GPU調達競争の先にある、見落とされてきた制約
生成AIの性能競争といえば、誰もが「より多くのGPUを」「より高速なチップを」と考える。実際、NVIDIAのH100やB200といった最新GPUの獲得競争は世界中で激化しており、クラウド事業者もスタートアップも調達に奔走している。だが、Interop Tokyo 2026での東京電力ホールディングス岡本氏とさくらインターネット田中氏の議論は、その常識に冷や水を浴びせる内容だった。GPUを何万基積もうとも、それを動かす電力がなければ宝の持ち腐れになる──いま業界が直面している最大の壁は、半導体の調達でもモデルの性能でもなく、送電網と発電容量という物理的制約なのだ。
データセンターの消費電力は、この数年で指数関数的に増加している。大規模言語モデルの学習には数百メガワット級の電力が連続的に必要で、推論フェーズに入っても利用者が増えれば負荷は減らない。東京都心部の既存データセンターだけでは、この需要をとても吸収できない。岡本氏が指摘したのは、「電力インフラとデジタルインフラを別々に考えてきた時代は終わった」という一点だった。発電所から変電所、送電線、そしてデータセンターの立地点までを一気通貫で設計しなければ、日本はAI競争の土俵にすら立てなくなる。
ワットビット連携──電力と通信の同時最適化とは何か
キーワードは「ワットビット連携」だ。ワットは電力の単位、ビットはデータの単位。この二つを別々の政策領域として扱うのではなく、一体のシステムとして設計し直す考え方である。具体的には、北海道や東北、北陸といった電力供給に余裕のある地域に大規模データセンターを計画的に誘致し、長距離光ファイバー網で生成されたデータを消費地まで遅延なく届ける。さらにデータセンターから出る膨大な排熱を、地域の農業ハウスや温水プール、融雪設備などに活用する「熱の地産地消」まで含めた構想だ。
従来のデータセンター立地は、ネットワーク遅延の少なさや顧客企業への物理的近さが最優先されてきた。その結果、東京都心や大阪近郊に集中し、すでに逼迫している都市部の電力網にさらなる負荷をかけている。ワットビット連携の発想は、この優先順位を逆転させる。まず電力の余裕がある場所を探し、そこにデータセンターを建て、光ファイバーで都市と結ぶ。通信遅延は光の速度で決まる以上、数百キロメートル程度の距離であれば実用上の問題はほとんど生じない。AIの学習ジョブは遅延に敏感ではないから、なおさら地方分散との相性が良い。
さくらインターネットの田中氏は、自社の石狩データセンターを具体例に挙げながら、北海道の冷涼な外気を冷却に活かせる利点や、再生可能エネルギーとの親和性の高さを強調した。雪国でデータセンターを運営するという発想は、一見すると奇異に映るかもしれない。しかし、年間を通じて気温が低い環境では空調の消費電力を劇的に削減でき、積雪地域の豊富な水資源は冷却用途に適している。北海道電力との協業によって、変電所からデータセンターまでの専用送電線を整備する構想も進んでいるという。
なぜAIの競争力はGPUだけで決まらなくなったのか
ここ数年、「AIの勝者はGPUを最も多く持つ者」という単純化された構図が語られてきた。ところが現実は複雑だ。大規模クラスタを運用するうえで、チップ性能と同じくらい重要なのが電力単価と安定供給である。仮に最新GPUを一万基調達できても、契約電力が足りなければその三分の一も同時稼働できない。さらに、電気料金が高騰すれば運用コストが学習済みモデルの単価を押し上げ、ビジネスとしての持続可能性を損なう。
岡本氏が提示したデータによれば、今後五年から十年の間に国内のデータセンター向け電力需要は現在の数倍に跳ね上がる見通しだ。この伸びを都市部の既存送電網で吸収するのは物理的に不可能であり、発電所の新增設と超高圧送電線の拡充が不可避となる。東京電力としても、柏崎刈羽原子力発電所の再稼働や洋上風力発電の拡大を含めた電源構成の見直しを急いでいる。とはいえ、発電所の建設や送電線の敷設には十年単位のリードタイムがかかるため、いま手を打たなければ二〇三〇年代のAI需要に日本の電力網は確実に耐えられない。
もうひとつ見落とされがちなのが、データセンターの排熱問題である。大量のサーバーが密集する施設では、消費電力のほぼすべてが最終的に熱になる。この熱をどう処理するかで、冷却に必要な追い焚き電力が大きく変わる。東京の夏のように外気温が三十五度を超える環境では、空調だけでサーバー本体の消費電力の三割から四割に達するケースもある。一方、寒冷地であれば外気冷却を主軸にできるため、この比率を一割以下に抑えられる。年間の総電力コストに直すと、同じGPUクラスタでも寒冷地と都心部では運用費が二割から三割ほど変わってくる計算だ。
地域分散と排熱活用が切り拓く新しい産業構造
ワットビット連携の面白さは、単なる電力問題の解決策にとどまらないところにある。データセンターの地方分散は、地域経済の活性化とセットで設計できるからだ。排熱を利用した施設園芸では、冬季にハウスを暖める燃料費を大幅に削減でき、通年での高付加価値作物の栽培が可能になる。北海道美唄市では、すでにデータセンターの排熱を利用したサーモン養殖の実証実験が行われており、水産分野との意外な接点が生まれている。
