電力消費の激しいデータセンターの増加により、人工知能業界は電力確保に工夫を凝らすことを余儀なくされている。最新のアイデアのひとつが、公共事業者の変電所のすぐ隣にマイクロデータセンターを建設し、電力の利用可能性に応じて計算を振り分けるというものだ。

それが、Nvidiaと協力企業が今年後半に建設を予定している新しいパイロットプロジェクトで採用するアプローチだ。彼らは米国5つの電力会社にわたり、それぞれ5〜20メガワット規模の小型データセンターを約25カ所建設する予定だ。ある変電所の電力需要が逼迫したり停電が発生したりした場合、計算処理は余剰容量のある別の変電所近くのデータセンターへ移される。

この艦隊の開発のため、Nvidiaはデータセンター建設会社のInfraPartners、不動産サービス会社のPrologis、非営利団体のEPRI（旧称：Electric Power Research Institute）と提携する。

本プロジェクトは、データセンターが電力の可用性に柔軟かつ適合できる新しい方法を実証することを目指す。また、データセンター開発者が送電網から電力を迅速に確保するための手段でもある。電力は今や、たとえ小規模でもますます貴重な資源となっている。

「個々の変電所でどれだけの[未使用]電力が利用可能かを調べたところ、平均で約5MWが名目上利用可能で…最大で20MWでした」と、EPRIのAgentic AI InitiativesおよびDistributed AI Architecture担当ディレクターのBen Sooterは述べる。

これはほとんどのデータセンター事業者にとって魅力が薄い規模だが、そのサイズの施設を複数建設し、あたかも1つの大規模施設のように運用することは有用だとSooter氏は言う。さらに、負荷の高い変電所から余裕のある変電所へ計算を移すことで、全体で利用可能な電力が2倍になる可能性があると同氏は述べる。

「米国には55,000の変電所があり、それぞれに5、10、または20MWの余剰容量があれば、その数字はかなり早く積み上がります」と、Nvidiaのエネルギー担当シニアディレクターのMarc Spielerは付け加える。

データセンターにエネルギー柔軟性を組み込む

送電網から余剰メガワットを最大限に活用することは、データセンターの建設が引き続き加速する中でますます重要になる。米国では、新設データセンターの半分が建設中であり、データセンターは2030年までに発電量の9〜17％を消費する可能性がある。これはEPRIの推定によると、現在の使用量の2倍以上となる。AIモデルを訓練する施設はギガワット規模で建設されており、米国の地方都市並みの電力を消費する。

送電網事業者がこうした大規模な新規負荷に対応する方法を模索する中、データセンター開発者は送電網接続の承認を得るまでに最大10年待たされるケースもある。これに対し、開発者は電力に関して2年前には考えられなかったような大胆な決断を下している。

多くの企業が自社敷地内にガス発電所を建設している。一部は新しい送電線やその他の送電網インフラの費用を負担することを申し出ている。また、将来の電力需要に対応するため、核融合や次世代核分裂炉を開発する新興企業に投資する企業も少数ながら存在する。

しかし、送電網には日常的に使用されている以上の電力が利用可能だ。Duke UniversityのNicholas Institute for Energy, Environment and Sustainabilityが2025年に発表した画期的な報告書によると、米国の送電網事業者は平均で発電容量の約53％しか使用していない。

これは、米国の電力供給が年間の最高需要期（夏の最も暑い日など）に合わせて構築されているためだ。これらのピーク負荷は、気温が穏やかな日のほぼ2倍に達することがあり、通常年間200時間未満しか発生しない。残りの時間は、発電所全体がアイドル状態となる。

AIデータセンターがピーク需要期に電力消費を削減またはシフトする方法を見つけられれば、敷地内発電設備を建設するという極端な措置は必ずしも必要なくなる可能性がある。Nicholas Instituteの報告書によると、データセンターのような大規模負荷が電力使用をわずか0.25％の時間だけ抑制すれば、米国の送電網は追加で76GW（ピーク需要の約10％）を提供できるという。

エネルギー柔軟性により、データセンターは新しい発電所の建設を待たずに送電網に接続できるようになる可能性もある。また、小型データセンターを変電所のすぐ隣に配置することで、送電線や電柱、新しい変圧器や開閉装置などの新たな送電網インフラの必要性が低減される。特典として、これらの変電所にはすでに高速インターネット用の光ファイバー回線が整備されていると、NvidiaのSpieler氏は指摘する。そのため、小型データセンターは既存の回線に接続できる。

推論の優位性

データセンターが提供できる柔軟性の種類は、部分的にワークロードに依存する。主な2つのワークロードは、AI訓練（大規模言語モデルや画像生成モデルの開発など）と推論（チャットボットへの質問や画像リクエストに対する応答生成など、モデルを使用すること）である。

訓練には、密に相互接続されたGPUを備えた巨大なデータセンターが必要だ。たとえば、MetaのLlama 3.1 405Bモデルは、16,000個のGPUで訓練するのに約2ヶ月半を要した。訓練中は、各ステップでモデル重みを一度に調整する必要があるため、GPUはNvidiaのNVLinkやInfiniBandなどの高速相互接続で接続されなければならない。AI訓練ワークロードを小型データセンターの艦隊に分散させることは現実的ではない。一方、訓練には数ヶ月を要するため、ピーク需要期に短時間だけ一時停止してエネルギー消費を抑制することは可能だ。

推論には、それほど多くのGPUや高度なネットワークは必要ない。代わりに、単一ユーザーのクエリがモデルに入力され、モデルが回答を出力する。バックプロパゲーションは関与せず、入力データの異なる部分間の大規模な調整は必要ない。そのため、推論は小型データセンターに適している。ただし、タイミングが重要だ。画像生成ツールに自分の顔をかわいい猫に合成した画像を依頼した場合、結果を即座に確認できることを当然期待する。そこで、ピーク需要期に計算を一時停止するのではなく、ワークロードを別の場所へ創造的にシフトすることでエネルギー柔軟性を実現できる。

「推論は動的にルーティングできる数少ないワークロードのひとつです」と、モジュラーデータセンター企業Mod42の戦略・運用担当シニアバイスプレジデントであるValerie Craftonは述べる。「つまり、実際に電力が利用可能な場所に計算を合わせることができるのです。これが、電力が存在する場所に小型データセンターを建設する動きを後押ししている独自の要素のひとつです。」

NvidiaとEPRIは、データセンターのさまざまな柔軟性を示すことに積極的に取り組んでいる。彼らは変電所ベースの戦略を「分散型推論」と呼んでいる。2月に発表された本プロジェクトは、2026年末までに小型データセンターのパイロット艦隊の建設を開始することを目指している。NvidiaとEPRIは、計算ワークロードを別の変電所へ移動する必要があるのは時間の約0.1％のみと推定している。

データセンターの小型化は勢いを増しているアイデアだ。「現在は誰もが5ギガワット規模の巨大なデータセンターを建設する計算波の中にいます」とSooter氏は言う。しかし「2番目の計算波が到来しており」、それには推論を扱うはるかに小型のデータセンターが関わると同氏は述べる。テック企業は「2027年に推論計算の需要が本当に高まると見ているため、この点で強く主張しています」と同氏は言う。

この記事は、76-GWの出典を修正するため2026年5月13日に更新されました。

この記事は2026年7月号の印刷版に「Small Data Centers Snuggle Up to Grid Substations」として掲載されます。