【第2回】AI最大の壁はデータセンターだった！電力不足がAIの未来を左右する理由

※本記事は、投資判断や個別銘柄の推奨を目的としたものではありません。株価や業績、企業の取り組みに関する情報は執筆時点のものであり、状況は日々変化します。投資の最終判断は、必ずご自身の責任において行っていただきますようお願いいたします。

「電力」がAIの主役になるなんて

前回の第1回「AIブームは本当に続く？半導体だけでは語れないAIの仕組み」では、AIブームを支えるGPU・CPU・DRAM・NANDという4つのパーツについてお話ししました。

正直に言うと、私自身「AI＝半導体の話」だとずっと思っていました。

けれど調べていくうちに、それだけでは足りないと気づきました。半導体をいくら並べても、それを動かす「電力」が足りなければ、AIは動きません。

そして電力を必要とするのが、AIサーバーが集まる場所――「データセンター」です。

今回はこのデータセンターと電力の関係を、初心者向けに整理していきたいと思います。

まずは全体の流れから

私たちがChatGPTに質問を送るとき、実際には何が起きているのでしょうか。

私たちのスマホ・PC
　↓（インターネット経由）
データセンター
　├ AIサーバー（計算する）
　├ 冷却設備（熱を逃がす）
　└ 送電設備（電気を届ける）
　↓
回答が画面に返ってくる

私たちの目には「一瞬で答えが返ってきた」としか見えません。ですが、その裏側では巨大な建物の中で、大量の電気を使いながら計算が行われています。

今日は、この「データセンター」という巨大な建物の中身と、そこで起きている電力問題を見ていきます。

データセンターとは何か ― 「サーバーが並ぶ建物」で終わらせない

データセンターと聞くと、「サーバーがたくさん並んでいる建物」というイメージは、多くの方がすでにお持ちだと思います。

ここでは、もう一歩踏み込んで、AIデータセンターが従来型とどう違うのか、何が投資テーマとして注目されているのかを整理しておきたいと思います。

「ハイパースケール」という規模の壁

一口にデータセンターといっても、規模によって呼び方が変わります。中でも、生成AIブームの主役になっているのが「ハイパースケールデータセンター」です。明確な定義があるわけではありませんが、一般的には5,000台以上のサーバーを格納できるような巨大な施設を指すとされています。

この規模の施設は、世界にすでに1,000か所以上あるようです。ハイパースケールデータセンターは2024年時点で世界中で1,100施設以上が稼働しており、総設置IT容量は250ギガワット（GW）を超えています。前年比で見ても、施設数は急速に増え続けていますこの施設数の増加は、前年比約11％の増加に相当します。

規模の大きさには、地域の偏りもあるようです。北米がハイパースケール容量全体の51%を占めて優勢であり、ヨーロッパと中国がそれぞれ約25%を占めています。AIインフラ投資の恩恵が地域によって大きく異なる理由の一つは、ここにあるようです。

「PUE」という、電力効率を測る物差し

投資家やニュースで頻繁に出てくるのが「PUE（Power Usage Effectiveness）」という指標です。

これは、施設全体が使う電力を、サーバー本体（IT機器）が使う電力で割った数値です。PUEが1.0の場合はデータセンターが完全に効率的であることを意味し、PUEが2.0の場合は施設インフラがIT機器の2倍の電力を消費していることを意味します。数値が1.0に近いほど、無駄なく電力を使えている施設だと考えられます。

日本国内では、この数値に関する規制も進んでいるようです。データセンター業の特定事業者に対して「2030年度までにPUEを1.4以下にすること」という目標が設定されており、2029年度以降に新設するデータセンターについては、PUE1.3以下を満たすことが求められます。効率の良い設計や冷却技術を持つ企業ほど、今後の建設ラッシュで優位に立てる可能性がある、ということでもあります。

