ＡＩ（人工知能）の急速な普及により、データセンター（ＤＣ）の電力需要は世界的に拡大している。巨大施設の建設計画が相次ぐ中で、供給力不足を懸念する声も少なくない。しかし、本連載で考察してきた通り、ＡＩインフラは学習拠点への巨大集中とエッジ拠点への分散という多様な形態を併せ持つ。そのため電力需要の現れ方は、一定の静的な需要を念頭に置いた従来の予測モデルとは異なる性質のものとなる。最終回となる本稿では、技術革新が需要をさらに加速させるスパイラルと、多様な電圧系統への接続を考慮した電力システム設計の課題を総括する。

　ＡＩの普及に伴う電力需要の増加は、「総量の不足」の問題として語られる。国際エネルギー機関（ＩＥＡ）が２０２２年から３０年にかけて需要が約２倍へ拡大する可能性を示している通り、ＤＣ電力消費量の急増は確かに驚異的だが、課題は総量だけではない。重要なのは、ＡＩ需要が「いつ、どの地域で、どの規模で、どの電圧階級の系統に接続されるのか」という、電力システム設計の前提条件を明確化することである。

　ここで、ＡＩの電力需要に影響を及ぼす要素を整理したい。それは「ＤＣ電力需要＝ＡＩ使用ニーズ×ＡＩロジックの効率性×ＧＰＵのエネルギー効率」という掛け算で表現できる。ソフトウエアの最適化やチップの高性能化、冷却などの効率化といった技術のブレークスルーは、単位計算あたりの消費電力を下げ、需要を抑制する要因になる。

　しかし、現実には、効率向上による計算単価の下落が「これまでコストや速度面で不可能だった処理」を実用圏内へと押し上げ、社会実装を加速させることで、結果として「ＡＩ使用ニーズ」を飛躍的に拡大させる。

　「ジェボンズの逆説」が説くように、効率化こそが新たな需要を掘り起こす強力なトリガーとなり、総消費電力は増大し続けるという「需要のスパイラル」を直視する必要がある。


　◇重層的戦略が必要

　こうした需要は、フィジカルＡＩやエッジコンピューティングといった利用目的に応じて、接続される電圧階級が広がっていく。数十万キロワット規模の大規模拠点は超高圧系統に直接接続され、数千キロワットから数万キロワットクラスの分散型ＤＣは特別高圧・高圧系統へ、そして低遅延を担うエッジ拠点は配電系統へと接続される。

　電圧階級ごとに系統に与えるインパクトの質は根本的に異なる。各電圧階級ごとに最適な供給方法を構築しながら、全体を統合する重層的な戦略が必要となるのである。

　◇両者が同じ土俵で

　特に配電系統に接続するエッジＤＣが普及する局面では、基幹系統からの供給力だけでなく、配電系統運用者によるローカルな潮流調整や電圧調整機能が重要となる。ここで最大の課題となるのが、需要の「不確実性」だ。配電系統運用者にとって、ＤＣ内のワークロード（負荷）の変化を時間軸でどう捉えるべきか。ＩＥＣ（国際電気標準会議）などでの標準化動向をにらんだ仕様の共通化により、需要の予見性を担保する仕組みの構築が急務である。

　まず着手すべきは、送配電網の整備や運用を行う事業者とＤＣ事業者が、互いのニーズや技術的制約を「同じ土俵」で語り合い、議論していくことではないか。「需要の予見性」と「供給の多様性」は、個別のクローズドな交渉では解決し得ない。透明性の高い対話のプラットフォームを通じて、互いの制約を共有してこそ、合理的な妥協点を見出すことができる。

　ＡＩの発展は、エネルギー供給能力とその「送り届ける形」に強く影響される。単なる「供給と需要」という関係を越え、合理的なインフラを共に創り上げるという新たなパートナーシップこそが、ＧＸに不可欠なＡＩデジタル社会の進展を支える唯一の基盤となるだろう。（この項おわり）

電気新聞２０２６年４月６日