# AIデータセンターを建てられる場所は何で決まるか 電力・冷却・水の上限

- 媒体: 知能圏（CHINOUKEN）
- 公開日: 2026-08-19
- カテゴリー: データセンター・電力
- タグ: データセンター、液冷、電力、PUE
- 想定読了時間: 約22分
- 調査基準日: 2026年8月19日
- 出典: 17件（末尾の「参照リンク」に番号順で記載）
- ページ: https://www.chinouken.com/articles/ai-datacenter-power-cooling
- このMarkdown: https://www.chinouken.com/articles/ai-datacenter-power-cooling.md
- 利用条件: 引用する場合は出典として「知能圏（chinouken.com）」と該当ページのURLを明記してください。本文の再配布は行わず、要約や引用の範囲で使ってください。

AIデータセンターで同時に動かせるGPUの量は、敷地へ届く電力、ラックへ配れる電力、屋外へ捨てられる熱の量という三つの上限で決まります。電気は変電所から何段もの変換を経てチップへ届き、ほぼ同じ量が熱として戻ってくるため、入口と出口のどちらかが細ければ、GPUを買い足しても同時には動かせません。送電網への接続から液冷、PUEと水、日本の制度までを一つの流れとして読み、図面上の容量と実際に使える容量の差を確認します。

![送電鉄塔と変電設備から開閉装置を経てサーバーラック列へ電気が入り、冷却水の配管と冷却水分配装置を通って乾式冷却器と冷却塔へ熱が出ていくデータセンター全体の図](https://www.chinouken.com/images/articles/ai-datacenter-power-cooling/hero-v2.png)

*データセンターは、電気を計算へ変え、ほぼ同じ量の熱を連続して外へ運ぶ一つの機械です。*

## 電気が入り 熱が出る一つの機械

AIの利用が増えると、その分の計算はどこかの建物で連続運転になります。GPUを買い足せば計算能力が増えるように見えますが、動かすには敷地へ届く電力と、発生した熱を屋外へ渡す経路が同時に必要です。サーバーが消費した電力はほぼ全量が熱に変わるため、100メガワットの計算設備を動かす場所は、同時に100メガワット規模の熱を運び出す設備でもあります。

だからデータセンターは、送電網から電気を受け、電圧を変え、ラックへ配り、チップで計算に使い、その熱を屋外へ逃がすまでが一つの機械として動きます。その敷地で同時に動かせるGPUの量を決めるのは、入口の受電と出口の排熱のうち細い方です。

需要の伸び方は、この二つの制約とは別の速さで進みます。IEA（国際エネルギー機関）は、世界のデータセンターの電力消費が2025年の485TWhから2030年に約950TWhへ倍増し、AI向けはその間に三倍になるという見通しを示しました。2025年だけでもデータセンター全体で17%、AI向けでは50%伸びています。同時にIEAは、ガスタービンの発注が2025年に70%増えたことや、広帯域メモリ（HBM）の不足が少なくとも2027年末まで続く見込みであることを挙げ、供給側の詰まりが短期の伸びを抑えるとも書いています。

日本でも同じ順序で制約が現れており、電力広域的運営推進機関の想定では、データセンターと半導体工場の新増設によって、全国の最大電力需要は2024年度と比べて2029年度に431万kW、2034年度に715万kW増える見込みです。GPUの調達、送電網への接続、電力機器の製造、建設、冷却設備の据付は、それぞれ異なる時間軸で進みます。この記事では、その時間軸の違いがどこで容量の制約として現れるかを、電気の入口から熱の出口まで順に追います。

## 敷地の受電量とラック1本の電力は別の上限

同じメガワットという単位でも、敷地全体の受電量とラック1本へ流せる電力は別々に決まります。敷地の受電量は、契約上の数字だけでは確定しません。送電網の空き容量、送電線、変電所、変圧器、開閉装置、非常用発電機、そして工事と各種の認可が揃って初めて、その電力が実際に届きます。

