2025年9月　データセンターを制するものはAIを制す

急速に進化するAI。その進化に伴ってAI業界の「常識」も変化する。1年ほど前までは、スケール則がAI業界の常識だった。AIモデルを大きくすればするほど、学習に半導体を多く使えば使うほど、学習データを大きくすればするほど、AIは賢くなるという経験則がスケール則だ。AI大手は半導体の買い占めに走り、AI半導体最大手のNVIDIAの株価が高騰した。

ところが、近年は単純な規模拡大の費用対効果に限界が見え始めた。一方で、ユーザーからの質問に答える際に**推論（Reasoning）**の計算配分や手順を工夫することで、回答精度が大幅に向上するケースが増えている。つまり、「学習時の巨大計算」一辺倒から、「推論時の最適化やデータ品質、訓練設計」を含めた総合的な改良の段階に入ったわけだ。

これにより、半導体需要が減ったわけではないが、NVIDIA依存を緩和する動きが目立つ。Googleは第7世代TPU「Ironwood」を発表し、推論向けに電力効率とコストパフォーマンスを高めた大規模ポッド（最大規模の構成が案内されている）を打ち出した。AmazonはAnthropicと組み、学習（Training）用途の中核として独自開発のTrainium2を大規模展開する計画を進めている（推論ではTPUを含む他基盤の活用も続く）。OpenAIはBroadcomと半導体の共同開発で提携し、2026年から量産が始まると報道されている。

半導体供給がAIの進化を制限する“唯一の足枷”ではなくなりつつあるわけだ。

一方で重要になるのが電力だと、Googleの元CEOのEric Schmidt氏は言う。AI革命を最大限開花させるためには米国だけでも92ギガワットが必要という試算がある（2025年7月の発言とされる）。ちなみに原子力発電所1基で発電できる電力は1ギガワット程度。同氏は「核融合技術と核分裂技術もAIの需要の急速な高まりに間に合わない。300メガ級の小型発電機にも期待が集まっているが、完成するのは2030年以降になりそう」と語っている。

もちろん既存の電力網からの給電だけに頼るのは難しい。そこでAIデータセンターの敷地内（オンサイト）に発電設備を設ける取り組みが進む。

イーロン・マスク氏が5月にテネシー州に立ち上げたAIデータセンターColossus 1では、敷地内で多数のガスタービン使用が外部資料で指摘され、許認可を巡る議論も生じている。また、「数週間以内に初期稼働」するとの発言があるColossus 2は、再利用水システムと浄化施設による冷却の仕組みを備え、1ギガワット級の電力で稼働する巨大AIデータセンターになる見込みだ（正式な確定日程は未公表）。

特筆すべきは同氏のデータセンター建設のスピードだ。NVIDIAのJensen Huang氏は、イーロン・マスク氏の仕事を「超人的（superhuman）」と評し、122日で施設を準備し、19日で学習を開始した前例のないスピードを称賛している。

半導体調査サイトSemiAnalysisによれば、AmazonのクラウドサービスAWSも驚異的なスピードでAIデータセンターの建設を前倒ししている。最終建設段階に入った複数キャンパス合計で1.3ギガワット超の学習向けIT電力が確保されつつあるとの分析で、今秋以降に順次の立ち上がりが見込まれる。

一方、OpenAIはOracleと組んでAIデータセンターを建設するStargateプロジェクトを進めており、4.5ギガワットの追加拡張を公式発表した。テキサス州アビリーンの第一号施設は段階的に建設中で、公式の稼働開始時期は未公表（報道では2026年見込みとされる）。これらを合わせ、計画中の容量は累計で5ギガワット超と見込まれる。なお、資金・事業面ではソフトバンク等が関与している。

AI大手はどこも巨大AIデータセンターの建設に躍起になっているが、調達環境は逼迫している。とくにディーゼル／ガスタービン等の発電機調達の難しさが指摘され、資金力だけでは勝てない局面になっている。

では、巨大AIデータセンターを持つことが、AIモデルの性能向上にどの程度有効なのだろうか。年内には、イーロン・マスク氏のxAIやAnthropicから大規模学習クラスターで訓練された新モデルが出てくる可能性が高い。果たして、大規模クラスターで訓練された新モデルは、OpenAIのGPT-5に圧勝できるのだろうか。