AI時代の産業地図

第15回では、AIデータセンターを支える「電力」をテーマに、データセンターを動かす電力争奪戦を整理します。AIデータセンターは大量の電力を使います。しかし本当に重要なのは、電力を長期PPAで買うかどうかではありません。まず問われるのは、必要な場所で、必要な時期に、必要な容量を系統から受電できるかです。データセンターの電力調達には、一般の電力小売契約、単年契約、複数年契約、市場連動型契約のような方法があります。一方で、電力価格を長期で安定させたい場合、再エネや環境価値を確保したい場合、大容量電力を戦略的に押さえたい場合には、相対契約や長期PPAが重要になります。さらに、系統接続を待つと時間がかかる地域では、オンサイト電源、ビハインド・ザ・メーター電源、プライベートグリッド、エネルギーパークのような選択肢も出てきています。これは、電力を安く買うためというより、AIデータセンターを早く稼働させるための動きです。今回は、ハイパースケーラー、コロケーション事業者、GPUクラウド、通信会社で、電力調達の考え方がどう違うのかを整理します。海外では、Microsoftによる原子力発電所の再稼働支援、Amazonの原子力発電所隣接データセンター、Googleの次世代原子力契約、Google・Intersect型のオフグリッドエネルギーパーク、Metaの巨大AIデータセンター向け電力インフラ整備など、AI企業が電力確保に直接動き始めています。国内でも、Googleと伊藤忠・クリーンエナジーコネクトによる再エネ契約、SoftBankによるシャープ堺工場のAIデータセンター化、KDDI・Datasection・シャープの堺構想、北海道・石狩のような再エネ立地型データセンターの可能性など、データセンターと電力を一体で考える動きが出ています。AI時代のデータセンターは、どこに建つのか。答えは、土地だけではなく、電力を確保できる場所にあります。出典一覧・IEA, “Energy and AI”, 2025.・Reuters, “Japan sees need for sharp hike in power output by 2050 to meet demand from AI, chip plants”, May 14, 2024.・Reuters, “AES Corp signs 20-year power supply deal with Google”, Feb. 24, 2026.・Reuters, “Google signs AES, Xcel supply deals to meet data-center energy needs”, Feb. 24, 2026.・Reuters, “TotalEnergies agrees renewable power deal with Google for Ohio data centres”, Nov. 12, 2025.・Reuters, “Texas off-grid power build soars as data centers bridge grid delays”, May 6, 2026.・Reuters, “US solar-storage build spurred by gas plant waits”, Jun. 4, 2026.・Reuters, “Google expands utility deals to curb data-center power use during peak demand”, Mar. 19, 2026.・The Guardian, “Amazon enters agreements for nine Australian renewable projects to power datacentres”, Apr. 15, 2026.・Reuters, “Itochu unit signs renewable energy agreement with Google in Japan”, May 24, 2024.・Reuters, “SoftBank, OpenAI to build AI data centre in Japan, Nikkei reports”, Mar. 13, 2025.・The Wall Street Journal, “SoftBank Corp. to Build Large-Scale AI Data Center in Osaka”, Jun. 7, 2024.・The Wall Street Journal, “Sharp Corp. Shares Rise on Plan to Set Up Data Center Using Nvidia Chips”, Jun. 3, 2024.・Tom’s Hardware, “SoftBank to manufacture its own batteries with water-based tech to power AI data centers”, May 12, 2026.・The Wall Street Journal, “SoftBank Launches Japan Battery Venture Amid AI Hardware Push”, May 11, 2026.・Reuters, “Equinix enters into multiple advanced nuclear deals to power data centers”, Aug. 14, 2025.・Reuters, “Meta to invest $10 billion for Louisiana data center”, Dec. 4, 2024.・The Guardian, “Google to buy nuclear power for AI datacentres in ‘world first’ deal”, Oct. 15, 2024.・Business Insider, “Talen CEO says Amazon is investing ‘sweat equity’ at its data center next door to the Susquehanna nuclear plant”, Feb. 2025.・Financial Times, “Data centres turn to aircraft engines to avoid grid connection delays”, 2026.・JERA / Green Power Investment, Ishikari Bay New Port Offshore Wind Farm related materials.