ラックの容量は、その電力を狭い床面積へ安全に配り、同じ場所から熱を除去できる上限です。IEAは、AIサーバーの電力密度が2020年から2025年で11倍になり、2027年までにさらに四倍へ向かうと見ています。2027年のラック1本は、一般家庭65世帯分の電力を使い、ガスボイラー30台分の熱を出す計算になります。これはすべてのラックの平均ではなく方向性を示す数字ですが、既存の低密度な空冷フロアへ新しいラックを置くだけでは足りない理由を表しています。

機器側もこの前提で作り替えられています。NVIDIAが2027年の量産へ向けて進めると説明しているのは、1本あたり1メガワット級のラックを見据え、建物側から800Vの直流でラックまで送る構成です。同社の説明では、従来の交流配電では1メガワットのラック1本に最大200kgの銅のブスバー（母線）が必要になり、交流と直流の変換を繰り返す損失も積み上がります。これはベンダーの公表値ですが、ラックの電力が上がると配電方式そのものを変える段階に入っている点は、設計の前提として無視できません。

計画段階では、次の四つの数字を別の欄に置きます。混ぜて話すと、契約は足りているのに設置できない、あるいは設置できても同時に動かせないという食い違いが起きます。

**同じメガワットでも意味が違う四つの数字**

| 数字 | 何の上限か | 混同しやすい相手 |
| --- | --- | --- |
| 敷地の受電量 | 敷地全体が送電網から受けられる電力 | IT機器が使える電力 |
| IT負荷 | サーバーとネットワークが実際に使う電力 | 敷地の受電量 |
| ラック1本の電力 | 1本へ配れて熱も抜ける上限 | 建物全体の受電能力 |
| CDUの熱容量 | 冷却水側で運べる熱量 | ラック1本の電力 |

## 契約の先に続く変換と冗長化の鎖

電気は、系統への接続点から変電所、変圧器、開閉装置、無停電電源装置（UPS）、分電盤やバスウェイを通り、ラック内の電源装置を経てチップへ届きます。各段に容量、効率、短絡電流、保護協調、保守用の空間、調達期間があります。変圧器だけ間に合わない、バスウェイだけ定格を超える、UPSを冗長構成にした分だけ使える容量が減る、という形で詰まります。

UPSは停電や電圧の乱れからIT機器を守りますが、通過する電力の一部は損失として熱になります。米エネルギー省（DOE）の設計指針は、UPS、変圧器、分電盤といった各段の損失を個別に計測し、どの機器までUPSで守る必要があるかを評価するよう勧めています。施設全体の効率を一つの平均値で語らず、入力からラックまでの電力を境界ごとに測る、という考え方です。

AIの処理には、電力が急に増減するという別の性質もあります。IEAは、学習中に1秒以内で定格の50%を超える負荷の振れが繰り返し起きることを挙げ、2030年にはデータセンター内の蓄電池が世界で20〜25GWへ達し得ると見ています。蓄電池は長時間の電源を作るものではなく、瞬時の変動を吸収し、非常用発電機が立ち上がるまでをつなぎ、条件が合えば系統側の調整に協力するために置く設備です。何分間、どの負荷へ供給するのかを設計時に決めます。

機器側でも同じ問題への対策が始まりました。NVIDIAは、GB300世代の電源棚に電解コンデンサによる蓄電を組み込み、処理の開始時は電力上限を段階的に引き上げ、終了時はGPUをあえて発熱させて電力を緩やかに落とす仕組みを説明しています。これによって系統から見たピーク需要を最大30%抑えられる、というのが同社の主張です。数値は同社の公表値ですが、ラック内で電力の波形を整えるという発想は、次に見る系統側の問題と対になっています。

## 系統から見たデータセンターの止まり方

データセンターが自分を守る動作は、送電網の側から見ると大きな負荷が一斉に消える出来事になります。米国のNERC（北米電力信頼度協議会）は、2024年7月10日に東部連系系統で起きた事例を公開しています。230kVの送電線で避雷器が故障し、両端で自動再閉路が繰り返された結果、82秒の間に6回の電圧低下が発生しました。1回の継続時間は42〜66ミリ秒、電圧は定格の0.25〜0.40倍まで落ちています。