自治体にとっても、データセンター誘致の意味合いが変わってくる。これまでは「大規模工場の誘致」と同じ発想で、雇用創出効果や固定資産税収入に期待するケースがほとんどだった。しかしAI向けデータセンターは高度に自動化されており、運用人員は驚くほど少ない。サーバー数万台を管理する施設でも、常駐スタッフは数十人規模にとどまる。そのため、雇用だけを目的に誘致するのは現実的ではない。
新しい判断軸となるのが、電力インフラの共同整備と排熱の有効活用だ。データセンターを核として、その周辺に排熱を消費する農業・養殖・食品加工の施設を集約し、さらに電力系統の増強を自治体と事業者が共同で国に働きかける。こうした「データセンターを中心とした産業エコシステム」を構想できるかどうかが、誘致競争における勝敗を分ける。単に土地を提供するだけの自治体と、地域全体のエネルギーフローを再設計する自治体とでは、十年後の姿がまったく異なるだろう。
総務省と経済産業省が設置した官民懇談会も、この文脈で理解する必要がある。従来、通信政策は総務省、エネルギー政策は経産省と、縦割りで進められてきた。AIデータセンターというテーマは、その両方を同時に扱わなければ意味のある政策にならない典型例だ。省庁横断の枠組みができたこと自体が、事態の切迫感を示している。懇談会では、送電網の増強計画と光ファイバー網の整備計画を同期させる仕組みや、データセンターの立地を誘導するための税制優遇措置、排熱利用に関する規制緩和などが議論されている。
企業の経営者がいま考えておくべき三つの論点
この潮流を前に、AIを活用する企業の経営層は何を判断すべきか。第一に、自社のAIワークロードの特性を見極めることだ。学習ジョブのように遅延を気にしない処理は、電気料金の安い遠隔地のデータセンターに送るのが合理的である。一方、対話型AIのように応答速度が求められる推論処理は、どうしても都市近郊のエッジ拠点が必要になる。このハイブリッド構成を前提としたインフラ設計が、これからの標準になる。
第二に、電力契約の長期戦略である。これまではデータセンター事業者と月次の従量課金で契約するのが一般的だったが、電力逼迫が進めば「電気を使いたいときに使えない」リスクが顕在化する。先行きを見据えるなら、電力会社との直接の長期相対契約や、自前の再生可能エネルギー発電設備への投資も選択肢に入れなければならない。マイクロソフトやグーグルといったハイパースケーラーが、すでに原子力発電所との直接契約や地熱発電への巨額投資に動いているのは、このリスクを誰よりも理解しているからだ。
第三に、消費地と計算資源の地理的分散である。関東圏のデータセンターに全リソースを集中させている企業は、数年以内に電力容量の上限に直面する可能性が高い。いまのうちに北海道や九州など電力余裕地域への分散配置を進め、地域間のネットワーク冗長性を確保しておくことが、事業継続の観点から不可欠になる。この判断はIT部門だけでは完結せず、経営企画や財務、さらにはサステナビリティ推進部門を巻き込んだ全社的な意思決定として扱わなければならない。
「作る」から「置く」へ──AI競争のパラダイムシフト
Interop Tokyo 2026のセッションで最も印象的だったのは、岡本氏と田中氏の間で交わされた「AIの未来は、誰が一番大きなGPUクラスタを作るかではなく、誰が一番賢く電力を配置できるかで決まる」という言葉だ。これは誇張でもなければ、電力業界の PR でもない。すでにシリコンバレーでは、新規データセンターの建設許可が電力供給の問題で下りない事例が続出しており、テキサス州やオハイオ州といった電力余裕地域への大規模移転が起きている。日本でも同様の再配置が、これから加速度的に進むだろう。
重要なのは、この変化を「制約」ではなく「機会」と捉える視点だ。電力供給に余裕のある地域は、すなわちこれまで大規模な産業集積が進んでこなかった地域でもある。そこにデジタル産業の基盤が移ることは、東京一極集中の是正や地方創生という、長年言われ続けてきた課題への現実的な解にもなる。冷涼な気候と豊富な水、そして使われていない送電容量──日本の地方には、AI時代に再評価される資源が眠っている。
まとめ
AIインフラの最大のボトルネックは、もはや半導体でもアルゴリズムでもなく、電力である。Interop Tokyo 2026で示されたワットビット連携の構想は、送電網と通信網とデータセンターを一体のシステムとして再設計し、地域のエネルギー事情に合わせて計算資源を最適配置するというパラダイムシフトを意味している。総務省と経産省による官民懇談会の設置は、この問題が省庁の縦割りを超えて国家的な優先課題になったことの証左だ。
企業にとっての実務的な示唆も明確である。AIワークロードを遅延許容度で分別し、学習系は電力余裕地域へ、推論系は都市近郊へというハイブリッド戦略を早期に固めること。電力会社との長期契約や再エネ自前調達を含めたエネルギー戦略を、IT予算とは別建てで策定すること。そして、地方のデータセンターを単なる安価な計算資源としてではなく、排熱活用や地域経済との連携まで含めた総合的な投資対象として評価すること。GPUの獲得競争に血眼になる前に、まずそのGPUを動かし続ける電気の設計図を描けるかどうか──それが、次の十年のAI競争における真の勝敗を決める。
