高密度電力インフラ：AI導入にどのような変化をもたらすのか？

AIサーバーラックは現在、1台あたり30～100kW以上の電力を消費しており、これは従来のデータセンターの電力インフラでは到底対応できないレベルです。このような集中負荷に対応するには、電力配分システムの根本的なアップグレードが必要であり、小幅な調整では不十分です。電力を後回しにするようなAI導入では、電力網の相互接続のボトルネックに直面し、予期せぬダウンタイムが発生し、高額な改修費用を負担することになるでしょう。

この移行を特徴づける3つの主要な変化は、ラック密度の飛躍的な向上、ラックレベルの電力供給（ PDUを含む）の進化、そしてボトルネックが発生する前に解消するための積極的なグリッドおよびエネルギー戦略です。それぞれが、AIインフラストラクチャの計画担当者にとって、コスト、スケジュール、および運用面において直接的な影響を及ぼします。

主要なポイント（要点）

• AIラックはそれぞれ30～100kW以上の電力を必要とし、従来のエンタープライズラックの5～10kWをはるかに上回ります。プロジェクト開始時からこの高密度構成を考慮して計画を立ててください。
• 頭いい、 三相ラックPDU コンセントごとの監視と制御を提供することで、AIトレーニングワークロードの過負荷や予期せぬダウンタイムを防ぎます。
• 多くの地域では、送電網への接続に5年以上かかる場合があります。電力会社と早期に連携を取り、敷地内での発電設備の設置や電源への近接性を評価することで、遅延を軽減できます。
• 3相すべてで均等な負荷分散を行うことで、無駄な容量消費や過熱を防ぎます。効率を維持するために、相ごとの監視機能を備えたPDUを使用してください。
• AIインフラストラクチャを導入する前に、負荷予測、相互接続スケジュール、およびPDU容量を検証し、コストのかかるスケジュール遅延を回避してください。

AI導入に高密度電力インフラが必要な理由

ラック電力密度の上昇

AIハードウェアの普及により、ラックの電力密度は従来のデータセンターの基準値をはるかに上回る水準に達している。Uptime Instituteのデータによると、2024年の非AIデータセンターの平均電力密度はラックあたりわずか8kWにとどまる見込みだ。一方、AIおよびGPUアクセラレーション対応ラックは、一般的なトレーニングクラスタで約40kWから始まり、専用AIシステムでは100kWを超える。次世代GPUラックは600kWに達すると予測されている。

参考までに：H200 GPU用のラックは1台あたり40～50kW、B200 GPU用のラックは約130kWの電力を消費します。つまり、AIキャビネット1台で、10年前の小型サーバー室全体と同等の電力を消費する可能性があるということです。

中核インフラの課題

この集中負荷は、電力および設備スタックのあらゆる層にストレスを与える。

• 電気ストレス低電圧配電（110～240V）では、電流は数千アンペアに達します。業界では、電流の低減、送電損失の削減、ケーブルの小型化を図るため、380～415V ACまたは48V DCへの移行が進んでいます。高密度ラックには、大型のフィーダー、大容量のバスバー、冗長構成のPDUが必要となります。
• 冷却に関する制約ラックあたり300～400kWの電力消費量では、従来の空冷方式はもはや現実的ではありません。そのため、事業者は背面ドア式熱交換器、チップ直結型液冷、および空冷・液冷ハイブリッド方式を採用しています。
• 配線とスペースの制限電源ケーブル、液冷ライン、高密度光ファイバーは、限られたラックのスペースを共有しながら、空気の流れを妨げないようにする必要があります。MPOファイバーのような構造化配線は、混雑を最大75%削減できます。
• 構造上の限界GPUラックはフル装備の場合、重量が2,000ポンド（約900kg）を超えることがあり、標準的な二重床システムには適合しない場合があります。

AIデータセンター向け主要電力インフラコンポーネント

エンドツーエンドの電源供給チェーン

電力供給チェーンは電力会社の変電所からサーバーの入力口まで続き、各段階はAIレベルの負荷に対応できるように設計する必要があります。一般的なアーキテクチャは5つの段階から構成されます。

1. 電力会社の変電所および中電圧変圧器
2. UPSシステム（連続二重変換モード、発電機が起動するまで5～7分間バッテリー駆動）
3. 低電圧配電盤
4. ラックレベル電源分配ユニット（PDU）
5. 個々のラックに電力を供給するバスウェイまたは遠隔電源パネル