なぜAIデータセンターでは、空冷だけでなく液冷が重要になっているのか。冷却が不十分だと、なぜGPUの性能や稼働率に影響するのか。液冷システムでは、どの企業や技術が重要になるのか。そして、冷却の観点から見ると、どのような立地が有利なのか。今回は、AIデータセンターの冷却産業をテーマに、空冷から液冷への変化を整理します。ポイントは、液冷は単なる省エネ設備ではないということです。冷却が不十分だと、高価なGPUは性能を落とす可能性があります。逆に、冷却が安定すれば、GPUを高い稼働率で使い続けることができます。また、液冷は「水冷」と同じではありません。水や水系の冷却液を使う方式もあれば、電気を通しにくい特殊な液体を使う液浸冷却もあります。この回では、直接液冷と液浸冷却の違い、AIサーバー内部の循環とデータセンター施設内の循環、冷却システムをまとめて提供する企業、ポンプ・モーター・冷却モジュール、漏れ検知や保守、日本企業の産業機会について解説します。さらに、冷却と立地の関係も取り上げます。涼しい場所、水や再生水を使える場所、海や河川に近い場所、排熱を使える都市近郊など、冷却の観点から見た有利な立地とは何かを考えます。AIの裏側で、なぜ「冷やす技術」が大きなビジネスになるのか。冷却産業の構造を、やさしく読み解きます。出典一覧・Imran Latif et al., “Cooling Matters: Benchmarking Large Language Models and Vision-Language Models on Liquid-Cooled Versus Air-Cooled H100 GPU Systems,” arXiv, 2025. 液冷・空冷H100システム比較、GPU温度と性能差。・Reuters, “Nidec sees AI-related business expanding to more than $6 billion,” 2024. ニデックのAIデータセンター向け水冷モジュール事業見通し。・The Green Grid / Water Usage Effectiveness（WUE）関連情報。データセンターの水使用効率指標の定義。・Power Usage Effectiveness（PUE）関連情報。データセンターの電力効率指標の定義。・Yuelin Han, Pengfei Li, Adam Wierman, Shaolei Ren, “Small Bottle, Big Pipe: Quantifying and Addressing the Impact of Data Centers on Public Water Systems,” arXiv, 2026. データセンターの水需要と地域水供給能力への影響。・Wired, “Where Servers Meet Saunas: A Visit to Google’s Finland Data Center,” 2012. Google Haminaデータセンターの海水冷却事例。・Soumyendu Sarkar et al., “Hierarchical Multi-Agent Framework for Carbon-Efficient Liquid-Cooled Data Center Clusters,” arXiv, 2025. 液冷データセンター群の冷却・負荷分散・炭素効率最適化に関する研究。

第13回では、AI時代に重要性が高まる「DC事業者」を取り上げます。データセンター事業者は、単にサーバーを置く場所を貸している会社ではありません。AI時代には、土地、建物、電力容量、冷却設備、通信接続、セキュリティ、運用体制を組み合わせ、巨大なGPUクラスターを動かすための「計算工場の土台」を提供する存在になっています。コロケーションとホールセールは何が違うのか。ビルド・トゥ・スーツとAIキャンパスはどう整理すべきか。なぜ電力容量と液冷対応が競争優位になるのか。そして、GPUの進化が速いなかで、DC事業者は技術の陳腐化リスクにどう向き合っているのか。さらに今回は、日本ではどのような場所がDC用地として注目されているのかも整理します。東京・大阪の都市型DC、印西のような首都圏郊外、北海道・石狩、関西湾岸の工場跡地、北陸・富山、九州・西日本。それぞれの立地には、接続性、電力、冷却、土地、災害分散、アジア接続といった異なる意味があります。「DC事業者＝サーバー置き場の大家」という見方から、「AI時代の計算工場を支えるインフラ事業者」へ、認識をアップデートする回です。出典一覧・International Energy Agency, “Energy and AI,” 2025・Reuters, “Global trade war may produce headwinds for nascent AI sector, IEA says,” 2025・Reuters, “SoftBank, OpenAI to build AI data centre in Japan, Nikkei reports,” 2025・Reuters, “Japan's biggest data centre hub planned in Toyama prefecture,” 2025・The Wall Street Journal, “SoftBank Corp. to Build Large-Scale AI Data Center in Osaka,” 2024・Financial Times, “The fight over data centres at the heart of Japanese cities,” 2026・Equinix, corporate information and data center platform information・Digital Realty, corporate information and data center platform information・NVIDIA, “GB200 NVL72,” product information・Fumikazu Konishi, “SAKURAONE: Empowering Transparent and Open AI Platforms through Private-Sector HPC Investment in Japan,” 2025・Uptime Institute, data center density and liquid cooling related reports・Industry and company materials from NTT Global Data Centers, KDDI/Telehouse, MC Digital Realty, AirTrunk, Colt DCS, SoftBank, Sakura Internet

