メインコンテンツへスキップ
見出し画像

AIデータセンターは「発電所を持つ」時代へ──短期間で確保できる電源を技術で比較する


    2026年10月23日

    AIの競争は、モデルの賢さや半導体の性能を競う段階から、それらを実際に動かすための物理インフラを確保する競争へと広がってきた。GPUを購入し、建物を用意しても、電力がなければ計算は始められない。しかも、電気が「いつか届く」では意味がない。設備投資の回収を考えれば、半年、1年の遅れが事業上の大きな損失になる。

    そのようななか、米国ではデータセンター事業者が必要な電力の調達や追加インフラの費用を自ら負担する方向が打ち出された。日本でもJERAが千葉火力発電所を活用する最大400MW級のAIデータセンター計画を発表した。私は、この方向は合理的だと考える。ただし「自家発電ならすぐ解決する」と単純に考えてはいけない。設備製造、燃料、運転、環境規制、瞬時の電力品質という、別の制約が現れるからだ。

    今回は、データセンターに電力を短期間で供給するために、現在使える方式を技術面から比較してみたい。

    世界で必要になる電気はどれほど大きいのか

    国際エネルギー機関(IEA)は2026年4月、世界のデータセンターの年間電力消費が2025年の約485TWhから、2030年には約950TWhへ増えると予測した。単純に言えば5年でほぼ倍増する。さらにAIに特化した施設の電力消費は、それ以上の速度で増える見通しだ。[1]


    画像

    注意したいのは、年間消費量の増大だけではない。GPUラックの電力密度が急速に増すことと、計算負荷の変化が激しいことである。大量のGPUを一斉に起動し、学習処理の段階を切り替えると、電力需要は短時間に変化する。安定した平均電力を供給できる発電所であっても、瞬間的な変動まで受け止められるとは限らない。

    ここで、MWは瞬間の出力、MWhは一定時間に供給した電力量である。たとえば施設全体で100MWを24時間使えば、1日の消費量は2,400MWhになる。もし「IT機器だけで100MW」という意味なら、冷却や配電損失を含めた建物全体の電力はそれ以上になる。PUEを1.25とすれば125MWである。電源設計では、まずどちらの100MWなのかを定義する必要がある。

    送電網は必要だが、待っていられない

    米国のローレンス・バークレー国立研究所の2026年版調査では、2025年末時点で約2,061GWの発電・蓄電案件が送電網への接続を申請している。接続申請から商用運転までの期間は、調査対象地域の中央値で5年超になった。[2]

    ただし、ここには重要な誤解がある。約2,061GWという数字は「すでに完成した発電所が送電できずに止まっている量」ではない。建設前の計画も含む接続申請案件の容量であり、多くは実際には建設されない。さらに、発電側の接続待ちと、データセンターという大口需要家の受電接続待ちは、制度上も異なる問題だ。数字を同一視してはならない。

    それでも、系統増強や変電所の工事、接続審査がデータセンター開発の障害になっているのは確かである。米国政府が2026年3月に発表した「Ratepayer Protection Pledge」では、Amazon、Google、Meta、Microsoft、OpenAI、Oracle、xAIなどが、需要に応じた新規電源を建設・持参・購入し、必要なインフラ費用を負担する方針を示した。自家発電の義務化ではなく、一般の電力需要家への費用転嫁を抑えながら、新しい供給力を確保する考え方である。[3]

    日本の千葉でも同様の発想が動き出した。JERA、Dell Technologies、RHAELMは2026年10月1日、千葉火力発電所で最大40万kW(400MW)のAIインフラ開発を検討すると発表した。2028年頃の運用開始を目指し、既存の発電設備からオンサイト型で電力供給する構想である。これは完成・稼働済みのデータセンターではなく、覚書に基づく計画であることにも注意したい。[4]

    使える電源を6種類に分類してみる

    第一候補は天然ガスを燃やすガスタービンである。とくに航空機エンジン技術を応用した航空転用型(Aeroderivative)は、比較的小さな設置面積で大出力を得られ、工場でモジュール化しやすい。GE VernovaのLM2500XPRESSは1基約35MW級で、複数台を組み合わせられる。航空転用型は起動や出力変更に強く、液体燃料を使える構成もある。現地設置を短縮できるのが魅力だ。[5]