このとき、同じ地域で約1,500メガワットの負荷が系統から消えました。電力会社の設備が切り離したのではなく、データセンター側の保護制御が非常用電源へ切り替えた結果です。しかも大半にあたる約1,260メガワットは3回目の電圧低下で切り替わり、その後数時間戻りませんでした。切り替わった施設の大半は「1分以内に3回の電圧擾乱を数えたら、手動で戻すまで系統から離れる」という制御方式を採用しており、送電線側の再閉路の回数とちょうど噛み合ったためです。

系統側では、負荷が消えたことで周波数が60.047Hzまで上がり、電圧は定格の1.07倍まで上昇しました。電圧は、運用者が調相設備を切り離して戻しました。今回は深刻な事態に至りませんでしたが、NERCは、大規模需要家に動的な応答モデルの提出を求めること、故障時にどれだけの負荷が脱落し得るかを事前に検討すること、自動再閉路の設定を負荷脱落の可能性込みで決めること、復帰時の増加速度を契約に含めることを挙げています。大規模需要家を規制対象として登録すべきかという論点も未解決のまま残されています。

ここで起きているのは、UPSと保護制御が想定どおり働いたのに、系統の想定が壊れたという事象です。データセンター側から見れば無停止で、系統側から見れば発電所一基分の負荷が一瞬で消えます。接続条件の交渉が長引く背景には、この非対称があります。

![送電線の故障から自動再閉路が繰り返され 82秒で6回の電圧低下が起き 3回目でデータセンター約1260メガワットが非常用電源へ移り数時間戻らなかった経過を示す図](https://www.chinouken.com/images/articles/ai-datacenter-power-cooling/figure-load-loss-timeline-v2.png)

*施設側の保護は設計どおり働き、系統側では発電所一基分の負荷が消えました。*

## 空気から液体へ移る熱の道

空冷は、ファンで空気をサーバーへ通し、空調機や熱交換器へ熱を運ぶ方式です。高温側と低温側の通路を分け、風量、圧力、温度と湿度を整えれば、今も十分に有効です。ただしラックの電力が上がるほど、必要な風量、ファンの消費電力、確保できる温度差、床下や風路の空間が厳しくなります。空冷で扱えるのは1ラックあたり20kW前後、というのが国内の技術記事でよく紹介される目安です。

直接液冷では、プロセッサやメモリにコールドプレートと呼ぶ受熱板を密着させ、液体で熱を回収します。OCP（Open Compute Project、データセンター機器の設計を公開する業界団体）の指針は、コールドプレート、配管、着脱継手、分配配管、IT機器側の冷却水回路、CDU（冷却水分配装置）、建物側の冷却水回路、冷却塔や冷凍機までを一つの冷却システムとして扱います。CDUはポンプと熱交換器でIT側と建物側の回路を分け、流量、圧力、温度、水質を管理する装置です。

CDUは、電力機器と同じくメガワット単位で仕様が決まる独立した設備になりました。OCPで公開されたProject Deschutesは、Googleが提出した2メガワット級の液体対液体CDUの仕様です。この2メガワットはラック1本の値ではなく、CDU1台が扱う熱量を指します。仕様に対応する製品を出す機器メーカーは、供給水と戻り水の温度差を3℃まで詰める要件や、0.2マイクロメートルのろ過、ポンプ回路ごとの電源冗長化を挙げています。

屋外側の設備構成を決めるのは、冷却水の温度です。ASHRAE（米国暖房冷凍空調学会）は、IT機器へ供給する水の温度を上限値でW17からW45、それ以上をW+として分類しています。供給温度を高く取れるほど、冷凍機を使わずに外気だけで熱を捨てられる時間が増えます。NVIDIAが次世代のラックで45℃の冷却水を前提にすると説明しているのも、この関係を使うためです。

液冷は方式の総称なので、導入時には中身を確認します。コールドプレートは主な発熱部だけを液体で冷やし、残る部品には空気を併用する構成が普通です。液浸はIT機器を絶縁性の液体へ沈めます。どちらも水をラックへそのまま流すという意味ではなく、冷却液と材料の適合、漏れの検知、着脱継手、ろ過、ポンプの冗長化、保守時の排液までが運用要件になります。