第12回のテーマは、「なぜAIラボはCoreWeaveに殺到するのか？：ネオクラウドは何を売っているのか」です。CoreWeave、Lambda、Nebius、Crusoeのような「ネオクラウド」は、AWSやAzureのような普通のクラウドと何が違うのか。OpenAIやAnthropicのようなAIラボは、なぜ巨額の契約を結んでまでGPU容量を押さえようとするのか。ネオクラウドは、単なるGPUレンタル業ではありません。GPU、AIサーバー、ネットワーク、ストレージ、データセンター、電力、冷却、運用ソフトウェア、資金調達を束ねて、AIラボに「外部の計算工場」を提供する新しいインフラ事業です。今回は、CoreWeaveを中心に、ネオクラウドのビジネスモデル、ハイパースケーラーやAIラボとの関係、日本におけるGPUクラウド的プレイヤー、NVIDIAとの結びつき、そして成長を支える資金調達の仕組みを整理します。特に重要なのは、ネオクラウドの金融構造です。GPUの短い技術寿命と、データセンターの長い投資回収期間を、2年から5年程度のコミット契約、take-or-pay契約、GPU担保融資、データセンターリースなどでつないでいます。成長性は高い一方で、顧客集中、GPUの陳腐化、契約更新、資金調達環境、NVIDIA依存というリスクも抱えています。AIをソフトウェアではなく巨大インフラ産業として見ると、なぜAIラボがネオクラウドに殺到するのかが見えてきます。出典一覧・Synergy Research Group, “Neocloud Market Forecast to Approach $400B by 2031, Driven by Surging AI Infrastructure Demand”・CoreWeave, Inc., “Form S-1 Registration Statement,” U.S. Securities and Exchange Commission・CoreWeave, Inc., “Form 10-K / Annual Report,” U.S. Securities and Exchange Commission・CoreWeave, “CoreWeave Reports Strong Fourth Quarter and Fiscal Year 2025 Results”・CoreWeave, “CoreWeave Expands Agreement with OpenAI by up to $6.5B”・CoreWeave, “CoreWeave Closes Landmark $8.5 Billion Financing Facility, Achieving First Investment-Grade Rated GPU-backed Financing”・Reuters, “Lambda secures $500 mln loan with Nvidia chips as collateral”・Reuters, “Nebius signs $17.4 billion AI infrastructure deal with Microsoft, shares jump”・Nebius, “Nebius announces multi-billion dollar agreement with Microsoft for AI infrastructure”・SoftBank Corp., “SoftBank to Launch AI Data Center GPU Cloud Powered by Infrinia AI Cloud OS as Part of its Neocloud Business in October 2026”・Business Insider, “CoreWeave stock is tumbling amid fresh data-center financing concerns”・Business Insider, “Blue Owl shopped debt for a CoreWeave data center. Lenders weren’t sold.”

第11回のテーマは、 「OpenAIやAnthropicは、なぜ未来のデータセンターを予約するのか？」です。OpenAIやAnthropicは、ChatGPTやClaudeを提供するAIモデル会社です。 しかし現在、彼らはクラウド会社、半導体会社、データセンター事業者、投資家を巻き込みながら、数年から10年先の計算資源を長期契約で押さえにいっています。OpenAIとOracleの大型契約、Stargate Project、NVIDIA・AMD・Broadcomとの提携。 AnthropicとAmazon AWS、Trainium、Google TPUの関係。 これらは、AIモデル会社が単にクラウドを借りるだけでなく、未来の電力・チップ・データセンター容量を先に予約する存在になっていることを示しています。今回は、こうした契約が「予約金」なのか「将来の支払い義務」なのか、投資家はどのように長期収益を見ているのか、そしてOpenAIやAnthropicは巨額の計算資源投資を回収できるのかを整理します。AIモデル会社は、データセンター会社ではありません。 しかし、未来のデータセンターを予約し、その投資計画を動かす巨大需要家になっています。# 出典一覧・OpenAI, “Announcing The Stargate Project”, 2025年1月21日・OpenAI, “A business that scales with the value of intelligence”, 2026年1月18日・OpenAI, “OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems”, 2025年9月22日・NVIDIA, “OpenAI and NVIDIA Announce Strategic Partnership to Deploy 10GW of NVIDIA Systems”, 2025年9月22日・AMD, “AMD and OpenAI Announce Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs”, 2025年10月6日・OpenAI, “OpenAI and Broadcom announce strategic collaboration”, 2025年10月13日・Reuters, “OpenAI, Oracle sign $300 billion computing deal, WSJ reports”, 2025年9月10日・Oracle, “Oracle Announces Fiscal Year 2026 First Quarter Financial Results”, 2025年9月9日・Reuters, “Moody’s flags risk in Oracle’s $300 billion of recently signed