    弱点は、単純サイクルでは発電効率が概ね40%前後にとどまる機種が多く、燃料費が重いこと、騒音・排ガス対策が必要なことだ。そして現在の大きな制約は機器供給のリードタイムである。設置工事が数週間で済む製品でも、発注から納入までが短いとは限らない。

    第二候補は大型ガスエンジンである。Wärtsiläの50SGは1基約19MW、電気効率約50%という仕様を持つ。[6] エンジンを何台も並べ、需要に応じて順次運転する構成なら、1台の保守中も他の設備で供給を続けやすい。中規模から数百MW級まで増設する用途と相性がよい。欠点は回転・摺動部品が多く、定期保守、潤滑油、騒音・振動対策が必要になること。排ガス中のNOxや、燃え残ったメタンにも配慮しなければならない。

    第三候補はSOFC(固体酸化物形燃料電池)だ。天然ガスなどを改質して得る燃料成分を高温の固体酸化物セルで電気化学的に反応させ、発電する。タービンや大型ピストンで発電機を回す方式と異なり、高い電気効率と小さな騒音が利点である。Bloom EnergyはOracleのデータセンター向けに短納期のオンサイト電源を提供し、2026年4月には最大2.8GWの調達枠に向けた契約拡大を公表した。[7] 一方、導入費用、長期のセル劣化、交換コスト、負荷急変への対応には検証が必要だ。天然ガスを使う以上、CO₂排出がゼロになるわけでもない。

    第四はガスタービン複合火力、いわゆるGTCCである。ガスタービンの高温排熱で蒸気タービンも回し、効率を60%前後、機種によってはそれ以上にできる。100MWを大きく超える定常負荷には強力な選択肢だ。ただし、排熱回収ボイラー、蒸気タービン、冷却設備が増え、施工と試運転には時間がかかる。既存の火力発電所を活用できる場合に大きな優位がある。

    第五は太陽光・風力と蓄電池を組み合わせる方式である。燃料の調達を抑え、温室効果ガス排出を減らすうえで重要だ。しかし太陽光単独では夜に発電できず、風も一定ではない。数時間分の電力を支える蓄電池と、数日続く悪天候の間も支える電源は分けて考える必要がある。再エネは不要なのではなく、24時間の主電源を単独で引き受けるには設備規模と貯蔵能力が大きな問題になる。

    第六は原子力、SMR(小型モジュール炉)、地熱などの長期選択肢である。連続運転に向くが、新規立地での開発許認可、燃料・熱処理設備、建設期間、商用実績の点で「今から短期間で100MW」という要請への一般解にはなりにくい。すでに稼働する電源からの長期購入は別の話である。


    画像

    判断軸は「発電単価」だけではない

    私は次の6項目で案件を評価したい。①必要電力を何MW確保できるか。②発注から初回通電まで何か月か。③年間の実効効率と燃料費はいくらか。④故障・定期点検時に停止しないか。⑤排ガス・騒音・水・CO₂を許容できるか。⑥100MWから200MWへ増設したとき、どの工事がやり直しになるか。

    なかでも「設置期間」と「商用運転までの期間」は必ず分離して考える。後者には、機器製造、造成、燃料配管、変電設備、環境規制対応、建屋完成、試験、消防・保安上の手続きが含まれる。たとえ装置がモジュール型であっても、燃料パイプラインが未整備なら3か月で稼働するとは言えない。

    また、データセンターの負荷はほぼ24時間続く。ガスタービンとガスエンジンの熱効率差が数ポイントでも、年間燃料費では大きな差になる。一方で、安い設備でも保守停止が頻繁に発生しては採用しにくい。設備価格、燃料、保守、故障による機会損失、炭素コストまで含めた総保有コスト(TCO)で考えるべきだ。

    100MWの電源をつくるとしたら

    たとえば施設全体で常時100MWを必要とする新設AIデータセンターを想定する。大型ガスエンジンを約19MWずつ7台導入すると、公称出力の合計は約133MW。1台が停止しても単純計算では約114MW残る。ただし実際には外気温、標高、所内電力、設備経年、変電損失、予備率を差し引かなければならない。これは完成設計ではなく、検討を始めるための概念例である。