一方で、最新鋭のハイパースケール施設は、すでにその基準を上回る効率を実現しているとの報告もあります。最新の技術を駆使したハイパースケール施設では1.1から1.2という極めて高い効率を達成しているとされ、規模の大きい事業者ほど、効率化への投資体力でも先行している構図が見えてきます。

自社保有からコロケーションへ ― 所有の形も変わってきている

もう一つ見逃せない変化が、「誰がデータセンターを所有するか」という点です。

かつては、企業が自社のサーバー専用に「エンタープライズ型」のデータセンターを保有するケースが一般的でした。しかし近年は、この流れが変わりつつあるようです。エンタープライズ型DC（自社設備）から、PUEが高いハイパースケール型DCへの移行が進んでいるとされ、企業が自社設備を持つのではなく、専門事業者が運用する大規模施設のスペースを借りる「コロケーション」の利用が広がっているようです。日本でも同様の傾向が指摘されています。自社保有のデータセンターが減少し、コロケーション・サービスの利用が拡大している状況にあります。

つまり、AIデータセンターというテーマは「GPUをたくさん積んだ建物」という単純な話ではありません。規模（ハイパースケール化）、効率（PUE規制）、所有形態（コロケーション化）という3つの構造変化が同時に進んでいる分野、と捉えると解像度がぐっと上がる気がします（この先の内容も含め、個別銘柄への投資判断はご自身の責任で行ってください）。

こうした前提を踏まえたうえで、従来型データセンターとAIデータセンターの決定的な違いを見ていきます。

従来のデータセンターは、メールやウェブサイトの管理など、比較的軽い処理が中心でした。

しかし、生成AI向けの「AIデータセンター」は事情が違います。GPUを大量に積んだサーバーが、休みなくフル稼働で計算を続けています。

そのため、消費する電力の量が従来型とは桁違いになっています。

なぜ大量の電力が必要なのか

ここが今回のいちばんのポイントです。

AIサーバーの中心にあるGPUは、性能が上がるほど、消費する電力も跳ね上がる傾向にあるようです。

たとえば最新のGPUラック1台で、どれくらいの電力を使うのでしょうか。NVIDIAの最新ラックは72基のGPUと36基のCPUをまとめて搭載しており、ラック1台で約120〜132kWを消費するとされています。

一般家庭の消費電力と比べてみると、桁違いの数字だと分かります。ラック1台だけで、一般家庭数十軒分の電力を使っている計算になるからです。

こうしたラックが、データセンター内には何百・何千と並んでいます。

その結果、データセンター全体の電力需要は、世界規模で急増しているようです。世界のデータセンターの電力消費は2025年の447テラワット時（TWh）から、2026年には565TWhまで26％増加すると予測されています。

さらに先を見ると、増加ペースはより鮮明になります。データセンターの電力消費量は、2030年までに約9,450億kWhに達し、2024年の水準から倍増するとの見通しが示されています。これは、日本の年間の総電力消費量をわずかに上回る規模だとされています。

AIサーバーの割合も、年々大きくなっているようです。AI最適化サーバーの導入は、2026年にはデータセンター全体の電力消費の31％を占め、2027年には従来型サーバーの電力消費を上回ると予測されています。

つまり、AIの進化とは「計算が速くなること」であると同時に、「電力を大量に使うようになること」でもあるようです。

冷却・送電網の問題 ― 「熱」と「電気の通り道」

電力の問題は、実は2つの側面に分かれています。「熱をどう逃がすか」と、「電気をどう届けるか」です。

熱の問題 ― 空冷では追いつかない

GPUは計算するときに、大量の熱を発生させます。

これまでの空冷（ファンで風を送る方式）では、もう追いつかなくなってきているようです。従来の空冷方式の限界は、ラックあたり約20〜25kWとされています。最新のAI向けラックはその5〜6倍もの電力を消費するため、水を使った液冷が事実上必須になっています。

