NTTPC Communications、Getworks、Fixstars 三家公司於 9 月 8 日開始提供「水冷 GPU 貨櫃 DC-PKG」，把貨櫃型資料中心、水冷 GPU 伺服器、整合監控與維運支援包成一套。鎖定的對象，是想把 AI 基礎設施放在自家場地、卻缺乏散熱設備與維運人力的企業。
裝在 40 呎貨櫃裡的 AI 基礎設施
方案的核心是一只 40 呎貨櫃。內部配置包含替水冷 GPU 降溫的 CDU 冷卻水機組、天吊式空調與 InRow 空調，以及用於保全的監視攝影機等設施設備。
運算部分採用 NVIDIA 加速運算伺服器，參考組態列出了搭載 NVIDIA HGX B300 的 HPE ProLiant Compute XD685。防火牆、UTM 等資安設備與網路交換器同樣包含在這套方案內。
另一個支柱是監控與維運支援。整合監控可在同一個畫面上掌握從貨櫃設施到 GPU 伺服器的整體狀態，再搭配效能可視化與維運協助。目的是避免故障太晚被發現、讓昂貴的 GPU 長時間閒置。
耗電持續攀升，能散熱的場地卻不夠
三家公司提出的前提，是一個正在發生的轉變：企業的 AI 應用正從概念驗證走向正式營運。代理型 AI 與生成式 AI 推論被嵌入實際業務，而伺服器效能提升的同時，絕對耗電量也持續增加，具備相應散熱能力的資料中心並不充足。
在此之上還疊加了幾項因素：不願把機密資料交到外部、網路條件受限、大容量資料的通訊成本，以及遠端設備的維運負擔。這些因素共同推動企業把 AI 基礎設施放到自家場地。
不過自行建置會遇到 3 道關卡：缺少對應水冷伺服器的設計與施工經驗、缺少能充分發揮 GPU 效能的專業人才，以及導入後不斷增加的維運負擔。三家公司認為，正是這些關卡讓不少專案從評估拖到正式營運都難以推進。三家公司曾在 2025 年 12 月宣布，提升水冷 GPU 伺服器維運效率的 PoC 取得成功，這次的方案正是把當時的驗證結果化為產品。
鎖定機密資料與製造業的實體 AI
方案提出兩類典型用途。其一是機密資料的運用：即使在資料與網路要求嚴格的業務場景，也能在不把資訊帶出組織的前提下進行 AI 分析與生成式 AI 應用。
其二是製造業與實體 AI 領域。舉例包括運用設計資料與產線影片，把外觀檢查、異常偵測等 AI 推進到正式營運階段。工廠通常本來就擁有土地與供電設備，放置貨櫃的前提條件比較容易滿足。
初期費用 3 億日圓起，交期最快 8 個月
價格以個別報價為主，但已公開參考數值。配置 1 台 GPU 伺服器的小型組態，初期費用 3 億日圓起、月費 75 萬日圓起（皆為未稅價格，為 2026 年 8 月 31 日時點的概算）。標準組態的交期最快 8 個月，可能因場地條件與設備採購狀況而延長。安裝貨櫃所需的建築工程與電源工程不含在方案內，需另行計費。
負責貨櫃部分的 Getworks 自 2013 年發表第 1 台貨櫃型資料中心以來，截至 2026 年 1 月底已有 300 台建置實績，其中 20 呎 270 台、40 呎 30 台。該公司也累積了超過 3,000 台伺服器、超過 1 萬張 GPU 的安裝與維運經驗。負責軟體最佳化的 Fixstars 則專注於 AI 模型訓練與推論的加速。
三家公司接下來計畫支援 NVIDIA Vera Rubin 平台等新世代伺服器，並往分散式 AI 基礎設施與邊緣 AI 領域擴展。
總結
「水冷 GPU 貨櫃 DC-PKG」的特點，在於把貨櫃、水冷 GPU 伺服器、整合監控與維運支援整併為一套可以放在自家場地的整體。1 台 GPU 伺服器起跳就要 3 億日圓並不便宜，但若考慮到省去分別向多家廠商發包設計、建置與維運的麻煩，以及隨之而來的協調時間，判斷依據就不只有價格。對於手上握有無法交給公有雲的資料、卻又想推進到正式營運的企業而言，可選項又多了一個。
