AI革命によるデータセンター戦略液浸冷却、電力設計と省電力化、インフラ構造の変革

第1部　13:00～14:00

１．はじめに（データセンターの省エネの現状）
２．液浸冷却システムを活用したデータセンター実現に向けて取り組んだ経緯
３．液浸冷却技術に着目
４．実証実験の概要
５．実証実験で明らかになった効果
６．問題点、社会実装に向けた課題と解決策
７．社会実装を含めた今後の展望 

□質疑応答□

休憩　14:00～14:10

 

1. AI革命による電力需要の爆増 
　・先端AIモデルの学習計算量は3.4か月ごとに2倍。 
　・AIデータセンターの電力消費は 2030年に世界の消費電力の約7% に到達する可能性。 
　・ハイパースケーラー（Meta, Microsoft, Amazon, Alphabet）は年間数百億ドル規模でCAPEXを増強。 
 
2. サーバーラック & プロセッサの消費電力は急増 
　・GPU/AIアクセラレータは 2–4 kW/ユニットに増加。 
　・サーバーラック当たりの消費電力は 
　　60 kW → 100 kW → 150 kW → 600 kW – 1 MW+（2027〜2030）と急増。 
　　これに対応するため、従来の単相PSU中心構成から高電圧DC給電へ移行。 
 
3. ラックアーキテクチャの進化 
　・Gen1（現行）
　　ITラックにPSU/BBU/ITが統合（<250 kW/rack） 
　・Gen2（2027+） 
　　3相HVDC PSU + サイドカー構成 → 約500 kW以上に対応 
　・Gen3（2029+） 　
　　ハイブリッドDCマイクログリッド（SST + HVDC）
　　 → 1 MW超を中央電源で供給する次世代アーキテクチャ 
 
4. インフィニオンの役割：すべての電源段を提供（Grid → Core） 
インフィニオンは以下のすべての電力変換段にソリューションを持つ： 
　1.    変電（SST／SSCB） 
　2.    PSU（単相/三相、SiC・GaN採用） 
　3.    BBU（バッテリーバックアップ） 
　4.    中間バスコンバーター（IBC：48V/800V → 12V/6V） 
　5.    セカンドステージ（VRM：Vcore 0.8V） 
　すべてで 
　Si / SiC / GaN を最適組み合わせるハイブリッドアプローチ により、
　効率・電力密度・コスト・信頼性のバランスを最適化。 

5. ソリッドステート変圧器（SST）の市場性 
　・伝統的変圧器より 40倍軽量、14倍コンパクト、工期50%短縮。 
　・2030年に >10億USDの新市場へ成長見込み。 
　・Hyperscaler向けにすでに共同開発が進行。 
 
6. PSUの進化（3kW → 30kW） 
　・単相で12kW（三相へ拡張で30kW級） 
　・効率98%超、100W/in³以上の高密度
　　→ SiC/GaNを用いたトーテムポールPFCとLLCが中核 
 
7. BBU（バッテリバックアップ）の革新 
　・従来 12 kW が上限 → インフィニオンの新トポロジーで 25 kW級に拡張可能 
　・ 部分電力変換（Partial Power Conversion）
　　 → 効率99.5%・電力密度4倍・BOMコスト40%削減 
 
8. 中間バスコンバーター（IBC） 
　・HV IBC（±400/800V） と MV IBC（48V） の両方に対応 
　・多彩なトポロジー： Interleaved Buck / xSC / LLC / HSC / DR-HSC 
　・48Vシステム故障の約50%が電源関連であり、インフィニオンは**高信頼性（MTBF向上）**を重視 
 
9. セカンドステージ（垂直給電VPD）による革新 
　・VRMをASIC背面に実装（Vertical Power Delivery） 
　・PDN損失を20% → 3%へ（85%削減） 
　・電流密度は 0.4 → 4 A/mm² へ（10倍成長ロードマップ） 
 
10. まとめ 
　・AIの爆発的拡大は、電力供給インフラの全面革新を要請 
　・高電圧DC化・サイドカー化・マイクログリッド化が不可避の流れ 
　・インフィニオンは SST → PSU → IBC → VRM（Vcore）まで全段をカバーする唯一の企業のひとつ 
　・環境配慮（効率、サイズ、廃熱対応）とコスト最適化を両立 

　□質疑応答□

休憩　15:10～15:20

 

１． データセンターから「トークン・ファクトリー」への変容
　・「計算」から「生産」へ
　　 従来のデータセンター（ファイル保存）と、現代のAIファクトリー（トークン生成）の違い。
　・新しいコモディティ「トークン」
　　 知能を生成する最小単位としてのトークン。その生産コストが企業の競争力を決める時代。
　・「無料でも高すぎる」アーキテクチャ
　　ギガワット級施設の建設コスト（400億ドル）を前提としたとき、
　　いかに「ワットあたりのトークン数」を最大化するかが唯一の解であることの解説。

２． Vera Rubin：エージェンティックAI時代の物理基盤
　・10年で4000万倍の進化
　　Pascal世代（DGX-1）からVera Rubinに至るまでのスケーリング法則の軌跡。
　・「チップ」から「システム」への垂直統合
　　　Vera CPU： LPDDR5を採用し、シングルスレッド性能と電力効率を極めた理由。
　　　第6世代NVLink： 液体冷却、260TB/sの広帯域がいかに「巨大な1つのGPU」を実現するか。
　　　Gro 3 LPUの統合： SRAMを活用した「トークン・アクセラレータ」がもたらす35倍のスループット。
　・運用革新
　 　設置時間を2日から2時間へ。液冷による45度温水活用のメリット
　　（施設全体のエネルギー最適化）。

３．NVIDIA DSX：AIファクトリーの「デジタル・ブループリント」
　・DSXが必要とされる背景
　　複雑すぎて「現場で合わせる」ことが不可能なシステム設計。
　　仮想空間での「事前出会い（Virtual Commissioning）」の必要性。
　・デジタルツインによる収益最大化
　　 1ヶ月の建設遅延が数十億ドルの損失を生む世界での、Omniverseの役割。
　・4つの主要APIとエコシステム
　　　DSX SIM / Exchange： 熱、電気、ネットワークの物理シミュレーションと運用データの統合。
　　　DSX Flex / Max Q： 電力グリッドとの動的な連携と、トークン排出量の最大化。
　・異業種連携の深化
　　 ダッソー、シーメンス、ケイデンスなどの伝統的エンジニアリング企業と
　　NVIDIAが「AIファクトリー」という目的で合流する産業的意義。

　□質疑応答□