そのため今、水や特殊な液体を使ってチップを直接冷やす「液冷」という技術に、大きな注目が集まっています。

投資家の間でも、この分野への関心は高まっているようです（あくまで話題として紹介するもので、投資推奨ではありません）。例えば空調大手のダイキン工業は、液体冷却システムを手がける海外企業を買収するなど、この領域への投資を進めていると報じられていますダイキン工業は2025年11月に子会社を通じて、AIデータセンター向けの液体冷却システムで実績を持つ米国企業を買収しました。他にも、NTTグループや古河電気工業など、幅広い企業がこの分野に参入しているようです富士電機はサーバー排熱で冷水をつくる冷却機を投入し、ダイキンは空調・液冷を統合するプラットフォーマーへの転換を進めています。古河電工はGPUの熱を受け止める水冷モジュールへの投資を強めています。

送電網の問題 ― 「電気を作れる量」より「届けられる量」

もう一つの問題が、電気の「通り道」です。

意外に思われるかもしれませんが、電力不足の原因は必ずしも「発電量が足りない」ことではないようです。日本の状況について、こんな指摘があります。国内では電力供給の遅れがデータセンター建設に影響を与えています。主な要因は発電能力の不足ではなく、送電設備の整備が追いついていないことにあります。

つまり、電気を「作る力」はあっても、それを「必要な場所まで届ける道」が足りていない、というのが実情のようです。

送電設備の増強には時間がかかります。そのため、電力の確保そのものが、AI開発競争の重要な要素になってきているようですAIキャパシティは現在、電力供給能力によって制約されており、データセンターの電力確保がグローバルなAI競争において規模拡大と利益率維持の新たな主戦場となっています。

なるほど、こう繋がっていたのか

ここまでの内容を整理すると、AIを支えるインフラは、こんな階層になっています。

GPU（計算する）
　↓ 大量の熱を発生させる
冷却設備（液冷などで熱を逃がす）
　↓ 大量の電力を消費する
送電網（電気を届ける）
　↓ 整備が追いつかないと制約になる
AIの成長スピード

半導体の性能だけを見ていると、この「電力」と「熱」というボトルネックには気づきにくいものです。私自身、調べてみて初めて「AIの限界は電力にある」という言葉の意味が分かった気がします。

世界の建設状況 ― 建設ラッシュと遅延の両面

こうした課題を抱えながらも、世界中でデータセンターの建設は加速しているようです。

米国では、巨大IT企業による投資額が桁違いの規模になっています。米国は7,250億ドルを投じてAIデータセンターの建設を進めていますが、電力・資材・人材の不足によって、計画の半数が遅延しているとも報じられています。

日本国内でも、電力需要は急速に膨らんでいるようです。日本国内でも電力需要が13倍に増えると見込まれており、北海道・九州・北陸といった地方への分散が進んでいます。

こうした地方分散が進む理由の一つは、電力や土地に余裕がある地域の方が、新しいデータセンターを建てやすいためだとされています。実際、北海道・石狩市では大型の施設整備が進んでいます。石狩市では、東急不動産らが出資するSPCが15MW規模の再エネデータセンターを建設し、2026年3月に竣工しました。将来的には全3棟で計30万kW規模の構想もあるとされています。

日本のデータセンター事情については、AI専用の施設自体はまだそれほど多くない、という声もあります。海外同様、データセンターの消費電力は増加していますが、AI専用データセンターはまだ多くありませんとも指摘されており、日本はこれから本格的な建設ラッシュを迎える段階にあるのかもしれません。

米国電力市場全体への影響も、数字として表れ始めているようです。2026年は電力使用量が前年比で1％増、2027年には3％増が見込まれており、2007年以来初めて4年連続で電力需要が増加する局面に入るとされています。

つまり世界的に見ると、「建設は加速している」「けれど電力・資材・人材の壁で計画通りに進まない案件も多い」という、両面が同時に進んでいるのが2026年の実態のようです。