生成AIの普及がデータセンターの電力消費を急増させ、世界のエネルギー供給網に新たな課題を突きつけている。国際エネルギー機関(IEA)の予測では、世界のデータセンター電力消費は2026年までに1,000TWhを超え、日本の総消費量に迫る可能性がある。こうした中、香港中華煤気(Towngas)が主催する技術賞「TERA-Award」は、国連貿易開発会議(UNCTAD)などと連携し、AI自身によるエネルギー効率化や、核融合、グリーン水素といった抜本的な解決策を模索する動きを加速させている。この潮流は、半導体製造装置や先端材料で世界的な競争力を持つ日本の産業界にとっても、看過できない事業機会と選択を突きつけている。
TERA-Award、AI分野新設の背景
2021年に発足したエネルギー技術賞「TERA-Award」が、2024年の第4回開催にあたり「AI×エネルギー」と「新世代エネルギー技術」の2分野を新設した。主催する香港中華煤気(Towngas)は、賞金総額100万米ドル超を投じ、AIの電力問題解決に資する新興企業の技術実用化を後押しする構えだ。背景には、生成AIの発展がもたらす指数関数的な計算需要と、それに伴う電力消費の爆発的増加という「AIのエネルギー・ジレンマ」がある。国際エネルギー機関(IEA)が2024年1月に公表した報告書によれば、データセンター、AI、暗号資産を合わせた世界の電力消費量は2022年の460TWhから、2026年には最大で1,050TWhに達する見通しだ。この数値は、日本の2022年における総電力消費量、約973TWh(電気事業連合会調べ)に匹敵する規模であり、エネルギー供給体制への負荷が世界的な経営課題として認識され始めたことを示唆する。TERA-Awardが国連貿易開発会議(UNCTAD)やケンブリッジ大学サステナビリティ・リーダーシップ研究所(CISL)との連携を強化しているのも、この問題が単一企業の努力を超えた、国際的な協調と新たな技術体系の構築を必要とするとの認識が広がっているためと見られる。
なぜAIはこれほど電力を消費するのか？
AI、特に大規模言語モデル(LLM)の電力消費の根源は、その計算構造にある。LLMの学習や推論は、GPU(画像処理半導体)内部に集積された数千個の演算コアが、膨大な行列演算を並列実行することで成り立つ。この処理の過程で、数10億から数兆個にのぼるトランジスタが高速でスイッチングを繰り返すが、物理法則上、電力の大部分はジュール熱として失われる。これがAIの電力消費の直接的な原因だ。米NVIDIA製のAI半導体「H100」を8基搭載したサーバー「DGX H100」の最大消費電力は10.2kWに達する。これは日本の一般的な家庭の契約アンペア(30A)の3倍以上に相当する電力が、わずか1台のサーバーで消費される計算だ。さらに、2024年後半に投入予定の次世代機「GB200 NVL72」は、72基のGPUを液冷システムと統合し、一つのラックで最大120kWの電力を消費する。この電力密度の上昇は、データセンターの電力供給・冷却インフラの設計思想そのものを覆しかねない。従来のCPUを中心としたサーバーと比較して、AIサーバーは単位面積あたりの電力密度が10倍以上に達する場合もあり、既存の空冷方式では限界が近いとの指摘が専門家から相次いでいる。
冷却技術が握るデータセンターの限界
