科技新闻：千亿美元AI基建投资持续，腾讯7亿美元Oracle算力协议引关注

2026年10月4日，全球AI基础设施领域再传重磅消息。软银正式上线日本首个基于NVIDIA GB200的AI GPU云服务，标志着日本加速布局主权AI算力。同时，腾讯与Oracle达成7亿美元协议获取离岸AI算力，印度L&T斩获千亿级AI工厂订单，反映出全球AI基建投资仍在持续加码。

主要新闻

软银推出基于NVIDIA GB200的日本AI GPU云服务

软银近日正式上线AI Data Center GPU Cloud，采用NVIDIA GB200 NVL72机架系统部署于日本数据中心。该服务定位为日本首要的主权AI算力替代方案，面向金融、医疗、政府等对数据合规要求严格的企业提供云端AI算力。

该平台集成Infrinia AI Cloud OS、Kubernetes-as-a-Service以及LLM Inference-as-a-Service，所有数据均保留在日本境内数据中心。软银作为日本最大电信运营商，凭借其在日本市场的本土身份、基础设施资源及与NVIDIA的长期合作关系，有望在日本企业AI算力市场中占据重要地位。

Source: SoftBank Launches AI GPU Cloud in Japan With NVIDIA GB200

腾讯与Oracle达成7亿美元协议获取离岸AI算力

腾讯与甲骨文（Oracle）签署为期五年的协议，斥资约7亿美元获取位于东南亚数据中心的10万颗先进AI处理器算力。这一举措旨在扩展腾讯在中国大陆以外的AI算力规模，以满足其日益增长的AI训练与推理需求。

在全球AI芯片供应持续紧张、地缘政治因素影响跨境算力流通的背景下，科技企业正积极通过海外算力合作保障AI基础设施资源。此次协议也体现了云服务商与AI企业间新型算力合作模式的兴起。

Source: Tencent Signs $7 Billion Oracle Deal for Offshore AI Computing Capacity

印度L&T斩获千亿级订单建设最大单集群AI工厂

印度基础设施巨头Larsen & Toubro（L&T）近日斩获10,000-15,000亿卢比（约合120-180亿美元）订单，将与美国AI企业Together AI合作，在其钦奈（Chennai）数据中心园区建设印度最大单集群AI工厂。

该AI工厂将采用10,000颗NVIDIA B300 GPU，构建端到端AI基础设施栈，涵盖超大规模数据中心、加速计算、高性能网络、超低延迟互连、高吞吐并行存储以及AI基础设施运维等能力。项目一期规划250MW容量，为未来扩展奠定基础，预计将大幅提升印度AI算力生态实力。

Source: L&T wins order from US company to set up largest, single-cluster AI factory

TCS子公司HyperVault计划投资7000亿卢比建设1GW AI数据中心

塔塔咨询服务公司（TCS）子公司HyperVault宣布将在海得拉巴（Hyderabad）斥资70,000亿卢比建设1GW AI数据中心园区。该设施专为前沿AI企业和超大规模云服务商设计，采用高密度液冷计算基础设施，全面支持大规模AI训练与推理工作负载。

TCS CEO K Krithivasan表示，此举是公司”从基础设施到智能（infrastructure-to-intelligence）”战略的重要一步，将AI就绪基础设施与TCS在云、AI及企业服务领域的能力深度整合。

Source: TCS arm HyperVault building Rs 70,000-cr, 1-gw data centre in Hyderabad

分析

全球AI基建正呈现多元化、地域化发展趋势。一方面，日本、印度等新兴市场正加速构建本土AI算力，以应对数据主权、合规及供应链自主性需求。软银通过本土化AI GPU云服务，精准切中日本企业对”数据留在日本”的合规诉求，这种主权AI（Sovereign AI）模式预计将在更多国家复制。

另一方面，算力获取方式日趋灵活。腾讯通过与Oracle签订离岸算力协议，展示了企业在地缘限制下的创新应对策略：既能保障核心业务算力需求，又能规避部分跨境管制风险。这种”离岸算力池”模式可能成为中国科技企业短期内拓展海外AI算力的重要路径。

从硬件配置看，GB200、B300等下一代GPU正成为新一代AI工厂的标配。印度L&T与TCS的超大规模投资表明，新兴经济体正试图从”AI应用市场”向”AI基础设施建设者”转型。与此同时，液冷、高密度集群等先进数据中心技术正加速普及，以应对AI算力密度激增带来的散热与能耗挑战。

Kubernetes等云原生技术在AI基础设施中的地位也日益凸显。软银GPU云明确提供Kubernetes-as-a-Service，反映出企业更倾向通过熟悉的云原生编排方式管理AI工作负载。未来，如何将云原生调度能力深度适配GPU拓扑、KV缓存、Prefill/Decode解耦等AI推理特性，将成为云原生社区的重要课题。

结论

2026年全球AI基建投资热度不减，从日本主权AI云到印度超大规模AI工厂，再到跨境算力协议，均印证了算力已成为数字经济竞争的战略资源。随着下一代GPU加速普及以及云原生技术深度融合，AI基础设施正朝着更大规模、更高密度、更合规本土化的方向演进。

对于云原生从业者而言，这一趋势意味着AI工作负载将成为Kubernetes平台最重要的增长动力。围绕GPU调度、模型分发、推理网关、Agent编排等场景构建云原生解决方案，有望在未来AI基础设施浪潮中占据关键位置。