AI-datacenter är inte slumpmässigt fördelade. De tenderar att koncentreras i närheten av elkapacitet, fibernätverk, tillgänglig mark, molnregioner, kylningsmöjligheter, kvalificerad arbetskraft och ett tillståndsklimat som kan stödja stora infrastrukturprojekt.
Vissa anläggningar presenteras offentligt som AI-anläggningar, till exempel stora superdatoranläggningar eller Stargate-campus. Många andra är hyperscale-molnregioner som kan hantera AI-arbetsbelastningar, men där man inte avslöjar vilka modeller eller produkter som körs i de enskilda byggnaderna.
Denna sida är därför en offentlig, ofullständig karta över de viktigaste regionerna och exemplen. Den undviker exakta kartor på gatunivå och gör inte anspråk på att identifiera varje enskild anläggning.
Så här läser du den här kartan
Uppgifterna nedan är hämtade från operatörernas officiella webbplatser, dokumentation om molninfrastruktur, offentliga meddelanden och öppna kartresurser för datacenter. En region kan förekomma i listan eftersom den utgör en uttrycklig AI-anläggning, ett offentligt hyperscale-datacenterområde eller en större molnregion som stöder AI-kompatibel infrastruktur.
Listan är avsiktligt återhållsam. Den bör ses som en praktisk vägledning om offentliga signaler, inte som en fullständig förteckning eller en katalog över säkerhetskänsliga anläggningar.
De viktigaste regionerna för offentlig AI och hyperskaliga datacenter
Utvalda exempel baserade på offentliga källor. Kategorierna beskriver varför regionen är relevant; de innebär inte att varje anläggning i regionen är inriktad på AI.
Hyperscale-region
Northern Virginia, United States
En av världens största moln- och datacenterregioner, som offentligt presenteras via AWS, Azure och offentliga kartläggningsresurser för datacenter i USA.
AWS Global InfrastructureMoln- och hyperscale-region
Oregon and Pacific Northwest, United States
En viktig infrastrukturregion i västra USA, som omfattar regioner för offentliga molntjänster och stora anläggningar såsom Google The Dalles och Meta Prineville.
Google Data Center LocationsAI och utbyggnad av hyperskaliga anläggningar
Texas, United States
I Texas finns offentliga hyperscale-campus och flera redan tillkännagivna anläggningar för AI-infrastruktur, däribland Stargate-anläggningar i Abilene, Milam County och Shackelford County.
OpenAI Stargate sitesWebbplats för Explicit AI-superdator
Memphis, Tennessee, United States
Memphis anges offentligt av xAI som hemort för Colossus, en stor superdatoranläggning för artificiell intelligens som används för Grok.
SpaceXAI MemphisEuropeiska moln- och datacenterregioner
Ireland and the Netherlands
Irland och Nederländerna är värdländer för offentliga hyperscale-datacenter och molnregioner som används för europeiska arbetsbelastningar.
Meta global data centersRegion med infrastruktur för svalt klimat
Nordics: Denmark, Sweden and Finland
Nordiska platser ingår i offentliga datacenterparker eftersom det svala klimatet, tillgången till el och nätverksanslutningen möjliggör en storskalig infrastruktur.
Google Data Center LocationsMolnregionen Asien-Stillahavsområdet
Singapore and Southeast Asia
Singapore är en börsnoterad datacenterplats och en välutvecklad regional molnhub för arbetsbelastningar i Asien-Stillahavsområdet.
Meta global data centersAI-kompatibel infrastruktur i Asien-Stillahavsområdet
Japan and Taiwan
Japan och Taiwan har infrastruktur för publika molntjänster och datacenter, med stor efterfrågan inom nätverks-, halvledar- och företagssektorn när det gäller AI-arbetsbelastningar.
Google Data Center LocationsVarför den fullständiga listan inte är offentlig
Operatörerna offentliggör ofta molnregioner, datacenteranläggningar eller investeringsbesked, men de offentliggör vanligtvis inte exakt vilka arbetsbelastningar som körs i varje enskild byggnad. En anläggning kan samtidigt hantera söktjänster, lagring, företagsmoln, AI-inferens och interna system.
Vissa anläggningar hyrs in från colocation-leverantörer, vissa är under uppbyggnad och vissa tillkännages innan den slutgiltiga kapaciteten, elavtalen eller detaljerna kring tillstånden är klara. Offentliga register kan också ligga efter när det gäller byggnads- eller driftsförändringar.
Av den anledningen bör en ansvarsfull karta över AI-datacenter utgå från stora regioner, ha tydliga källangivelser och innehålla formuleringar som uttrycker osäkerhet. Den bör inte ge intryck av att varje synlig molnplats uteslutande är en AI-anläggning.