    画像

    この発電設備にBESS(大型蓄電池)、UPS(無停電電源装置)、高速な電力制御を組み合わせる。GPUの負荷が瞬時に変化しても、発電機が追従するまでの過渡的な電力を蓄電装置で吸収するためだ。さらに停電時間が長引く事故に備え、独立した非常用電源や代替燃料経路も必要になる。UPSは発電所そのものの代わりにはならない。

    IEAは、データセンターの変動負荷をオンサイト天然ガス電源だけで高い信頼性をもって支える場合、需要に対して30〜70%程度の余裕設備が必要になるケースを分析している。[1] 100MWの需要に発電機を100MWだけ設置すればよい、という話ではないのである。

    燃料を「補給しやすい」の意味

    100MWを24時間発電し、天然ガスを液化して輸送するLNG換算で考えてみる。燃料の低位発熱量を48MJ/kgと仮定すると、電気効率50%の場合は1日約360トン、40%なら約450トンのLNGに相当する。20トン積みタンクローリーなら18〜23台分である。400MWならその4倍になる。

    LNGをトラックで運ぶ構成は小規模な用途には使えても、大規模AI施設では連続配送、貯蔵、気化、交通、災害時備蓄が重荷になる。既存の天然ガスパイプラインに十分な容量があるか、LNG受入基地や既設ガス火力設備を利用できるかが、立地選定の中心になる。燃料供給系の二重化も、発電装置の冗長化と同じぐらい重要だ。

    本当に重要なのは「電力をつくること」から「運転を続けること」までの設計

    私の暫定的な判断はこうだ。既存大型火力の隣接地なら既存設備を生かす方式。50〜200MWを段階的に増やす新設案件なら大型ガスエンジンと蓄電池。出力密度が重要で、機器を確保できるなら航空転用型ガスタービン。静粛性と高効率を優先する場合にはSOFCを検討する。数百MW以上で長期運転が確実ならGTCCも候補に戻る。

    とはいえ、この比較の結果は現場ごとに変わる。天然ガスが届かない土地では、最も効率のよいガスエンジンを選んでも何も始まらない。既存変電設備の有無、地震・津波リスク、地域の環境条件、運転要員の確保も大きい。

    半導体の進化を支えるのは、半導体だけではない。電力の確保、変換、蓄積、瞬時制御、冷却、そして20年以上の運転保守を束ねる産業が、AIの成長速度を決めるようになった。次回は、この新しい市場を実際に取りに行っている米国・日本の企業を、装置、燃料、電力機器、建設・運転に分けて分析する。
    ⸻
    参考資料・根拠(2026年10月23日確認)

    [1] IEA, Key Questions on Energy and AI, 2026年4月16日。2025年485TWh、2030年950TWh、オンサイト発電冗長化の論点。https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary

    [2] Lawrence Berkeley National Laboratory, Queued Up: 2026 Edition, 2026年7月。2025年末の発電・蓄電接続待ち容量および所要期間。https://emp.lbl.gov/queues

    [3] The White House, Ratepayer Protection Pledge, 2026年3月4日。https://www.whitehouse.gov/fact-sheets/2026/03/fact-sheet-president-donald-j-trump-advances-energy-affordability-with-the-ratepayer-protection-pledge/

    [4] JERA、Dell Technologies、RHAELM「日本におけるAIインフラ開発に向けた覚書」2026年10月1日。https://www.jera.co.jp/news/information/20261001_2535

    [5] GE Vernova, GE Vernova and Crusoe announce 29-unit LM2500XPRESS deal, 2025年7月22日。https://www.gevernova.com/news/press-releases/ge-vernova-crusoe-announce-major-29-unit-aeroderivative-gas-turbine-deliver-ai-data-centers

    [6] Wärtsilä, 50SG gas engine technical data。https://www.wartsila.com/energy/solutions/engine-power-plants/wartsila-50sg-gas-engine

    [7] Bloom Energy, Bloom Energy and Oracle Expand Strategic Partnership, 2026年4月13日。https://investor.bloomenergy.com/press-releases/press-release-details/2026/Bloom-Energy-and-Oracle-Expand-Strategic-Partnership-to-Deploy-up-to-2-8-GW-to-Accelerate-AI-Infrastructure-Build-Out/default.aspx

    ※各方式の能力・効率は機種とサイト条件により変わる。本文中の構成・燃料計算は技術的な概念例であり、個別案件の設計値や価格見積りではない。

    あなたへのおすすめ