Japan Cloud & Datacenter Convention 2026

Japan’s data center market is entering a new phase of development. Accelerating cloud adoption, enterprise digitalisation and demand for AI computing are driving the need for larger, denser and more power-intensive infrastructure. Tokyo and Osaka will remain central to the market, but limitations surrounding power availability, land, construction capacity and deployment timelines are encouraging operators and investors to explore new locations.

This opening keynote will examine the latest developments shaping Japan’s data center landscape, including the expansion of hyperscale and AI-ready capacity, growing investment activity, the emergence of regional markets and government initiatives to coordinate power and telecommunications infrastructure. It will also assess how locations such as Hokkaido, Fukuoka and other regional cities could contribute to a more distributed and resilient national data center ecosystem.

日本のデータセンター市場は、新たな成長段階に入りつつあります。クラウド導入の加速、企業のデジタル化、そしてAIコンピューティング需要の拡大により、より大規模で高密度かつ電力集約型のインフラが求められています。東京と大阪は引き続き市場の中心であり続ける一方、電力供給、用地、建設能力、開発期間をめぐる制約を背景に、データセンター事業者や投資家は新たな立地候補の検討を進めています。

本オープニング基調講演では、ハイパースケールおよびAI対応型データセンター容量の拡大、投資活動の活発化、地方市場の台頭、電力インフラと通信インフラの連携を促進する政府の取り組みなど、日本のデータセンター市場を形成する最新動向を考察します。また、北海道、福岡をはじめとする地方都市が、より分散型で強靭な国内データセンター・エコシステムの構築にどのように貢献できるのかについても検討します。

As Japan’s data center market enters a new phase of expansion, the industry must determine where and how the next generation of capacity should be developed. Tokyo and Osaka will remain critical hubs, but constraints surrounding power availability, land, construction resources and deployment timelines are increasing interest in regional locations such as Hokkaido, Fukuoka and other emerging markets.

Building on the opening keynote’s assessment of Japan’s market outlook, this panel will bring together data center operators, investors, developers, technology providers and regional stakeholders to examine the commercial and operational realities of expanding beyond established locations. The discussion will explore whether regional markets can provide the power, connectivity, talent and customer demand required to support hyperscale, cloud and AI infrastructure.

Can Japan successfully develop a more distributed national data center ecosystem, or will demand continue to concentrate around its traditional hubs? What will determine which regional markets attract investment, and how should government and industry work together to accelerate development?

日本のデータセンター市場が新たな拡大局面を迎える中、次世代のデータセンター容量をどこで、どのように開発していくべきかが重要な課題となっています。東京と大阪は今後も主要拠点であり続ける一方、電力供給、用地、建設リソース、開発期間をめぐる制約を背景に、北海道、福岡をはじめとする地方都市や新興市場への関心が高まっています。

オープニング基調講演で示された日本市場の展望を受け、本パネルでは、データセンター事業者、投資家、デベロッパー、テクノロジープロバイダー、地域関係者を迎え、既存の主要市場を超えて事業を拡大する上での商業面および運用面の現実を検証します。また、地方市場がハイパースケール、クラウド、AIインフラを支えるために必要な電力、接続性、人材、顧客需要を確保できるのかについて議論します。

日本は、より分散型の国内データセンター・エコシステムを構築できるのでしょうか。それとも、需要は今後も従来の主要拠点に集中し続けるのでしょうか。どの地方市場が投資を呼び込むかを左右する要因は何か。そして、開発を加速するために政府と業界はどのように連携すべきなのでしょうか。

As Japan accelerates the development of AI and high-performance computing infrastructure, the design of data centers must evolve far beyond traditional requirements. Rapidly increasing rack densities, larger power demands and greater thermal loads are creating new challenges across the entire infrastructure chain, from grid connection and electrical distribution to chip-level cooling and operational management.

This keynote will explore how Japan can develop resilient, scalable and energy-efficient data centers capable of supporting the next generation of AI workloads. It will examine the importance of integrating power and liquid cooling systems from the earliest stages of design, using digital modelling and validated reference architectures to reduce deployment risks and improve performance.

The session will also consider how prefabricated and modular infrastructure can help operators accelerate capacity delivery amid constraints surrounding power, construction resources and development timelines. By connecting energy strategy, electrical infrastructure, cooling technology and digital operations, Japan can build AI-ready facilities that deliver higher computing performance without compromising reliability or sustainability.

