2026年3月25日，在日本东京举办的“Data Center Japan 2026”大会上，日本数据中心协会副理事长兼东京大学教授江崎浩发表了题为“AI时代数据中心最新趋势2026”的演讲。作为日本数据中心行业的权威声音，江崎教授深入剖析了当前全球数据中心行业面临的三大核心事实，揭示了在人工智能爆发式增长背景下，基础设施架构正在发生的深刻变革。
江崎教授首先抛出了一个颠覆性的观点：“人工智能目前仅消耗了约10%的数据”。这意味着全球范围内仍有高达90%的数据沉睡在企业内部、个人电脑及移动设备中，尚未被有效利用。这部分庞大的数据资源构成了未来新的市场增长点，也意味着数据处理的边界正在从云端向边缘和终端大幅扩展。
其次，行业正经历从“集中”向“分散”的周期性摆动。江崎教授指出，虽然当前的AI服务仍呈现向超大规模云厂商集中的趋势，但2025至2026年将是这一趋势发生逆转的关键年份。未来的数据中心形态将呈现两极分化：一方面，通用公共AI服务将继续推动超大型数据中心的建设；另一方面，私有AI和边缘AI的兴起将促使数据中心服务向小型化、多样化方向发展，形成“巨型化”与“爆缩”并存的格局。
最核心的技术制约在于物理定律。江崎教授强调，“光也是会慢的”。尽管全光子网络（APN）等技术试图降低延迟，但在全球范围内，光信号传输的物理速度极限无法突破。随着用户对响应速度的要求日益严苛，特别是在机器人控制等实时性要求极高的场景中，单纯依靠集中式架构已无法满足需求。因此，地理上的分散布局成为必然选择，以缩短物理距离，降低传输延迟。
在设备架构层面，数据中心正加速向“白盒化”和“模块化”转型。针对传统安全架构中过度依赖防火墙、专用操作系统等“过保护”措施且屡遭攻击的现状，江崎教授提出需从产品、系统、组织及供应链四个层面构建全方位的安全体系。同时，受智能家居标准Matter的启发，数据中心设施管理正尝试引入TCP/IP协议，实现类似服务器的标准化控制，推动非计算类设施设备的白盒化进程。
此外，能源与通信的博弈也在重塑行业逻辑。由于引入特别高压电力耗时耗力，而海底通信电缆等基础设施成本相对降低，一种新的思路正在浮现：与其在各地重复建设电力设施，不如优先铺设通信网络，通过“电力即服务”或远程供电模式解决能源问题。结合摩尔定律带来的算力提升，原本因数据主权问题无法离境的90%数据，未来有望在本地低延迟的AI服务器中高效处理，推动“数字地缘政治”向更灵活的分布式架构演进。
日本作为全球数据中心技术的前沿阵地，其行业对物理延迟的极致追求和模块化创新的探索，为全球基础设施升级提供了重要参考。随着AI应用从云端向边缘渗透，构建“大中小”协同、具备弹性伸缩能力的分布式网络已成为行业共识，这要求企业在规划时不仅要关注算力规模，更要重视网络拓扑的物理距离优化与能源接入的灵活性。
