キオクシアの液冷対応ストレージが示す、AIデータセンター冷却戦略の転換点

分析・見解

計算用チップだけでなく記憶装置も冷却設計の対象になる

AIサーバーでは、計算を担うチップの消費電力が大きくなり、発熱を空気だけで逃がすことが難しくなっています。液冷は空気より熱を運びやすいため、同じ床面積に高性能な機器を集めやすい方法です。これまでは計算用チップや電源部が主な冷却対象でしたが、キオクシアの動きは、データを保存するストレージも冷却方式の一部として考える段階に入ったことを示します。

ストレージは計算用チップほど高温にならない場合でも、大量の読み書きが同時に起きるAI処理では負荷が長時間続きます。冷却の不均衡が起きれば、性能を自動的に落とす制御や、部品の寿命への影響につながります。装置単体の性能ではなく、ラック全体で熱をどう処理するかが製品選びの条件になります。

液冷対応の価値は性能より安定稼働と電力削減に表れる

液冷を導入すれば、必ず処理速度が上がるわけではありません。大きな効果が見込めるのは、空調機の負担を減らし、限られた電力と設置面積を有効に使える点です。データセンターの電力効率を示すPUE（設備を含む総消費電力とIT機器の消費電力の比率）を改善できれば、機器の購入費だけでなく、長期の電気料金にも差が出ます。

一方で、液冷は配管、ポンプ、熱交換器、漏れの検知装置などを必要とします。ストレージを液冷系統に組み込むなら、冷却液との相性、接続部の耐久性、交換時の作業手順まで検証が必要です。冷えることだけを評価し、保守の難しさを見落とすと、障害時の復旧時間がかえって延びる可能性があります。

記憶装置の選定は保存容量から熱密度の管理へ変わる

従来のストレージ選定では、容量、読み書き速度、価格、耐久性が中心でした。今後は、ラックに何台搭載できるか、負荷が集中したときに性能を維持できるか、冷却設備とどのように接続するかも重要になります。特にAIでは、学習データや中間データを短時間に読み書きするため、保存容量だけでなく処理の集中時間を見なければなりません。

ここで見落としやすいのが、ストレージの発熱が単独では小さくても、台数の増加で無視できない熱源になる点です。高密度ラックでは、個々の部品よりも合計熱量が課題になります。液冷対応製品の登場は、冷却を設備担当者だけの問題にせず、サーバー、ストレージ、運用ソフトを一体で設計するきっかけになります。

国内市場では新設施設と既存施設で導入速度が分かれる

新設のAI向けデータセンターなら、配管経路や床荷重、電源容量を最初から設計できます。そのため液冷を採用しやすく、ストレージも対応製品を選びやすいでしょう。反対に、既存施設で空冷ラックを液冷へ変える場合は、配管工事、停止時間、保守要員の訓練が必要です。すべてを一度に切り替えるより、AI用途の一部ラックで試す方が現実的です。

今後の競争軸は、液冷対応という名称だけでは決まりません。冷却機器との接続方式、故障時の切り離し、部品交換の速さ、消費電力の測定方法を共通化できるかが普及を左右します。キオクシアの発表は、半導体メーカーが記憶容量を売るだけでなく、データセンターの熱と運用コストまで意識して製品を設計する転換点と捉えられます。