日本においてAIおよびハイパフォーマンス・コンピューティング向けインフラの整備が加速する中、データセンターの設計には、従来の要件を大きく超える進化が求められています。急速に高まるラック密度、増大する電力需要、そして大きな発熱負荷は、系統接続や配電設備から、チップレベルの冷却、運用管理に至るインフラ全体に新たな課題をもたらしています。

本基調講演では、次世代AIワークロードを支える、強靭性、拡張性、エネルギー効率を兼ね備えたデータセンターを、日本がどのように構築できるのかを考察します。特に、設計の初期段階から電力システムと液冷システムを統合する重要性を取り上げるとともに、デジタルモデリングや検証済みリファレンスアーキテクチャを活用し、導入リスクを低減しながら性能を向上させる方法について検討します。

また、電力供給、建設リソース、開発期間をめぐる制約が続く中、プレハブ型およびモジュール型インフラが、データセンター事業者によるキャパシティの迅速な提供にどのように貢献できるのかについても考察します。エネルギー戦略、電気インフラ、冷却技術、デジタル運用を一体化することで、日本は信頼性や持続可能性を損なうことなく、より高いコンピューティング性能を実現するAI対応型施設を構築することができます

With the rapid surge in demand for AI data center infrastructure, the industry is facing unprecedented challenges not only in delivering agile construction, but also in operating these facilities efficiently. This session will explore how to future-proof data center operations to address both current and emerging challenges, including liquid cooling environments, giga-scale operations, shortages of skilled operators, and the adoption of AI technologies.

AIデータセンター・インフラへの需要が急増する中、業界は迅速な建設の実現だけでなく、施設の効率的な運用という点でも、かつてない課題に直面しています。本セッションでは、液冷（リキッドクーリング）環境、ギガスケールでの運用、熟練オペレーターの不足、AI技術の導入といった現在および将来の課題に対応し、データセンター運用を将来にわたって持続可能なものにするための方法を探ります。

As Japan expands its AI and high-performance computing capacity, the network connecting processors, storage systems and data centers is becoming as critical as the compute infrastructure itself. Large-scale AI training requires high-bandwidth, low-latency and lossless connectivity between thousands of processors, while real-time inference depends on reliable access to computing resources distributed across multiple facilities and regional locations.

This panel will explore whether Japan’s current data center networks are ready to support the next generation of AI infrastructure. The discussion will examine how high-performance Ethernet fabrics, optical data center interconnection and intelligent network automation can help operators scale AI clusters, improve infrastructure utilisation and reduce the operational complexity of increasingly distributed environments.

As AI capacity expands beyond individual facilities into multi-building campuses and interconnected regional data centers, how should operators design networks that can scale without compromising performance, reliability or security? Can open and automated network architectures provide the flexibility required to support rapidly evolving processors, workloads and cloud platforms?

日本においてAIおよびハイパフォーマンス・コンピューティングの処理能力が拡大する中、プロセッサー、ストレージシステム、データセンターを接続するネットワークは、コンピューティング基盤そのものと同様に重要な存在となっています。大規模なAI学習には、数千台のプロセッサーを結ぶ高帯域、低遅延、ロスレスの接続環境が求められる一方、リアルタイム推論には、複数の施設や地域に分散配置されたコンピューティングリソースへ安定してアクセスできる環境が不可欠です。

本パネルでは、日本の現在のデータセンターネットワークが、次世代AIインフラを支える準備を整えているのかを検証します。高性能イーサネットファブリック、光データセンター相互接続、インテリジェントなネットワーク自動化が、AIクラスターの拡張、インフラ利用率の向上、そして分散化が進む環境における運用の複雑性軽減にどのように貢献できるのかを議論します。

AI処理能力が単一施設の枠を超え、複数棟で構成されるキャンパスや、相互接続された地域データセンターへと広がる中、事業者は性能、信頼性、セキュリティを損なうことなく拡張可能なネットワークをどのように設計すべきなのでしょうか。また、オープンかつ自動化されたネットワークアーキテクチャは、急速に進化するプロセッサー、ワークロード、クラウドプラットフォームに対応する柔軟性を提供できるのでしょうか。

Global investors continue allocating significant capital toward AI driven digital infrastructure despite rising deployment costs and power risks. However, investors are increasingly prioritising execution certainty, utility secured campuses, operational efficiency, and long term hyperscaler commitments. This keynote explores how infrastructure funds, institutional capital, and operators are reassessing investment models across Japan’s AI infrastructure market.

