AI技術の普及に伴うエネルギー消費量の急増は、データセンターの設計に抜本的な変革をもたらした。その核心にあるのが、従来の空冷システムでは対処できないレベルでGPUに電力を供給し、効率よく冷却するという課題だ。これこそが、AIファクトリーという新たなコンセプトが必要とされる理由だ。

　これまでのデータセンターの冷却は、産業用の空調設計における予測可能な作業の繰り返しだった。サーバをラックに収納し、筐体に冷風を吹き付けるだけで十分だったのだ。しかし、AI技術がこのセオリーを根底から覆した。

　AI革命を支えるハードウェア、特に高性能なGPUは、従来の空冷方式が通用しないほどの熱密度と電力密度で稼働する。大規模言語モデル（LLM）の学習や推論処理におけるプロセッサの要求は、ファンの数を増やしたり回転速度を上げたりする程度では到底満たすことができない。

　IT業界は今、チップを直接冷却する液冷方式の導入と、ラック単位での配電を800ボルトの高電圧直流（DC）へ移行することが必須となる大きな転換点に直面している。

液冷方式の導入が不可避に

　「液冷方式への移行は、もはや検討段階ではなく、必須の要件になりつつある」と語るのは、2024年にSchneider Electricに買収された熱管理の専門企業MotivairでCEOを務めるリッチ・ウイットモア氏だ。「これは高性能な高電圧プロセッサを運用するための世界標準だ。H100のような消費電力が約700Wに達するプロセッサの登場が、明確な転換点となった。従来の空冷システムを無理に適用しようとする試みが、物理的な限界（現実）に直面したのだ。もはや企業に他の選択肢はない」

　この変化を裏付ける物理的な理由は明白だ。単一のプロセッサの消費電力が700Wという閾値を超えると、プロセッサの性能低下（スロットリング）や溶融を防ぐために必要な速度で空気を循環させたり、十分な熱エネルギーを保持したりすることができなくなるためだ。

　これまでの企業向けラックの消費電力は平均10キロワット（キロワット）から50キロワット程度だった。しかし、最新のAI学習用インフラでは140キロワットから150キロワットのクラスタを導入することが一般的になっている。200キロワットに達するシステムも導入が始まっており、2020年代の終わりに向けてメガワット級のラックを想定した参照アーキテクチャも用意されている。

　そこまでのエネルギーが集中すると、冷蔵庫ほどのスペースで、入力された電力の100％が熱に変換される計算になる。

　逆説的ではあるが、この移行は熱力学的な効率性を高めることにもつながる。従来のデータセンターは、極度に冷却された空気を供給するために、電力消費の激しい冷凍機を必要としていた。一方、液冷システムははるかに高い流体温度で動作するため、高温対応の冷却装置や、液体から空気への熱交換をするドライクーラーを使用できる。

　Schneider Electricで冷却技術および製品開発の責任を務めるトゥアン・ホアン氏は、「空冷方式のデータセンターは、熱をそのまま空間に放出する古い車のエンジンのようなものだ」と説明する。これに対して、液冷方式は現代の自動車に近いという。「内燃機関の熱を奪うラジエーターの役割を果たす。密閉循環型のラジエーターを採用すれば、理論上は水の使用量を実質ゼロに抑えることも可能だ」とホアン氏は語る。

800ボルトの直流給電が新たな標準に

　熱の限界によって、データセンターのホワイトスペース（サーバが設置され収益を生み出すエリア）に流体力学の概念が持ち込まれている。その一方で、200キロワットから400キロワットに及ぶサーバ構成を稼働させるために必要な電流は、既存の低電圧配電インフラの許容範囲をはるかに超えてしまう。

　これまで、クラウドインフラは業界団体のOpen Compute Project（OCP）が定めた基準に準拠してきた。これはラックに交流（AC）を供給し、内部電源装置で48ボルトまたは54ボルトの直流（DC）に変換して個々のサーバに給電する仕組みだ。しかし、ラックの電力密度が200キロワットを超えると、この方式は機械的にも構造的にも維持できなくなる。

　Schneider ElectricでAIおよびデータセンター部門のチーフアドボケイトを務めるスティーブン・カルリーニ氏は、「そのアーキテクチャを使い続けようとすると、電力や拡張性の余裕がすぐになくなってしまう」と問題を指摘する。「現状の高密度ラックには8本の電源ケーブルが引き込まれている。これがメガワット級になると、さらに太い32本ものケーブルが必要になり、実用性に欠ける」（カルリーニ氏）

　このボトルネックを回避するため、データセンターの設計は800ボルトの直流給電へと大きくかじを切っている。電圧を上げれば電流を抑えることができ、結果として細いケーブルを使用できるからだ。配電システムを高電圧DCにアップグレードすることで、データセンター事業者はキャビネットに引き込む銅線の太さや重さ、配線の複雑さを大幅に軽減できる。

　この電気的な変革に伴い、電力供給の設計にも新しいアプローチが求められる。これには2つの方向性がある。1つ目は、ハイブリッド型のシステム構成や既存施設の改修向けに設計された「サイドカー方式」だ。これは電力変換用のインフラを主要なITラックから切り離し、計算用ハードウェアのすぐ隣に配置する手法だ。2つ目は、新規建設を対象とした集約型の中央配電方式だ。この方式では、交流から直流への変換を施設全体、配電盤、またはエンドオブロー（EoR）といった上流工程で一括して実施する。

シリコンレベルの変化がもたらす波及効果

　データセンターを半導体のレベルまで見直すことは、インフラの設計や保守の方法を根本から変える。計算クラスタが現在のペースで拡大し続けると、わずかな電気的異常や温度の低下が、事業にとって致命的な結果を招く恐れがある。

　Schneider Electricでセキュアパワーおよびデータセンター部門のエグゼクティブバイスプレジデントを務めるマニッシュ・クマール氏は語る。「データセンターは根本的な変化を遂げている。巨大な規模と複雑さを持つAIファクトリーになりつつあり、データセンターの設計や構築方法を再考し、全容を包括的に捉える必要がある」

　このような産業規模の複雑さに対処するため、物理的なインフラの構築を開始する前にデジタルツインによるモデリングを実施する必要がある。AI開発においては、GPUが電力待ちで稼働できない日ごとに多額の金銭的損失を被る。そのため、事前に熱負荷や電気的な選択性をシミュレーションすることで、設備投資のリスクを軽減し、導入スケジュールを短縮できる。

　800ボルトDC供給方式への移行は、システム保護に関する新たな課題を生み出す。交流システムとは異なり、高電圧の直流回路には電流を遮断しやすい「ゼロ点」が存在しない。そのため、ブレード単位で単一の障害が発生した場合でも、特定の遮断器だけが作動し、数百万ドル規模の学習用クラスタ全体を停止させないような、特殊なソリッドステート回路遮断器の開発が不可欠になる。

　データセンターは2026年の今、重大な岐路に立たされている。事業者や企業のインフラ担当者は、戦略的な決断を迫られている。旧来の空冷や低電圧の配電方式を捨てるか、あるいはAI時代の物理的な現実に既存のインフラが適応できず、時代遅れになるリスクを甘受するかだ。

　次回は、AIファクトリー化の波が、企業のオンプレミスインフラやIT戦略にどのような影響を与えるのかを解説する。