AI contracts”, 2025年9月17日・Reuters, “CoreWeave expands OpenAI pact with new $6.5 billion contract”, 2025年9月25日・Microsoft, “The next chapter of the Microsoft–OpenAI partnership”, 2025年10月28日・Anthropic, “Anthropic raises $30 billion in Series G funding at $380 billion post-money valuation”, 2026年2月12日・Anthropic, “Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute”, 2026年4月20日・Amazon, “Amazon and Anthropic expand strategic collaboration”, 2026年4月20日・Reuters, “Broadcom signs long-term deal to develop Google’s custom AI chips”, 2026年4月6日・CBRE, “North America Data Center Trends H1 2025”, 2025年9月8日・JLL, “2026 Global Data Center Outlook”, 2026年1月5日・Clifford Chance, “Data Centres & AI Compute Infrastructure Insights 2026”・Quinn Emanuel, “Emerging Litigation Risks in AI Data Centers”, 2026年3月13日・Ropes & Gray, “Data Center Investment in 2026: AI Demand, Power Constraints, and Private Equity”, 2026年5月21日

生成AIのニュースでは、OpenAIやNVIDIAが注目されがちです。しかし、その裏側でAIを動かす計算資源を供給しているのが、AWS、Microsoft Azure、Google Cloudのようなハイパースケーラーです。今回は、ハイパースケーラーを単なるクラウド企業ではなく、データセンター、GPU、電力、冷却設備、通信ネットワークを組み合わせる巨大インフラ企業として整理します。クラウド市場では、AWS、Microsoft、Googleの上位3社への集中が進む一方で、物理インフラの裏側では、外部データセンター事業者、電力会社、不動産会社、建設会社への依存も大きくなっています。また、データセンターは世界中に分散していますが、均等に広がっているわけではありません。低遅延やデータ規制対応のために東京・大阪のような都市圏へ置かれる一方、巨大なAI計算を支える施設は、電力と土地を求めて地方や郊外にも広がっていきます。日本でも、AWSやMicrosoftによるクラウド・AIインフラ投資が進む一方、東京・大阪への集中をどう分散するかが重要なテーマになっています。ハイパースケーラーは、AI時代の「電力会社」のように計算資源を供給する存在であると同時に、世界中で電力と土地を買い集める巨大需要家でもあります。AIをアプリやチャットボットとして見るだけでは見えてこない、クラウドの表側と物理インフラの裏側を解説します。【出典一覧】・Synergy Research Group, “Cloud Market Share Trends - Big Three Together Hold 63% while Oracle and the Neoclouds Inch Higher”クラウドインフラサービス市場におけるAWS、Microsoft、Googleのシェア、上位3社への集中傾向を参照。・Microsoft, “FY25 Fourth Quarter Earnings / Annual Report 2025”Azureの年間売上、クラウド・AI事業の成長、データセンター投資に関する説明を参照。・Amazon, “AWS plans to invest 2.26 trillion yen into its Japanese cloud infrastructure by 2027”AWSによる日本国内クラウドインフラへの2.26兆円投資計画を参照。・Synergy Research Group, “Hyperscale Operators to Account for 67% of all Data Center Capacity by 2031”ハイパースケール企業が運営する大型データセンター数、世界のデータセンター容量に占める比率、自社所有とリース施設の内訳を参照。・Ofcom, “Ofcom refers UK cloud market to CMA for investigation”クラウドロックイン、クラウド間の乗り換えやマルチクラウド利用に関する競争上の問題意識を参照。・AWS, “Global Infrastructure Regions & AZs”AWSのグローバルリージョン数、アベイラビリティゾーン数、日本の東京・大阪リージョンに関する情報を参照。・Microsoft Learn, “Azure regions list”AzureのJapan East、Japan Westリージョンに関する情報を参照。・Google Cloud, “Google Cloud Platform Tokyo region now open for business”Google Cloud東京リージョンの開設理由、日本国内顧客への低遅延効果に関する説明を参照。・Google Cloud, “GCP is building its second Japanese region in Osaka”Google Cloud大阪リージョンの開設、低遅延・高可用性に関する説明を参照。・Reuters, “Microsoft to invest $10 billion in Japan for AI and cyber defence expansion”Microsoftによる日本でのAI・クラウドインフラ投資計画を参照。・Reuters, “Japan's biggest data centre hub planned in Toyama prefecture”富山県南砺市で計画される大規模データセンターハブ、日本のデータセンターの東京・大阪集中に関する報道を参照。・JLL, “How to assess a property’s data center potential”1ギガワット超のAIデータセンターに必要な土地面積、変電設備に関する説明を参照。・Hines, “Power Play: The Emerging Powered Land Opportunity”データセンター成長に必要なpowered land、追加4万エーカー規模の推計を参照。・Synergy Research Group, “Neoclouds Currently Growing by Over 200% per Year, Will Reach $180 Billion in Revenues by 2030”ネオクラウド市場の売上成長率、2030年売上予測を参照。・Oracle, “AI Infrastructure”OCIのAIインフラ、NVIDIA GPUを用いたベアメタル、仮想マシン、Superclusterに関する説明を参照。・NVIDIA, “OpenAI and NVIDIA Announce Strategic Partnership to Deploy 10GW of NVIDIA Systems”OpenAIとNVIDIAによる10ギガワット規模のAIデータセンター構築に関する戦略提携を参照。