GPUクラスタは、瞬間的な電圧低下にも非常に敏感であるため、UPSの容量選定と冗長化が極めて重要になります。ラックレベルの配電には、バスウェイがプレハブ式のオーバーヘッド電源レールを提供し、任意のラック位置で分岐接続が可能です。これは、拡張性の高い高密度展開に最適です。リモート電源パネル（RPP）は固定式の専用ケーブルを使用するため、初期費用は抑えられますが、再構成の柔軟性は劣ります。

従来型データセンターとAIデータセンターの電力要件

従来型インフラとAIインフラの間のギャップが、あらゆる設計上の意思決定を左右する。

AIワークロードは、チェーンに特有の要求を課します。トレーニングジョブは、中断を一切許容しない状態で、ほぼピークのGPU使用率で何日も連続して実行される一方、推論ワークロードはリアルタイムの需要に応じて急激に変動します。段階的な分散型電力変換により、損失と電圧降下を低く抑え、最終変換を負荷のできるだけ近くに配置することで、高速な負荷変動に対応します。

高密度AIラックにおけるPDUの役割

ラックPDUは電源供給チェーンの最終段階であり、障害発生時に最初に目につく箇所です。個々のGPUがそれぞれ500～1,200Wを消費し、サーバーシャ​​ーシあたり8～16個のGPUを搭載する現代のGPUサーバーは、推論処理のピーク時には1台あたり3～5kWの電力を消費する可能性があります。

回路ごとの監視により、数時間に及ぶトレーニング実行を中断させる可能性のある、ブレーカーの無音トリップを防止できます。42Uの高密度AIラックには、基本的な非管理型ユニットよりも、0U垂直マウントの計測機能付きまたはスマート三相PDUが推奨されます。主な選択基準には、入力相の互換性、マウント形状、および入力のみか出力のみかの計測が含まれます。インテリジェントPDUはSNMP/Modbus統合をサポートし、リアルタイムの電流および電圧監視のためのローカルディスプレイまたはWebインターフェースを備えています。

高密度AI導入における電力管理方法

三相配電および負荷分散

高密度AIラックにとって、三相電源は必須要件であり、アップグレードではありません。同じ総電力であれば、三相配電ではより小型で管理しやすい導体を使用できるため、設置コストと複雑さを軽減できます。

位相負荷の不均衡は容量の無駄遣いと危険な過熱を引き起こします。位相ごとの監視機能を備えたPDUを使用すれば、オペレーターは不均衡を検知して負荷を再分配し、効率を向上させ、熱による損傷を防ぐことができます。AIラックは、従来のデュアルA/B給電設計に加え、2Nまたは2N+1冗長構成をサポートするために、3つ以上の独立した電源経路を必要とすることがよくあります。適切な設置、ラベル付け、およびケーブル管理は、安全性と保守性を維持します。

容量計画、送電網のタイムライン、拡張戦略

AI導入における最大の計画リスクは、データセンターの建設期間と送電網接続のリードタイムの​​不一致です。ハイパースケールデータセンターは18～24ヶ月で建設できますが、高圧送電網のアップグレードには7～10年かかります。多くの地域では、新たな電力供給接続の承認と建設に5年以上かかる場合があります。

このギャップを埋めるには、事後的な改修ではなく、積極的なエネルギー戦略が必要です。一般的な緩和策としては、以下のようなものがあります。

• 早期の電力網への関与公共事業に関する協議は、用地選定後ではなく、プロジェクト開始時に開始すべきである。
• 近接配置既存の電源や余剰の相互接続ポイントの近くに新たな発電設備を設置することで、設備更新の必要性を軽減する。
• オンサイト発電：電力網への供給待ち時間を解消するために、天然ガス、ディーゼル、太陽光、風力、または蓄電池システムを現地に導入する。
• ブラウンフィールド再開発：廃止された発電所の跡地を、既存の送電網インフラを活用して再利用する。
• 合理化を許可する相互接続を加速させるため、可能な限り規制の迅速化措置を活用する。

電力インフラに近い場所にコンピューティング施設を設置することで、根本的なタイミングのずれを解消できます。電力網のインフラ構築には5～15年かかるのに対し、データセンターは1～3年で建設できるからです。ただし、近接性だけでは十分ではありません。風力発電所の近くにある施設でも、安定した電力供給のために大規模なネットワーク改修が必要になる場合があります。

