
随着生成式AI的快速发展和普及,通信运营商承担的基础设施角色也面临着变革。从大规模语言模型的训练,到现场推理,乃至机器人等“物理AI”的实现,网络需求和计算资源的布局已经远远超出了传统框架。
在此背景下,日本KDDI公司以大阪堺的数据中心为起点,推动利用全国基站和日本便利店连锁企业罗森的实体网点,构建独特的分布式AI基础设施构想。本文通过10月底举办的KDDI SUMMIT 2026演讲及松田浩路社长的圆桌访谈,深入探讨KDDI描绘的AI时代未来蓝图。
堺数据中心启动,但仅限大阪是否不足?
松田社长表示,这正是“联盟公园项目”的意义所在,未来希望持续扩展。该项目不仅涵盖数据中心,还包括全光网络(APN)的技术验证,同时重视与地方社区的紧密合作。通过合理选址和多样化的实践,探索数据中心与APN结合的可能性。
堺数据中心将逐步扩展空间和电力资源,支持从模型训练向推理的转变。松田提到,堺中心设有模拟环境,模拟神经网络反应和通信延迟,支持机器人等需要即时响应的应用,打造实验平台供各方使用。
关于数据中心建设的社会接受度
松田指出,虽然美国部分地区对数据中心持反对态度,但日本情况不同。日本尚未出现大规模(如1GW级)电力需求的数据中心,且通信设施多以“网络中心”形式存在,居民对这类设施较为理解。但“数据中心”这一名称有时会引发居民疑虑,担心高耗电和环境影响。
KDDI旗下的Telehouse作为连接通信运营商的枢纽型数据中心,规模较小且位于市中心,主要满足低延迟需求,因此与大型训练型数据中心有所区别。
利用基站和罗森网点打造分布式AI基础设施
松田强调,数据中心定义广泛,AI处理可以分散到更接近用户的地点,如罗森门店进行推理计算。关键在于判断哪些处理必须在基站或本地完成,哪些可以发送到数据中心或云端。KDDI拥有约10万个基站和1.4万个罗森网点,这些资源是其独特优势,也是未来分布式社会的重要支撑。
通信体验与AI时代的网络需求
KDDI连续五年获得Opensignal通信体验分析第一名。松田认为,未来不仅要连接数据中心和办公场所,更要重新定义网络优化指标。过去以通话不中断为价值,后来是数据速度和视频体验,未来可能更注重AI处理的响应时间和效率。网络架构可能需要重构,以适应AI时代的需求。
目前AI相关的消费者流量尚不大,但增长速度快,尤其是上行流量增加明显。
机器人领域的战略布局
松田提到,KDDI与ELYZA Robotics合作,结合通信和AI基础设施,打造数字孪生和数字平台。仅提供通信服务无法创造附加价值,必须参与垂直领域的开发。机器人作为边缘设备,需探索本地1毫秒级AI处理与云端处理的平衡,堺数据中心成为重要的实验场。
AI代理与业务应用
关于AI代理,松田表示KDDI更多关注如何将自身服务纳入AI生态,确保产品和服务被AI发现和利用。虽然AI代理的核心模型可能来自外部,但KDDI会注入店铺接待等专业知识,形成自有特色。未来也将与Meta等公司合作,实现多AI代理的互联互通。
AI辅助的店铺接待
KDDI正在试验两种AI辅助方式:一种是提升员工能力的角色扮演,另一种是通过聊天机器人快速检索信息,既是辅助也是替代。目标是让员工即使无法做到完美,也有AI支持提供最佳服务。
为何聚焦物理AI领域?
松田认为物理AI对日本制造业至关重要,但KDDI的中期计划中尚未明确提出“物理AI”字眼,强调执行力比口号更重要。未来三年将重点准备,支持集团和子公司相关项目,推动日本制造业振兴。ELYZA作为模型开发强者,将助力硬件与模型的结合,形成竞争力。
日本物理AI的优势与挑战
日本在行业结构和工匠精神方面具备优势,能够针对通用硬件进行精细调优。KDDI强调技术组合和生态构建,借鉴CDMA和SpaceX Starlink等经验,连接无法单独覆盖的领域,打造独特的应用场景。
知识产权与模型训练的平衡
松田表示,KDDI不追求完全自给自足,而是依赖市场合作伙伴。隐性知识将作为附加价值,通过模块化方式集成,快速为客户提供优质服务。日本将兼顾自主研发与开放合作。
AI服务Buffmee的进展
Buffmee于去年7月上线,作为消费者接触AI的服务,仍在开发中。关键是如何有效连接客户与内容,未来将整合更多封闭数据资源,提升附加价值。
自动驾驶与堺数据中心的结合
KDDI在堺进行自动驾驶车辆的测试和学习,利用自有GPU基础设施支持相关运算。
通过上述举措,KDDI正积极布局AI时代的分布式基础设施,结合通信、计算和实体网点资源,推动技术与应用的深度融合。