生成AIのニュースでは、NVIDIAのGPUが注目されがちです。しかし、GPUを買うだけではAIは動きません。GPUをAIサーバーに組み込み、ラックに並べ、電源を供給し、熱を冷やし、GPU同士やサーバー同士を高速ネットワークでつなぐ必要があります。今回は、Supermicro、Dell、HPEのようなサーバーメーカー、FoxconnやQuantaなどのODM企業、そしてスイッチ、NIC、光トランシーバーといったネットワーク機器の役割を整理します。AIサーバーは、GPUやメモリなどの半導体だけでなく、ネットワーク、冷却、電源、ラック設計が組み合わさって成り立つ複雑な産業製品です。AIインフラの競争は、GPU単体の性能競争から、サーバー、ラック、冷却、電力、ネットワークを含めたシステム全体の競争へ広がっています。出典一覧・IDC, “Artificial Intelligence Infrastructure Spending to Reach $758Bn by 2029”・IDC, “Artificial Intelligence Infrastructure Spending to Surpass the $100 Billion Mark by 2028”・NVIDIA, “GB200 NVL72”・NVIDIA, “NVIDIA Partners with World’s Top Server Manufacturers to Advance AI Cloud Computing”・NVIDIA, “Spectrum-X Ethernet Platform for AI Networking”・Supermicro, “NVIDIA GB200 NVL72 SuperCluster”・Dell Technologies, “Dell Technologies Expands Dell AI Factory with NVIDIA to Turbocharge AI Adoption”・HPE, “AI Compute NVIDIA GB300 NVL72 by HPE / NVIDIA GB200 NVL72 by HPE”・QCT, “QCT Announces First Shipment of its NVIDIA GB200 NVL72 System”・Omdia, “Omdia projects Foxconn to become the world’s largest server vendor”

AI半導体というと、NVIDIAのGPUに注目が集まりがちです。しかし、GPUだけではAIは動きません。第8回では、NVIDIAのGPUを実際に支える半導体サプライチェーンを解説します。なぜ、AI向けGPUには「高速なメモリ」が欠かせないのか。なぜ、NVIDIAが設計したGPUを実際に作るには、台湾のTSMCが重要になるのか。なぜ、GPUとメモリを近くでつなぐ技術が、AI半導体の供給を左右するのか。なぜ、日本企業はGPUそのものではなく、製造装置・検査装置・素材の領域で存在感を持つのか。そして、キオクシアはAI半導体ブームとどう関係するのか。NVIDIAの売上が伸びると、その裏側でどの産業に需要が波及するのか。AI半導体を「一社の勝ち負け」ではなく、台湾、韓国、日本を含む巨大なサプライチェーンとして読み解きます。【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/n6e7435ecf22b?sub_rt=share_pw出典一覧：・NVIDIA Developer Blog, “Inside NVIDIA Blackwell Ultra: The Chip Powering the AI Factory Era”, 2025年8月22日。Blackwell UltraのHBM3E容量、メモリ帯域、H100との比較を参照。・TrendForce, “NVIDIA Reportedly Drives 27% of SK hynix Revenue in 1H25, Cementing AI Chip Partnership”, 2025年8月18日。2025年のHBM市場シェア予測、SK hynix、Samsung、Micronのシェアを参照。・TrendForce, “AI Demand Drives 4Q25 Global Top 10 Foundries Revenue to New High as TSMC Leads with 70.4% Market Share”, 2026年3月12日。2025年第4四半期の世界ファウンドリ市場シェア、TSMCとSamsung Foundryのシェアを参照。・TSMC, “CoWoS® - Taiwan Semiconductor Manufacturing Company”. CoWoSの概要、AI・HPC向け用途、ロジックチップレットとHBMの統合に関する説明を参照。・Reuters, “Nvidia CEO says its advanced packaging technology needs are changing”, 2025年1月16日。NVIDIAの先端パッケージング需要、CoWoS-L、パッケージング制約に関する記述を参照。・U.S. International Trade Administration, “Japan - Semiconductors”, 2025年11月20日。日本企業のコーター・デベロッパー、シリコンウェハー、フォトレジストにおける世界シェアを参照。・Advantest, “Test Needs and Solutions in the Memory Semiconductor Market”, 2023年11月29日。HBMの検査需要、積層後検査、高信頼性要求に関する説明を参照。・SEAJ, “Market Forecast Report Semiconductor and FPD Manufacturing Equipment Demand Forecast”, 2026年1月15日。日本製半導体・FPD製造装置の2025年度売上見通しを参照。・Kioxia, “KIOXIA Flash Memory and SSD Solutions Empower AI Innovation at NVIDIA GTC 2025”, 2025年3月19日。AIソリューションにおける高性能ストレージの重要性、キオクシアのNVIDIA GTC 2025での展示内容を参照。・Kioxia, “NVIDIA GTC 2025 - KIOXIA SSD Solutions Empower AI Innovation”, 2025年5月30日。LC9シリーズ122.88TB NVMe SSD、AI用途、ベクトルデータベース、学習・推論向けストレージに関する説明を参照。出典一覧

