2026年までに、データセンターの電力消費量は、日本とドイツの年間総需要に匹敵する約1,000テラワット時（TWh）に達すると予測されています。この急増はAIのワークロードによって引き起こされており、その結果生じる電力不足は、次なる機械学習のブレイクスルーを停滞させる恐れがあります。

AIの電力消費は抽象的な話ではありません。ChatGPTへの1回のクエリは、通常のGoogle検索の10倍のエネルギーを消費し、GPT-4規模のモデルをトレーニングするには、4,600世帯の1年間の電力に相当する電力が必要です。企業が推論およびトレーニング用クラスターの規模拡大を急ぐ中、断続的な再生可能エネルギーによる供給能力を上回る速さで、継続的かつ大規模な電力へのニーズが高まっています。

なぜ現在の再生可能エネルギーの構成では不十分なのか

ソーラーパネルや風力タービンは、太陽が照っているときや風が吹いているときにしか発電できません。データセンターの運営者には24時間体制の安定した供給が必要ですが、余剰の再生可能エネルギーを蓄えるバッテリーでは、数時間分しかカバーできません。その結果、再生可能エネルギーの出力が低下したときに稼働する、天然ガスや石炭を用いた火力ピーク電源（ピーカー・プラント）への依存が生じています。これらの発電所は炭素を排出して運用コストを増大させ、多くのテック巨人がサステナビリティ・レポートで謳っている「グリーン」な主張を損なっています。

原子力の復活

信頼性のギャップに直面し、いくつかのビッグテック企業は、ベースロード電源として炭素を排出しない原子力発電へと目を向けています。

  • Microsoftは、AIワークロードへの安定供給を確保するため、スリーマイル島にある廃炉済みの原子炉を再稼働させています。
  • Googleは、次世代原子炉を開発するスタートアップと提携し、2030年までの導入を目指しています。
  • Amazonは、小型モジュール炉（SMR）に投資し、既存の原子力発電所の近くに新しいデータセンターを配置しています。

これらの動きは、業界における広範な「原子力のルネサンス」を示唆しています。高密度で24時間稼働可能な電力の約束が、この技術に付随してきた歴史的な負のイメージを上回りつつあるのです。

立地による裁定取引とハードウェアの効率化

すべての企業が新しい原子炉に賭けているわけではありません。再生可能エネルギーが豊富で安価な地域に建設することで、この問題を回避している企業もあります。アイスランドの地熱地帯やノルウェーの水力発電網は、電力供給と自然冷却の両方を提供し、エネルギー使用量と運用コストを削減します。

同時に、ハードウェア設計者は、1ワットあたりの作業量を最大限に引き出そうとしています。新しいAI最適化チップは、単位電力あたりのパフォーマンスを向上させ、液冷システムは冷却に必要なエネルギーを最大50%削減できます。これらの進歩は時間を稼ぐことにはなりますが、根本的な需要曲線を取り除くものではありません。

業界にとっての利害

クリーンで信頼性が高く、手頃な価格の電力がAIの成長に追いつかなければ、以下のような事態が予想されます。

  • コスト圧力:

次に注目すべき点

  • 規制の動向: 発表された原子力提携の進展や、低炭素地域におけるデータセンター建設の規模に注目してください。

AIに電力を供給するための競争は、もはや「より高速なチップを作る」という問題ではありません。それは、クリーンで信頼性の高い電力を大規模に確保するための戦いです。業界がこの緊張関係をどのように解決するかによって、次世代のAIモデルが野心を削ぐことなくトレーニングされ、運用できるかどうかが決まるでしょう。