データセンターのエネルギー効率を示す指標にPUE(Power Usage Effectiveness)がある。これは施設全体の消費電力をIT機器の消費電力で割った値で、1.0に近いほど冷却などに使う電力が少なく効率的とされる。米Uptime Instituteの2023年の調査によると、世界のデータセンターの平均PUEは1.55で、依然としてIT機器が消費する電力の半分以上が冷却や電源変換の損失で消費されている実態が浮かび上がる。特にAIサーバーの高密度化は、従来の空冷方式の限界を露呈させつつある。サーバーラックの通路を交互に温めたり冷やしたりする「ホットアイル・コールドアイル」方式では、1ラックあたり15kW程度の排熱が限界とされ、100kW超の次世代AIサーバーには対応できない。そこで、サーバー内部の半導体や基板を直接、冷媒液に浸す「液浸冷却」や、冷却液を循環させる配管をCPUやGPUに直接取り付ける「直接液冷(Direct Liquid Cooling)」が次世代の標準技術として注目されている。これらの技術は、空気より熱伝導率が数千倍高い液体の特性を利用し、PUEを1.1以下に改善する可能性を秘める。すでに富士通やNECといった国内企業も液浸冷却サーバーを製品化しており、冷却液を供給する三井化学や、ポンプ・配管を手掛ける日本の部品産業にとっても新たな商機が生まれている。ただし、冷却システムの刷新はデータセンター全体の再設計を伴う大規模投資となるため、普及には時間を要すると見られる。
浮上する次世代エネルギー源の現在地
AIの計算需要を満たすには、省電力化と並行して、電力供給源そのものを増強・多様化する必要がある。TERA-Awardが「新世代エネルギー技術」を重点分野に加えたのは、この課題認識の表れだ。候補となる技術の一つが、再生可能エネルギー由来の「グリーン水素」である。太陽光や風力で発電した電力で水を電気分解して製造するため、利用時に二酸化炭素を排出しない。国際再生可能エネルギー機関(IRENA)の2023年7月の報告では、世界の電解槽の生産能力は2030年までに年間380GWに達する可能性がある。データセンターの敷地内に燃料電池を設置し、水素から直接発電すれば、送電網の不安定さから切り離された安定的な電力源を確保できる。もう一つの有力候補が「核融合」だ。太陽と同じ原理で巨大なエネルギーを生み出すこの技術は、米マイクロソフトが米Helionと2028年からの電力購入契約を結んだことで、実用化への期待が一気に高まった。Helionは2024年にも実証炉「Polaris」で核融合反応を実証し、少なくとも50MWの電力を供給する計画だ。日本では京都大学発のスタートアップ、京都フュージョニアリングがジャイロトロン(プラズマ加熱装置)など核融合炉の基幹部品開発で先行しており、国際的なサプライチェーンの一角を担う。これらの次世代エネルギーは、まだコストや技術的課題を抱えるものの、AIという明確な需要の受け皿が登場したことで、開発競争が加速している。
日本企業が直面する選択
AIの電力問題を巡る世界的な潮流は、日本の産業界に二つの側面から影響を及ぼす。一つは、エネルギー効率化を支える基盤技術における事業機会だ。データセンターの省電力化は、半導体の性能向上と冷却技術の革新が両輪となる。半導体では、より少ない電力で高い性能を発揮する次世代材料、例えば酸化ガリウム(GaO)や窒化ガリウム(GaN)を用いたパワー半導体の開発が鍵を握る。タムラ製作所やノベルクリスタルテクノロジーといった日本企業がこの分野で研究開発をリードしており、AIサーバー向け電源の効率改善に貢献する可能性がある。冷却技術では、前述の液浸冷却システムに加え、冷媒液そのものや、熱を効率的に拡散させるTIM(Thermal Interface Material)と呼ばれる熱伝導材料の市場が拡大する。信越化学工業やデクセリアルズなど、素材分野で高い技術力を持つ日本企業群の活躍が期待される領域だ。もう一つは、エネルギー供給の担い手としての選択である。国内の電力供給が逼迫する中、大規模なAIデータセンターをいかに誘致し、運用するかは国家的な課題となる。再生可能エネルギーの導入拡大はもちろん、SMR(小型モジュール炉)のような次世代原子炉や、水素・アンモニア発電といった新たな電源構成の議論を避けては通れない。AIの進化を社会の活力とするためには、その動力をどう確保するのか。技術開発と社会制度の両面から、日本は今、重大な選択を迫られている。