生成AIブームの中心にいるNVIDIAは、なぜここまで強いのか。第7回では、AIデータセンターの中核であるGPU・AI半導体の競争構造を解説します。NVIDIAは、データセンター向けGPUで圧倒的なシェアを持つ「1強」企業です。ただし、AI半導体市場では、AMD、Google TPU、AWS Trainium、Cerebras、SambaNovaなど、NVIDIA以外のプレイヤーも存在感を高めています。今回のポイントは、NVIDIAの強さが「GPUの性能」だけではないことです。CUDAを中心としたソフトウェア、開発者エコシステム、GPU同士をつなぐネットワーク、サーバー・ラック単位の設計、クラウド企業との結びつきまで含めて、AIインフラ全体を押さえていることが強みです。また、GoogleやAWSが自社AIチップを開発する理由、AMDや専用AIチップ企業がどこで対抗しようとしているのか、そして日本企業にどのようなチャンスがあるのかも整理します。AI半導体の競争は、「どのチップが一番速いか」ではなく、「誰がAIデータセンター全体を最も効率よく動かせるか」という競争に変わっています。NVIDIAの1強構造は続くのか。それとも、推論用途やクラウド自社チップから競争環境は変わっていくのか。AIインフラ産業の中心にある、半導体メーカーの競争地図を読み解きます。【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/nd8567b3f3499?sub_rt=share_pw・NVIDIA Corporation, “NVIDIA Announces Financial Results for First Quarter Fiscal 2027”・NVIDIA, “NVIDIA GB200 NVL72”・NVIDIA, “NVIDIA DGX B200”・NVIDIA Developer, “CUDA Toolkit”・Associated Press, “Nvidia Q1 results surpass Wall Street expectations on AI chip demand”・Omdia, “AI data center chip market to hit $286bn, growth likely peaking as custom ASICs gain ground”・TechInsights, “Data-Center AI Chip Market – Q1 2024 Update”・Data Center Dynamics, “Nvidia data center GPU shipments totaled 3.76m in 2023, equating to a 98% market share - report”・Google Cloud Blog, “Trillium TPU is GA”・Google, “Google Cloud announces Trillium TPUs now available”・Amazon Web Services, “AI Accelerator - AWS Trainium”・Amazon Web Services, “Amazon EC2 Trn2 Instances and Trn2 UltraServers”・Anthropic, “Powering the next generation of AI development with AWS”・AMD, “AMD Instinct MI350 Series GPUs”・Cerebras, “Product - Chip / WSE-3”・SambaNova, “RDU | Next-Gen AI Chip for Inference at Scale”・Preferred Networks, “MN-Core Series”・Preferred Networks, “AI Chips - Business / MN-Server 2”・Rapidus Corporation, “Rapidus Corporation / Next-generation foundry model”・Socionext, “Data Center Infrastructure”出典一覧

AIインフラは、巨大なAIファクトリーやクラウドの中だけで完結するものではありません。 第5回では、AIが企業の中に入り、さらに工場・自動車・病院・店舗・通信基地局のような現場へ近づいていく流れを解説します。まず取り上げるのは、企業向けクラウド／コロケーションAIデータセンターです。 企業がAIを本格的に使うには、社内文書、顧客データ、設計情報、契約書、業務システムなどとAIを安全につなぐ必要があります。 ここで重要になるのが、RAG、プライベートAI、セキュリティ、専用接続、データの所在、運用管理です。次に取り上げるのが、エッジAIです。 エッジAIとは、AIを遠くのクラウドだけでなく、現場に近い場所で動かす仕組みです。 工場のロボット制御、自動車の周辺認識、医療機器、金融取引、店舗や物流の映像解析などでは、低遅延、通信の安定性、データ量、プライバシーが重要になります。今回は、 ・企業AIとは何か ・RAG、検索拡張生成とは何か ・クラウド、コロケーション、プライベートクラウドの違い ・GPUクラウドやネオクラウドはどこに入るのか ・エッジAIでは、どれくらい近くに計算資源を置く必要があるのか ・AIインフラを、電力容量ベースと拠点数ベースで見ると何が変わるのか を、神崎まことと佐伯あかりが対話形式で整理します。企業AIは、データに近いAI。 エッジAIは、現場に近いAI。 この違いを押さえると、AIが社会実装されるときに、どんなデータセンター、通信、セキュリティ、現場インフラが必要になるのかが見えてきます。【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/n6f35e9752d3c?sub_rt=share_pw出典一覧IBM, “What is RAG? Retrieval Augmented Generation”.  