AIデータセンターインフラストラクチャ向けPDUの選び方

PDU選択フレームワーク

構造化されたPDU選定プロセスは、以下の5つのステップで構成されます。

1. 次世代GPUの余裕分を含めた、3～5年間の負荷予測を定義する。
2. 敷地計画の初期段階で、送電網接続のスケジュールと容量を確認する。
3. 代替電源戦略（敷地内発電、近接配置、冗長電源供給など）を評価する。
4. 電力供給インフラと冷却インフラは、どちらか一方だけでは機能しないため、共同で設計する必要があります。
5. 現在の負荷だけでなく、拡張性も考慮して計画を立てましょう。

電圧と電流は密度に応じて変化します。従来の 30A または 60A PDU では最新の GPU サーバーをサポートできません。高密度 AI PDU は、より多くの分岐回路保護を備え、100A 以上の電流に対応する必要があります。三相配電は導体あたりの電流を低減し、配線へのストレスを軽減します。配電電圧が高いほど効率も向上します。サーバー電源は 120V に比べて 240V で約 3.5% 効率が向上し、メガワット規模では大きな違いとなります。新規設置サイトでは、最大の効率を得るために 415V 配電を検討する必要があります。既存インフラを備えた既存施設のアップグレードでは、480V の方が実用的である場合があります。

PDUティア比較

AIインフラストラクチャにおいて、3つのPDU階層はそれぞれ異なる役割を担います。

スマートPDUはAIラックに最適な選択肢です。コンセントレベルでの可視性により、オペレーターはブレーカーが作動する前に過負荷を検知できるため、コストのかかるトレーニング作業の中断を防ぐことができます。

購入前確認質問

PDUの選択を最終決定する前に、以下を確認してください。

• 次世代GPUハードウェアへの対応余地を含めた、3～5年間の負荷予測はどうなっていますか？
• 送電網の相互接続にはどれくらいの期間がかかりますか？また、電力戦略はこの遅延を考慮に入れていますか？
• どのような冗長構成（A/B、2N、2N+1）が必要ですか？また、PDUはそれをサポートしていますか？
• 将来的にラックの密度を高めるためには、どの程度のPDU容量の余裕が必要でしょうか？
• このユニットは既存のDCIM/BMSプラットフォームと統合できますか？
• どのような法令遵守要件が適用されますか（例：EUエネルギー効率指令）？

FAQ

AI導入計画では、どの程度のラック電力密度を想定すべきでしょうか？

AI導入においては、ラックあたり30～100kW以上の電力を見込んでください。これは、従来のエンタープライズラックの5～10kWと比較して大幅な増加です。高度なトレーニングクラスタは既にラックあたり80kWを超えており、専用システムは100kWを超えています。投資を保護するため、次世代GPUハードウェアに対応できる余裕を常に確保しておきましょう。

高密度AIラックに適したPDUの種類はどれですか？

スマート三相PDUは、AIラックに最適です。コンセントごとの監視と制御に加え、環境センシング機能も備えています。計測機能付きユニットは、混在密度のコロケーションキャビネットに適しています。基本ユニットは、低密度で安定した負荷にのみ適しています。技術的な適合性、コンプライアンス、総所有コストを考慮して、各オプションを評価してください。

送電網の相互接続にはどれくらいの時間がかかりますか？また、各チームはそれに合わせてどのように計画を立てるのですか？

多くの地域では、送電網の相互接続には5年以上かかる。データセンターの建設は18～24ヶ月で完了する一方、送電網のアップグレードには7～10年かかる。計画段階の早い段階で電力会社と連携し、近隣への立地選定、敷地内発電、または既存施設の再開発などを検討することで、遅延を軽減できる。

三相PDUにおいて、負荷分散が重要な理由は何ですか？

位相の不均衡は、無駄な容量と危険な過熱を引き起こします。位相ごとの監視により、技術者は不均衡を検出し、負荷を再分配できます。冗長な電源経路とバランスの取れた負荷により、AIワークロードが重い場合でも稼働時間を最大化できます。AIラックは、完全な冗長性を確保するために、3つ以上の独立した電源経路を必要とすることがよくあります。

意思決定者は、PDU（専門能力開発単位）の導入を決定する前に、何を確認すべきでしょうか？

3～5年間の負荷予測、系統連系スケジュール、冗長構成、およびPDU容量の余裕を確認してください。また、DCIM/BMSの統合と適用されるコンプライアンス要件も確認してください。長期的な整合性を確保するため、PDUに関する決定事項を、より広範なハイパースケールデータセンターのエネルギー戦略と整合させてください。