AirTrunk vil bygge fem gigawatt AI-kapasitet i India

AirTrunk vil investere mer enn 30 milliarder dollar i India innen 2030. Målet er over fem gigawatt ny datasenterkapasitet for cloud og kunstig intelligens.

Det er en av de tydeligste markeringene så langt av India som ny kapasitetsregion i AI-markedet. AirTrunk er støttet av Blackstone og Canada Pension Plan Investment Board. Selskapet kom inn i India tidligere i år gjennom oppkjøpet av Lumina CloudInfra. Den eksisterende pipelinen er på 600 megawatt fordelt på Mumbai, Chennai og Hyderabad. Nå løftes ambisjonen til en helt annen skala.

AirTrunk sier investeringen skal støtte Indias ambisjon om å bli et globalt knutepunkt for AI- og cloud-infrastruktur. Ifølge TechCrunch kommer kunngjøringen etter møter mellom AirTrunk-sjef Robin Khuda og indiske myndigheter, inkludert statsminister Narendra Modi. TechCrunch viser også til Bernstein-estimater om at Indias datasenterkapasitet kan øke fra rundt 1,5 gigawatt i dag til opptil 8 gigawatt innen 2030.

Dette er ikke bare en eiendomssak med store tall. For virksomheter som skal kjøpe, drifte eller risikovurdere AI de neste årene, er spørsmålet hvor regnekraften faktisk bygges. Datasentre er blitt en del av AI-leverandørkjeden på linje med modeller, brikker, data og sikkerhetskontroller. Regionvalget påvirker pris, latency, regulatorisk risiko, energitilgang og hvor robust leveransen blir hvis presset på amerikansk og europeisk kapasitet fortsetter.

India har flere forhold som gjør landet interessant. Myndighetene har satt AI, halvledere og digital infrastruktur høyt på den industrielle agendaen. AirTrunk peker selv på Digital India, IndiaAI Mission og India Semiconductor Mission som deler av rammen. Selskapet trekker også frem talentbase, tilgang på fornybar energi og mer samordnet myndighetsarbeid som grunner til at kapitalen flyttes dit.

Samtidig er dette en risikosak. Fem gigawatt er enormt. Slike prosjekter krever kraft, nett, vann, tomter, kjøling, lokal aksept, sikkerhet og lange kontrakter. Når AI-etterspørselen brukes til å forsvare kapasitetsutbygging, flyttes også flaskehalsene. Det holder ikke at GPU-ene finnes. De må stå et sted der kraftsystem, politisk regime og operasjonell modenhet tåler lasten.

For norske ledere er den praktiske konsekvensen enkel: AI-kost og AI-risiko bør ikke lenger vurderes bare som modellpris per token. Spør leverandørene hvor kapasiteten ligger, hvilke regioner som brukes ved peak-belastning, hvilke data som kan flyttes dit, og hva som skjer når kapasitet blir knapp. En strategi som bare sier «bruk global sky» blir for tynn når store AI-plattformer begynner å sikre seg gigawatt i bestemte geografier.

Det er også en suverenitetsdimensjon. Europa diskuterer egne AI-fabrikker og datasentre. USA binder kapital til kraft og brikker. Midtøsten bygger statlige AI-klynger. India vil ikke bare være markedet som bruker tjenestene. Landet vil være stedet der de kjøres. AirTrunk-investeringen passer rett inn i det mønsteret.

Dette betyr ikke at norske selskaper skal flytte AI-arbeidslast til India i morgen. Det betyr at leverandørstyringen må bli mer konkret. Hvor ligger inferens? Hvor ligger trening? Hvem eier kapasiteten? Hvilke underleverandører er inne? Hvilke krav har kunden til data, beredskap og revisjon hvis modellen bruker kapasitet utenfor Europa?

AI-infrastruktur blir mindre abstrakt. Den måles i gigawatt, tomter og langsiktige kraftavtaler. AirTrunk-saken er derfor større enn én datasenteroperatør. Den viser at neste fase av AI-konkurransen handler om hvem som kan bygge nok fysisk kapasitet raskt nok, og hvem som får kontroll på risikoen rundt den.

Kilder og medier

• Primærkilde: AirTrunk, «Blackstone-backed AirTrunk plans to invest US$30bn and +5GW in India», publisert 5. juni 2026: https://airtrunk.com/blackstone-backed-airtrunk-invest-us30bn-5gw-india/
• Verifisering og kontekst: TechCrunch, «AirTrunk commits $30B to build 5GW of AI data centers in India», publisert 5. juni 2026: https://techcrunch.com/2026/06/05/airtrunk-commits-30b-to-build-5gw-of-ai-data-centers-in-india/
• Thumbnail: OpenAI Image 2 / hogby.ai