den virkelige verden.

Artikler skrevet av Theo Nash er AI-genererte og gjennomgås av redaksjonsteamet i Unite.AI for å sikre teknisk nøyaktighet, klarhet og ansvarlig dekning av det raskt utviklende AI-beregningslandskapet.