データセンタ設備構造・冷却技術 & 液浸冷却 / 電力設計 / インフラ構造 (2コースセット)

2026年5月12日「AI時代のデータセンタ競争と構造転換 / 高発熱・高電力密度化に対応する冷却技術と設備設計の最適解」

　生成AIの普及により、データセンタは高発熱・高電力密度化に対応し、冷却・電力構造を刷新しながら統合インフラへと進化しています。本セミナーでは、今転換期にあるデータセンタを「ビジネス動向」と「冷却技術」の両面から多角的に解説します。 　第1部 『 データセンターの最新トピックス2026 』では、ワット・ビット連携やデジタル経済・地政学の視点を踏まえ、データセンタ産業の進化と2026年時点の課題を俯瞰。AI時代におけるインフラの役割変化や市場構造の変化を読み解きます。 　第2部 『 AI データセンターの冷却技術について – 冷却から見える未来、最新動向 – 』 では、空冷・液冷・液浸冷却の性能差や適用領域を整理し、特に注目される二相液浸冷却の原理・技術課題・導入の考え方を解説。熱設計の観点から、次世代データセンタに求められる冷却戦略を具体的例を示しながら解説します。

第1部 データセンターの最新トピックス2026

(13:00〜14:30)

　生成AIの競争激化によって、データセンタービジネスは、急激な設備規模の拡大と新技術の展開が急加速しています。特に、GPUサーバが消費する電力密度と発生させる熱密度の激増と、クラウドに続く、AIサービスは、コンピューティングサービスの激変も起こしつつあり、設備および運用構造の根本的な変化を要求しています。 　具体的には、プロセッサが発生させる熱量の爆縮に伴う空冷に続く水冷・液浸の導入、交流による給電の直流化、蓄電機能の巨大化と分散化、さらには、不安定な再生可能エネルギー源との共存など、劇的な進化を産み出しつつあります。このようなデータセンターを構成する設備の動向と展望を議論します。

1. ワット・ビット連携
   1. ワット・ビット+分子の法則
   2. インフラと経済主力基盤の進化
   3. デジタル経済の安全保障と地政学
   4. データセンタ産業の進化
   5. 電力産業の歴史と今後
2. 半導体産業とデータセンター
   1. NVIDEAの次は?
   2. DeepSeekのインパクト
3. データセンタの課題 in 2026
   1. グローバルシステムとしての データセンター
   2. IoFへの進化と ワークロードシフト
   3. 熱と電力密度との闘い
   4. ホワイトボックス化
   5. サイバーセキュリティー
      1. スマートプロトコル化、
      2. 4レベル・段階でのサイバーセキュリティー基準
   6. フルデジタル化するデータセンター
   7. 地球温暖化対策とデータセンター
   8. プライベート・オンプレ化への回帰
   9. 計算パワーの取り引き市場の創成
   10. 宇宙へ飛び出すデータセンター
• 質疑応答

第2部 AIデータセンターの冷却技術について

- 冷却から見える未来、最新動向 -

(14:45〜16:15)

　本講演では、先ず現在のAIデータセンターの動向と省エネ対策の必要性について概説します。その後、様々な電子機器の冷却において導入される空冷・液冷・液浸冷却技術における冷却能力の差、ならびに次代のAIデータセンターにおける冷却システム導入の考え方について理解を深めます。最後に、二相液浸冷却技術の最新事例と日本液浸コンソーシアムについて紹介します。

1. はじめに (AIデータセンターの冷却問題)
2. 空冷/液冷/浸漬冷却の性能差から見える今後のデータセンター冷却
3. 液浸冷却の動向と今後の課題
   • 液浸冷却技術の原理 (1相・2相)
   • 液浸冷却技術の冷却性能 (2相)
   • 呼吸現象による新しい2相液浸冷却技術
   • 呼吸冷却の長所と液浸冷却への展開
4. 日本液浸コンソーシアムの紹介
5. おわりに
• 質疑応答

2026年6月12日「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 液浸データセンターにおける液浸冷却システムの開発と省電力化

(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

第2部 AIデータセンター電源の最前線

〜消費電力・効率・信頼性の設計と実装〜

(14:10〜15:10)

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年〜2030年) 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+)
4. 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
5. 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。
6. 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。
7. 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
8. 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
9. 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
10. 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)
11. 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

第3部 次世代AI半導体NVIDIA「Vera Rubin」の構成及び Vera Rubin搭載次世代ギガワット級AIデータセンターの デジタルツイン設計プラットフォーム「DSX」と製品サプライヤー群。日本企業が参入できるのはどこか?

(15:20〜17:00)

1. データセンターから「トークン・ファクトリー」への変容
   1. 「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。
   2. 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。
   3. 「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
   1. 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。
   2. 「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。
   3. 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」
   1. 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。
   2. 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。
   3. 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。
   4. 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