AI基盤を自社敷地に置く選択肢、水冷GPUコンテナ型の現実味

分析・見解

建物ごと箱に入れるという発想の強み

コンテナ型データセンターの本質は、建物の代わりに工場で組み上げた箱を置くことにある。通常のデータセンターは設計から竣工まで数年かかる。箱型なら、工場で電源、冷却、配線、ラックを組み込み、現地では設置と接続だけで済む。工期が読みやすく、増設も箱を足す形で進められる。

AI向けの計算機は、従来のサーバーより桁違いに熱を出す。GPUを詰めたラック1本で数十キロワットに達し、空気で冷ますやり方は限界に近い。そこで水冷（＝冷たい水を機器の近くまで通して熱を直接奪う方式）が選ばれる。箱の内部を最初から水冷前提で設計できるため、既存ビルを無理に改修するよりも合理的である。

一社完結が効くのは「責任の所在」だった

この種のパッケージで見落とされがちな価値は、技術よりも責任の一本化にある。GPU、水冷設備、電源、建屋、運用を別々の会社から調達すると、不具合の際に原因の押し付け合いが起きやすい。水漏れ一つとっても、配管の問題か、機器側のコネクタか、設置の問題かで担当が分かれてしまう。

導入から運用まで一つの窓口でまとめる設計は、社内にデータセンターの専門人材がいない企業ほど効く。AI基盤を持ちたいが、冷却の専門家は雇えない。そうした企業にとって、運用を含めた保証が付くことは、性能表の数字以上の安心になる。

クラウドとの比較で見える損益分岐

自社設置が割に合うかは、稼働率で決まる。GPUを常時8割以上動かす用途なら、数年単位ではクラウドより安くなる可能性が高い。一方、週に数日しか使わない研究用途では、クラウドの時間貸しのほうが有利である。

加えて、データを外へ出せない事情も無視できない。医療、金融、製造の設計データ、自治体の住民情報などは、法令や社内規程で国外や外部事業者への持ち出しが制限されることがある。この種の需要は、価格だけでは測れない。国内でも、さくらインターネットなど国産クラウド側がGPU投資を進めており、選択肢は広がっている。自社設置はその中で、データ主権（＝自分のデータを自分の管理下に置く権利）を最優先する層の受け皿になる。

電力と排熱という次の壁

箱を置けても、受電設備が足りなければ動かない。数百キロワット級の箱は、一般的な工場や事業所の契約電力を簡単に超える。受電工事に半年以上かかることもある。

一方、水冷には副産物がある。回収した温水は、暖房や給湯、温室栽培に回せる。欧州では、データセンターの廃熱を地域暖房に使う事例が増えている。敷地内に置く方式は、こうした熱の再利用と相性が良い。電力効率の指標PUE（＝設備全体の電力を計算機の電力で割った値で、1に近いほど無駄が少ない）の改善と、廃熱活用の両面で価値を出せるかが、今後の差になる。