世界の投資家は、導入コスト上昇や電力リスクが高まる中でも、AI主導型デジタルインフラへ継続的に大規模資本を投入しています。一方で、投資家は実行確実性、電力確保済みキャンパス、運用効率、長期ハイパースケール契約をこれまで以上に重視しています。本講演では、インフラファンド、機関投資家、事業者が日本のAIインフラ市場においてどのように投資モデルを再評価しているかを解説します。

As AI workloads grow in scale and complexity, the data center can no longer be designed as a collection of separate power, cooling and IT systems. Increasing rack densities, dynamic computing loads and rapidly evolving processor architectures require the entire facility to operate as one integrated and intelligent AI unit of compute.

This keynote will examine how Japan’s data centers must evolve to support high-density AI infrastructure while maintaining reliability, efficiency and operational resilience. It will explore the need to coordinate power distribution, direct-to-chip liquid cooling, heat rejection and intelligent controls across the complete infrastructure chain, ensuring that each component responds dynamically to changing workload requirements

AIワークロードの規模と複雑性が拡大する中、データセンターはもはや、電力、冷却、ITを個別のシステムとして設計することはできません。ラック密度の上昇、変動の大きいコンピューティング負荷、そして急速に進化するプロセッサー・アーキテクチャに対応するためには、施設全体を統合されたインテリジェントな「AIコンピュート・ユニット」として機能させる必要があります。

本基調講演では、信頼性、効率性、運用上のレジリエンスを維持しながら、高密度AIインフラを支えるために、日本のデータセンターがどのように進化すべきかを考察します。電力供給、ダイレクト・トゥ・チップ液冷、排熱処理、インテリジェント制御をインフラ全体で連携させ、変化するワークロード要件に各コンポーネントが動的に対応できる仕組みの重要性を検討します。

As AI models grow larger and computing platforms become more powerful, rack densities are moving rapidly beyond the limits of conventional data center design. Supporting 100kW racks and higher requires more than simply adding power and cooling capacity. It demands a fundamental rethink of electrical distribution, thermal management, facility layout, structural loading, controls and operational practices.

This panel will examine how data center operators, designers and technology providers can engineer facilities for extreme-density AI workloads. The discussion will explore the transition from air cooling to direct-to-chip liquid cooling and hybrid thermal architectures, as well as the implications of higher-density deployments for power quality, redundancy, energy storage, heat rejection and water usage.

Panelists will also consider the challenges of introducing high-density AI infrastructure into existing facilities. Can legacy data centers be upgraded economically, or will purpose-built AI campuses become the preferred model? How should operators balance rapid deployment with reliability, maintainability and long-term flexibility as processor technologies and rack requirements continue to evolve?

AIモデルの大規模化とコンピューティングプラットフォームの高性能化が進む中、ラック密度は従来型データセンター設計の限界を急速に超えつつあります。100kW以上のラックを支えるには、単に電力供給能力や冷却能力を追加するだけでは不十分です。配電、熱管理、施設レイアウト、構造荷重、制御システム、運用手法を根本から見直す必要があります。

本パネルでは、データセンター事業者、設計者、テクノロジープロバイダーが、超高密度AIワークロードに対応する施設をどのように設計・構築すべきかを検討します。空冷からダイレクト・トゥ・チップ液冷、さらにハイブリッド型冷却アーキテクチャへの移行を取り上げるとともに、高密度化が電力品質、冗長性、蓄電、排熱処理、水使用量に与える影響について議論します。

また、既存施設に高密度AIインフラを導入する際の課題についても考察します。既存データセンターを経済的に改修することは可能なのでしょうか。それとも、AI専用に設計されたデータセンターキャンパスが主流となるのでしょうか。プロセッサー技術やラック要件が進化し続ける中、事業者は迅速な導入と、信頼性、保守性、長期的な柔軟性をどのように両立すべきなのでしょうか。

As Japan accelerates investment in AI computing infrastructure, simply deploying more GPUs, faster networks and higher-density systems will not guarantee greater computing performance. AI training and inference depend on the ability of processors, memory, storage, electrical and optical interconnects, and network fabrics to operate together reliably under highly dynamic workloads.

