AIデータセンターが統合エネルギーシステムへの緊急の転換を推進

こうした圧力は既に主要な投資判断に影響を与え始めている。OpenAIはジョージア州サバンナ近郊に3.2ギガワットのデータセンターを建設する計画を発表した。電力供給は2028年から2032年にかけて段階的に行われる予定だ。このスケジュールは、大規模プロジェクトが送電網への接続を待つ期間を反映している。業界の報告によると、米国の送電網への接続遅延は平均で約5年。大規模施設の中には、送電容量の確保に最大12年も待たされるところもある。

開発業者が公共送電網から離れる

こうした遅延を受けて、代替策の模索が活発化している。事業者は、オンサイト発電、蓄電池、民間エネルギーパークの建設などを推進している。こうしたメーター後方での取り組みは、公共送電網への直接的な依存度を低減する。独立系発電事業者は、ガス、太陽光、大規模蓄電を組み合わせた専用エネルギーキャンパスを建設している。これらのプロジェクトの工期は、従来の送電網構築よりも短い。

シュナイダーエレクトリックは、業界の方向性を「グリッド・トゥ・チップ」モデルと表現している。このアプローチでは、エネルギーを連続的なシステムとして捉え、電力会社との接続、地域発電、ラックレベルの配電、ソフトウェア制御を統合したプロセスとして調整する。この枠組みは、データセンターの計画が従来のインフラ開発からどれほど大きく変化したかを的確に捉えている。

建設方法も変化している。工場で組み立てられ、現場で設置されるプレハブ式の電気モジュールが普及しつつある。開発者によると、この方式は工期短縮と品質管理の向上につながり、初回通電時のリスクも軽減されるという。設計作業は、最新のチップが市場に出回るずっと前から進められるようになっている。

施設内部では、技術的な要求がますます高まっている。

次世代ラックは、それぞれ200キロワットを超える出力を誇り、深刻な発熱と電力管理の問題を引き起こしています。そのため、運用者はラック内部に800ボルトの直流電源を導入するなど、より高電圧のシステムへと移行しつつあります。高電圧化によって電流が低減し、損失が抑制され、ケーブルもよりスリム化できます。しかし、コンピューティング密度が高まるにつれて、電源機器の設置面積は拡大し続けています。

これらのシステムの管理において、ソフトウェアはハードウェアと同様に重要な役割を担うようになっています。シュナイダーエレクトリック社によると、建設開始前に電力システム全体をモデル化するために、オペレーターはデジタルツインを活用しているとのことです。その後、エネルギー管理プラットフォームは、稼働開始後に複数の電源をリアルタイムで監視します。AIツールは、故障を予測し、メンテナンスのスケジュールを立て、パフォーマンスを向上させます。同社によれば、これらのツールによって停電リスクを大幅に削減し、手作業による介入を減らし、機器の寿命を延ばすことができるといいます。ただし、これらの数値は現場の状況やシステム設計によって異なります。

送電網の容量と地政学的緊張が競争を左右する

既存の送電網容量に関するより広範な問題も議論に加わっている。ソフトウェア会社のGridCAREは、高度なモデリングによって、今後3～5年で米国全土に最大300ギガワットの隠れた送電容量が特定できる可能性があると主張している。しかし、これらの主張はまだ独立した​​検証を受けていない。電力会社と規制当局は、大規模な新規建設を待たずに接続を迅速化する方法を探している。

地政学的な側面も浮上している。テクノロジー系メディアが引用したブルームバーグの報道によると、中国のZ.aiは国産チップのみで構築された1ギガワットのAIデータセンターを稼働させた。国家のコンピューティング戦略は、半導体供給だけでなくエネルギー安全保障とも密接に結びついている。米国では、データセンターの拡張に対する地域住民の反対が高まっている。電気料金、騒音、汚染、送電網への負荷は、AI投資が盛んな地域で政治的な火種となっている。

Axiosは、米国中部大西洋岸地域の大部分と中西部の一部に電力を供給するPJM送電網全体で電気料金が上昇していると報じた。AI関連の需要増加は、料金と信頼性に関する懸念をさらに高めている。開発者にとって、新規プロジェクトの経済性は、技術選択と同様にインフラ整備に関する政治的な動向にも大きく左右される。

AI経済の基盤としての権力

次世代のAI施設は、統合エネルギーシステムとして構築されるだろう。その成功は、電力会社の変電所からプロセッサに至るまで、発電、蓄電、配電、そしてソフトウェアの連携にかかっている。電力は、AI経済の成否を左右する基盤となる。