## 内向きの電気と外向きの熱

受電容量を確認したら、同じ大きさの熱をどこまで運べるかを逆向きに追います。チップからコールドプレート、分配配管、CDU、建物側の冷却水回路、乾式冷却器や冷却塔や冷凍機へ流し、最後に大気か再利用先へ渡します。供給と戻りの温度差、流量、圧力損失、外気温度との差が不足すると、契約上のメガワットを使い切れません。

熱の経路には、電力とは違う壊れ方があります。ポンプの停止、弁の誤動作、ろ過器の詰まり、空気の混入、腐食、漏れ、センサーのずれ、そして屋外の気象です。UPSでIT機器が動き続けていても、冷却が止まれば高密度のラックは温度上昇が速く、秒から分の単位で安全停止が必要になります。電力の非常時手順と冷却の非常時手順は、別々ではなく組み合わせて試験します。

計画図には、設備名だけでなく境界ごとの値を書き込みます。系統と変電所には供給可能な電力と接続時期、ラックには最大と平均の電力、冷却水回路には供給温度、戻り温度、流量、温度差、CDUには扱える熱量、屋外への放熱には設計外気条件と水の使用量です。測定点のない容量は、運用が始まってから検証できません。

![系統接続 変電 UPS 配電 ラックへ入る電気の流れと 屋外への放熱 建物側の回路 CDU 分配配管 チップへ戻る熱の流れを左右に並べた図](https://www.chinouken.com/images/articles/ai-datacenter-power-cooling/figure-power-heat-flow-v3.png)

*電気は左の列を下へ、熱は右の列を上へ進みます。同じ高さに並ぶ境界で測る値を対にすると、どちらが細いかが分かります。*

## PUEが答えない水と計算効率

PUEは、データセンター全体の年間エネルギーをIT機器の年間エネルギーで割った値です。2026年版のISO/IEC 30134-2は、測定の区分、敷地内発電、計測できないエネルギーの扱いを更新しました。値が1へ近いほど付帯設備の消費は小さくなりますが、AIモデルが少ないエネルギーで良い回答を出したかどうかは、この指標では分かりません。

水は別の指標で測ります。DOEの定義では、敷地の水使用効率（WUE）は年間の敷地内水使用量をIT機器の年間エネルギーで割った値で、単位は1kWhあたりのリットルです。蒸発冷却は冷却の消費電力を抑えやすい一方で水を使い、乾式冷却器は現地の水を減らせても、暑い日のファン電力と冷却能力に影響します。片方だけを目標にすると、もう片方が悪化します。

この引き換えは、実際の設計判断にも現れました。Microsoftは、蒸発を伴わない閉じた回路でチップを直接冷やす設計により、1棟あたり年間1億2,500万リットル以上の水を使わずに済むと説明し、2026年にフェニックスとマウントプレザントの建設中拠点で試験すると公表しました。同時に同社は、蒸発冷却をやめることで年間の消費電力はわずかに増えるとも書いています。水を減らす判断は、電力を増やす判断とセットになります。

条件次第で結果が変わることは、公的な試算でも確認できます。ローレンス・バークレー国立研究所（LBNL）の2024年報告は、米国各地の気象データと九つの冷却方式を組み合わせ、100万通りを超える条件でPUEと敷地のWUEを計算しました。結論は、気候、設定温度、冷却構成によって最適解が動くというものです。閉じた液冷回路を使うことと、最終的に冷却塔で水を蒸発させることは別の話なので、水の逼迫度、電源構成、年間の気象を立地ごとに評価します。

**効率指標が答える質問と答えない質問**

| 指標 | 答えること | 単独では答えないこと |
| --- | --- | --- |
| PUE | 施設全体の電力をIT機器の電力で割った比 | AIモデルの計算効率 水 温室効果ガス |
| WUE | 敷地内の水使用量をIT機器のエネルギーで割った比 | 発電側で使う水 電源構成の排出量 |
| 稼働率 | 設備が仕事をしている割合 | 回答の品質 応答時間の目標達成 |
| kWhあたりの仕事量 | 目標時間内に処理できた件数やトークン数 | 施設全体の環境影響 |