This keynote will explore why AI data center validation must evolve beyond individual component testing and conventional network compliance. The session will examine how real-world workload emulation and end-to-end testing can identify latency, congestion, interoperability and signal-integrity issues before infrastructure is deployed at scale.

【基調講演】チップからクラスターへ：大規模環境での性能を実証する日本のAIデータセンター

日本でAIコンピューティング・インフラへの投資が加速する中、GPUの増設、ネットワークの高速化、システムの高密度化だけでは、コンピューティング性能の向上は保証されません。AIの学習および推論には、プロセッサー、メモリ、ストレージ、電気・光インターコネクト、ネットワークファブリックが、変動の大きいワークロード環境下でも、相互に連携しながら安定して動作することが不可欠です。

本基調講演では、AIデータセンターの検証が、個別コンポーネントの試験や従来型のネットワーク適合性確認を超えて進化する必要性について考察します。また、実環境に近いワークロードのエミュレーションとエンド・ツー・エンド試験を活用することで、大規模なインフラ導入前に、遅延、輻輳、相互運用性、シグナルインテグリティに関する問題をどのように特定できるのかを検証します。

As AI computing drives rack densities and thermal loads to unprecedented levels, introducing liquid cooling inside the data center is only one part of the solution. Heat captured from processors must still be transported and rejected efficiently outside the facility, making the coordination between indoor cooling systems and outdoor heat-rejection infrastructure increasingly critical.

This keynote will examine how Japan’s AI data centers can design an integrated thermal architecture extending from direct-to-chip or immersion cooling systems to cooling towers, dry coolers, adiabatic systems and hybrid heat-rejection technologies. The session will explore how operators can select and combine these solutions according to local climate conditions, available space, water availability, energy costs and facility performance requirements.

AIコンピューティングの進展により、ラック密度と発熱負荷がかつてない水準に達する中、データセンター内部への液冷導入は、解決策の一部にすぎません。プロセッサーから回収された熱は、施設外へ効率的に輸送し、排出する必要があります。そのため、屋内の冷却システムと屋外の熱排出インフラを連携させることが、これまで以上に重要となっています。

本基調講演では、ダイレクト・トゥ・チップ液冷や液浸冷却から、冷却塔、ドライクーラー、断熱冷却システム、ハイブリッド型熱排出技術に至るまで、日本のAIデータセンターが一体的な熱管理アーキテクチャをどのように設計できるのかを考察します。

また、地域の気候条件、利用可能なスペース、水資源、エネルギーコスト、施設の性能要件に応じて、事業者がこれらのソリューションをどのように選択し、組み合わせるべきかを検討します。

By 2030, the boundaries between data center operators, cloud platforms and specialised AI infrastructure providers could become increasingly blurred. Traditional data centers may evolve from facilities that provide space and power into highly integrated AI factories, while neocloud operators could play a larger role in determining how computing capacity is designed, financed, deployed and consumed.

This future-focused closing panel will bring together data center and neocloud operators to examine how Japan’s AI infrastructure landscape could evolve over the remainder of the decade. The discussion will explore whether large-scale AI training will concentrate in gigawatt-scale campuses located close to available energy, while latency-sensitive inference becomes more distributed across regional data centers and metropolitan locations.

2030年に向けて、データセンター事業者、クラウドプラットフォーム、専門特化型AIインフラプロバイダーの境界は、さらに曖昧になっていく可能性があります。従来のデータセンターは、スペースと電力を提供する施設から、高度に統合されたAIファクトリーへと進化する一方、ネオクラウド事業者は、コンピューティング能力の設計、資金調達、導入、利用方法を決定する上で、より大きな役割を担う可能性があります。

本クロージングパネルでは、データセンター事業者とネオクラウド事業者を迎え、今後2030年までに日本のAIインフラ市場がどのように進化していくのかを展望します。大規模なAI学習処理は、豊富な電力を確保できる地域に立地するギガワット級キャンパスへ集約されるのか。一方で、低遅延が求められるAI推論は、地方のデータセンターや都市圏の拠点へ、より分散して展開されるのかについて議論します。