https://www.ibm.com/think/topics/retrieval-augmented-generationEquinix, “Equinix AI Factory accelerated by NVIDIA”.  https://www.equinix.com/partners/nvidia3GPP, “Ultra-Reliable Low-Latency Communication”, 2023. https://www.3gpp.org/technologies/urlcc-20225G Americas, “Ultra-Reliable Low-Latency Communication”, 2018.https://www.5gamericas.org/wp-content/uploads/2019/07/5G_Americas_URLLLC_White_Paper_Final__updateJW.pdfAWS, “Announcing AWS Wavelength for delivering ultra-low latency applications for 5G”, 2019.https://aws.amazon.com/about-aws/whats-new/2019/12/announcing-aws-wavelength-delivering-ultra-low-latency-applications-5g/Akamai, “Akamai Inference Cloud Transforms AI from Core to Edge with NVIDIA”, 2025.https://www.akamai.com/newsroom/press-release/akamai-inference-cloud-transforms-ai-from-core-to-edge-with-nvidia

AIデータセンターは、ひとつの種類だけではありません。 第4回では、AIデータセンターを理解するうえで最初に押さえたい「学習用DC」と「推論用DC」の違いを解説します。学習用DCは、巨大なAIモデルを作るための場所です。 大量のGPU、高速ネットワーク、HBM、液冷、大電力を必要とし、ユーザーの近くよりも、電力・土地・冷却・送電網が重要になります。一方、推論用DCは、ChatGPT、Copilot、検索AI、画像生成AI、AIエージェントなどを日々動かす場所です。 AIが使われるたびに計算が発生するため、今後は「AIを作る計算」だけでなく、「AIを使い続ける計算」が大きなテーマになります。今回は、 ・学習と推論の違い ・AIファクトリーとは何か ・GPUを大量に並べるだけでは足りない理由 ・推論用DCで低遅延が重要になる理由 ・AIインフラの重心が、学習から推論へ広がっていく流れ を、ベテラン産業アナリストの神崎まことと、若手経済記者の佐伯あかりが、わかりやすく整理します。AIデータセンターを見るときは、まず「AIを作る場所なのか、AIを動かす場所なのか」を分けて考える。 この視点を持つと、AI、半導体、電力、データセンター投資のニュースがぐっと読みやすくなります。【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/n4a472f98bbc9?sub_rt=share_pw出典一覧International Energy Agency, “Energy and AI: Energy demand from AI”, 2025. https://www.iea.org/reports/energy-and-ai/energy-demand-from-aiMcKinsey & Company, “The future of AI workloads”, 2026. https://www.mckinsey.com/featured-insights/week-in-charts/the-future-of-ai-workloadsMcKinsey & Company, “The next big shifts in AI workloads and hyperscaler strategies”, 2025.https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-next-big-shifts-in-ai-workloads-and-hyperscaler-strategiesNVIDIA, “GB200 NVL72”. https://www.nvidia.com/en-us/data-center/gb200-nvl72/AWS, “Announcing AWS Wavelength for delivering ultra-low latency applications for 5G”, 2019.https://aws.amazon.com/about-aws/whats-new/2019/12/announcing-aws-wavelength-delivering-ultra-low-latency-applications-5g/

第3回では、AI市場の成長を「計算需要」と「データセンター需要」の視点から整理します。今回のポイントは、AIの計算需要を「学習」と「推論」に分けて見ることです。学習とは、AIモデルを作るための計算。推論とは、完成したAIを実際に使うたびに発生する計算です。AIが検索、業務ソフト、画像生成、動画生成、AIエージェントへ広がると、特に推論需要が継続的に積み上がっていきます。また、世界のAI向け計算能力は2030年に向けて大きく伸びると見られています。データセンターの電力消費も拡大し、その中でAI最適化サーバーの比率が高まっていく可能性があります。なぜAI市場の拡大は、データセンター需要の拡大につながるのか。なぜ学習だけでなく推論が重要になるのか。なぜデータセンターの中身はAI化していくのか。今回は、AIブームの裏側で進む「計算需要の急拡大」を、データセンター市場の視点から解説します。【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/n1f41f2d273c4?sub_rt=share_pw出典一覧International Energy Agency, “Energy and AI”, 2025.Gartner, “Gartner Says Electricity Demand for Data Centers to Grow 16% in 2025 and Double by 2030”, 2025.Epoch AI, “AI in 2030”, 2025.McKinsey & Company, “The cost of compute: A $7 trillion race to scale data centers”, 2025.