## 日本で建てるときに先に決まる順番

日本で立地の可否を左右するのは、電力を確保する順番と手続きです。資源エネルギー庁の資料は、千葉県の印西・白井地域を例に、東京電力パワーグリッドが千葉印西変電所などの対策工事を進めてもなお、計画中の工事による供給可能量を超える申込みが来ており、立地条件によっては数年以上の工期が必要になる場合があると説明しています。

同じ資料は、系統の容量を先に押さえたまま実需が伴わない「空押さえ」の三つの形も挙げています。工事に必要な協議が進まず保留のままのもの、いったん出した計画を下方修正したり送電開始日を延期したりするもの、計画に比べて使用実績が伸びないものです。印西エリアの実態調査では、保留状態のものが10件弱、容量にして500メガワット弱ありました。容量は申込順に確保される一方、工事は工事費負担金の入金後に始まるため、手続きが滞ると容量だけが長期間押さえられます。

対応策も動き始めました。早期に電力供給を開始できる場所を示す「ウェルカムゾーンマップ」の拡充、エリア別の特別高圧需要の申込状況の公表、供給承諾から工事費負担金の入金までに期限を設ける検討が進んでいます。経済産業省と総務省が進める「ワット・ビット連携」は、脱炭素電源、送配電、通信、データセンターの立地を別々に決めず、まとめて整備する方針です。電気が余る場所と、通信、土地、人材が揃う場所を結び直す作業になります。

省エネルギー側の規律も2026年4月に強化されました。省エネ・非化石転換法に基づき、2026年度提出分の定期報告書からデータセンターに関する項目が追加され、対象となったデータセンターの情報は提出年度の年度末までに事業者自身が公表します。ベンチマーク制度の目標は2030年度までにPUE1.4以下で、これに加えて2029年度以降に新設するデータセンターには、稼働開始から2年が経過した時点の翌年度以降、PUE1.3以下という効率基準が課されます。基準を満たせない事業者に課されるのは、合理化計画の作成と提出です。他社から借りた場所へ自社のIT機器を持ち込むテナント型も、2026年度の提出から対象へ加わりました。

## 使える容量の買い方

比較や契約の場面では、決める順番を固定すると判断が速くなります。第一に、処理内容、同時稼働率、成長の見込みを決めます。第二に置くのは、IT負荷の最大値と平均値、ラック1本の電力です。第三に、系統からラックまでの容量、冗長性、損失、接続時期を確定します。第四に、同じ負荷を熱としてチップから屋外まで運べるかを、設計上の外気条件で確認します。

第五に行うのは、電源側の障害と冷却側の障害を組み合わせた実負荷試験で、蓄電池、非常用発電機、ポンプ、弁、制御、安全停止までの手順が対象です。第六に、PUEとWUEを年間と部分負荷で測り、処理1件あたりのkWh、目標時間内に返せた処理量、障害からの復帰時間を重ねます。定格の合計ではなく、最も厳しい日にも同時に使える量が、その施設の容量です。

需要予測に一点で賭ける必要はありません。LBNLの2025年更新は、2030年の米国データセンターの電力消費を参照ケースで649TWh、感度ケースを含めて521〜843TWhと幅で示しました。IT機器の設置量、GPUの出荷量、AIチップの使用年数、待機時の消費電力と稼働率のどれを変えるかで、結果は数百TWh動きます。この幅の中で計画するなら、電力と冷却をまとまった単位で段階的に増設し、計測したデータで次の投資を決める方が堅牢です。

ここからは筆者の見立てです。今後の調達交渉では、契約電力のメガワットよりも、「いつから、何度の冷却水で、どれだけの熱を捨て続けられるか」が先に問われるようになると考えています。電力は契約と工事で確保できますが、熱の出口は気象と水と立地に縛られ、後から増やしにくいためです。

AIデータセンターは、エネルギーの技術であると同時に、熱を運ぶ技術であり、運用を制御する技術です。GPUの台数、契約メガワット、PUEの一数字ではなく、電気が入り、計算し、熱が出る一周を測れば、建てられる容量と実際に使える容量の差が見えてきます。