第2回では、AI時代の中心インフラである「AIデータセンター」について、従来型のデータセンターと何が違うのかを解説します。データセンターというと、企業システムやクラウドサービスを支える大きなサーバールームをイメージするかもしれません。しかしAIデータセンターでは、GPUやAIアクセラレータを高密度に並べ、AIモデルの学習や推論を行うため、設備の考え方が大きく変わります。ポイントは、サーバーの種類だけではありません。ラックあたりの電力、発熱、液冷、GPU同士の高速通信、そして立地条件まで、従来型データセンターとは異なる制約が生まれます。なぜAI向けラックは高密度化するのか。なぜ空冷だけでなく液冷が重要になるのか。なぜGPU同士の通信がAIデータセンターの性能を左右するのか。そして、なぜAIデータセンターは「IT施設」ではなく「計算工場」として見るべきなのか。今回は、AIインフラを理解するうえで欠かせないデータセンターの基本構造を、普通のデータセンターとの比較から整理します。【公式noteで詳細レポート公開中！】https://note.com/ai_industry_map/n/n1b38d85392d2?sub_rt=share_pw【主なキーワード】AIデータセンター / データセンター / GPU / AIアクセラレータ / 液冷 / 電力密度 / ラック密度 / GPU間通信 / NVIDIA / H100 / GB200 / AIインフラ / 計算工場【出典一覧】International Energy Agency, “Energy and AI: Energy demand from AI”, 2025https://www.iea.org/reports/energy-and-ai/energy-demand-from-aiNVIDIA, “GB200 NVL72”https://www.nvidia.com/en-us/data-center/gb200-nvl72/Dell Technologies, “Dell AI Factory Transforms Data Centers with Advanced Cooling, High Density Compute and AI Storage Innovations”, October 15, 2024Dell Integrated Rack 7000、PowerEdge XE9712、https://www.dell.com/en-us/dt/corporate/newsroom/announcements/detailpage.press-releases~usa~2024~10~dell-servers-storage-at-ocp.htmDell Technologies Japan, “Integrated Rack Scalable Systems”https://www.dell.com/ja-jp/shop/storage-servers-and-networking-for-business/sf/integrated-rack-scalable-systemsDell Technologies, “PowerEdge Server and Networking Announcements at NVIDIA GTC 2025”, March 18, 2025https://www.dell.com/en-us/blog/poweredge-server-and-networking-announcements-at-nvidia-gtc-2025/Uptime Institute, “Global Data Center Survey 2025”https://datacenter.uptimeinstitute.com/2025-global-data-center-survey-results

第1回では、ChatGPTのような生成AIが回答を返す裏側で、どのような仕組みが動いているのかを入り口に、AIを支えるインフラ産業の全体像を解説します。AIは、画面の中で動くソフトウェアのように見えます。しかしその裏側では、データセンター、GPU、電力、冷却設備、通信ネットワーク、そして巨額の投資資金が動いています。なぜAIには大量の計算資源が必要なのか。なぜデータセンターや電力会社、半導体メーカー、冷却設備、通信インフラがAI時代の重要テーマになるのか。「AIをどう使うか」ではなく、「AIを動かすために世界の産業構造がどう変わるのか」。この番組の出発点として、AIニュースを産業地図に翻訳するための基本視点を整理します。【主なキーワード】AIインフラ / データセンター / GPU / 電力需要 / 冷却 / 通信インフラ / 半導体 / ChatGPT