**稼働前に固定する四つの境界**

| 境界 | 固定する値 | 受入試験 |
| --- | --- | --- |
| 系統から敷地 | 供給可能な電力 接続時期 冗長経路 | 系統と非常用発電機の切替 |
| 敷地からラック | IT負荷 ラック1本の電力 損失 | 最大負荷と急変動 |
| チップから建物側回路 | 流量 供給温度 戻り温度 温度差 | ポンプと弁の障害 |
| 建物から屋外 | 設計外気条件 水使用量 熱容量 | 最も暑い日の条件と部分負荷 |

## 参照リンク

1. [IEA: Key Questions on Energy and AI](https://www.iea.org/reports/key-questions-on-energy-and-ai)
2. [Lawrence Berkeley National Laboratory: United States Data Center Energy Usage Report: 2025 Update](https://bies.lbl.gov/publications/united-states-data-center-energy-2025)
3. [Lawrence Berkeley National Laboratory: 2024 United States Data Center Energy Usage Report](https://eta-publications.lbl.gov/sites/default/files/2024-12/lbnl-2024-united-states-data-center-energy-usage-report.pdf)
4. [U.S. Department of Energy: Best Practices Guide for Energy-Efficient Data Center Design](https://www.energy.gov/sites/default/files/2024-07/best-practice-guide-data-center-design.pdf)
5. [ISO: ISO/IEC 30134-2:2026 — Power usage effectiveness](https://www.iso.org/standard/30134-2)
6. [NERC: Incident Review: Considering Simultaneous Voltage-Sensitive Load Reductions](https://www.nerc.com/globalassets/our-work/reports/event-reports/incident_review_large_load_loss.pdf)
7. [Open Compute Project: Cold Plate Development and Qualification](https://www.opencompute.org/documents/ocp-cold-plate-development-and-qualification-with-integrated-comments-pdf)
8. [Open Compute Project: Advanced Cooling Facilities Reference Design Guidance](https://www.opencompute.org/documents/ocp-acf-reference-design-guidance-white-paper-pdf-1)
9. [Open Compute Project: Project Deschutes: 2MW Next-Generation CDU](https://ocpprodweb3.opencompute.org/documents/ocp-specification-deschutes-final-2025-09-05-pdf)
10. [ASHRAE: Emergence and Expansion of Liquid Cooling in Mainstream Data Centers](https://www.ashrae.org/file%20library/technical%20resources/bookstore/emergence-and-expansion-of-liquid-cooling-in-mainstream-data-centers_wp.pdf)
11. [NVIDIA: NVIDIA 800 VDC Architecture Will Power the Next Generation of AI Factories](https://developer.nvidia.com/blog/nvidia-800-v-hvdc-architecture-will-power-the-next-generation-of-ai-factories/)
12. [NVIDIA: How New GB300 NVL72 Features Provide Steady Power for AI](https://developer.nvidia.com/blog/how-new-gb300-nvl72-features-provide-steady-power-for-ai/)
13. [Microsoft: Sustainable by design: Next-generation datacenters consume zero water for cooling](https://www.microsoft.com/en-us/microsoft-cloud/blog/2024/12/09/sustainable-by-design-next-generation-datacenters-consume-zero-water-for-cooling/)
14. [経済産業省・総務省: ワット・ビット連携官民懇談会取りまとめ1.0](https://www.meti.go.jp/press/2025/06/20250612001/20250612001.html)
15. [資源エネルギー庁: 局地的な大規模需要に対する規律確保について](https://www.meti.go.jp/shingikai/enecho/denryoku_gas/saisei_kano/smart_power_grid_wg/pdf/003_03_00.pdf)
16. [資源エネルギー庁: 増加が見込まれるデータセンターの電力需要をどうする？](https://www.enecho.meti.go.jp/about/special/johoteikyo/data_center2026.html)
17. [日経クロステック: 国内データセンターで液冷が始動、発熱抑制へ脱GPUも](https://xtech.nikkei.com/atcl/nxt/column/18/02985/111200007/)

2026年8月19日時点の公式資料を確認しています。仕様は更新される可能性があります。

---

© 知能圏 https://www.chinouken.com/articles/ai-datacenter-power-cooling