AIの進化の速さを決めているのは、ソフトウェアの出来よりも、半導体を製造できる量と、それを動かす電力の量です。AIは画面の中のソフトウェアに見えますが、土台は工場と発電所です。
しかし、AIチップは設計すれば作れるはずで、電力も買えばよいのではないか、と思う人もいるでしょう。実際には、チップを作る工程にも電力を確保する工程にも、年単位の時間がかかります。
この記事では、チップを作れる量と電力という2つの制約を、順に説明します。
AIチップは、製造の最後の工程で作る量が追いつかず、足りなくなっている
Nvidiaなどの主要なAIチップ企業は、自社の工場を持たない「ファブレス」の形をとり、製造をTSMCなどの受託製造企業（ファウンドリ）に任せています。チップの設計図があっても、それを製造できる工場の生産能力が足りないために、供給が追いつきません。
作る量が追いつかなくなりやすい工程の一つが、パッケージングと呼ばれる最後の工程です。この工程では、メモリと演算装置を近づけて1つのチップにまとめ、データのやり取りを速くします。TSMCのCoWoS（Chip on Wafer on Substrate）がその代表的な技術です。
この工程は専用の大きな設備を必要とし、設備を持つ工場も限られます。2023年にはNvidia、AMD、Amazonの注文が増えて、TSMCの先端パッケージングの生産能力が不足したと報じられました。
工場を増やすには、年単位の時間と大きな投資がかかります。AIモデルがどれだけ優れていても、動かすハードウェアの数は、工場を建てる速さで決まります。
AIの計算には大量の電力が必要で、電力網の整備は電力の需要の伸びより遅れている
チップを確保できても、その次に電力が足りなくなります。国際エネルギー機関（IEA）は、世界のデータセンターの電力需要が2030年までに2倍以上の約945TWhになると予測しています。AI向けの施設だけを見ると、4倍以上に増える見込みです。
計算するときは電気を使い、使った電気は最後に熱になります。そのため、データセンターには電力を送る設備に加えて、熱を逃がす冷却の設備も必要です。
既存の電力網は、短い期間で特定の場所に電力の需要が集中する状況を想定して作られていません。太陽光や風力は天候で発電量が変わるため、24時間止められないデータセンターの基本の電源にするには、運用上の課題が残ります。
テック企業が「データセンターを建てる場所がない」と話すとき、土地の不足だけが理由とは限りません。大きな電力を安定して受け取れる場所が少ないことも、理由の一つとして考えられます。この解釈は、公開されている資料では確かめられていません。
電力を自分で確保する動きと、データセンターを宇宙に置く構想が出ている
電力が足りなくなっていることに対して、地上ではデータセンターを運営する企業が発電所を自分で持つ動きがあり、宇宙ではデータセンターを軌道上に置く構想があります。
地上では、小型の原子炉から電力を買う契約が結ばれている
データセンターの近くに専用の発電所を置けば、送電網に頼らずに安定した電力を使えます。この考えのもとで、小型モジュール炉（SMR）の電力をデータセンター向けに買う契約を、GoogleやAmazonなどの大手テック企業が結んでいます。
たとえばGoogleは、2024年10月にKairos Powerと契約を結び、2030年ごろから小型原子炉の電力を使う計画を発表しました。ただし、この2030年という時期は実現が難しいとする見方もあります。
宇宙では、Googleが人工衛星に計算機を載せる研究を始めている
Googleは、AI用のチップ（TPU）を載せた太陽光発電の人工衛星を軌道上に並べる「Project Suncatcher」という研究を2025年11月に発表しました。2027年の初めまでに、Planet Labsと組んで試作の衛星2機を打ち上げる計画です。
宇宙では太陽光を長い時間使えるため、地上の電力網への負担を減らせる、というのがGoogleの説明です。費用や技術の面の課題はまだ大きく、実際に使えるかどうかは、これからの試験で決まります。
AIの将来を見るときは、工場と発電所の供給量を見る
AIはソフトウェアの産業に見えますが、土台は半導体の製造とエネルギーの供給で、どちらも大きな設備に頼っています。モデルの性能の競争だけでなく、半導体の工場と発電所がどれだけの量を供給できるかが、AIの広がる速さを決めます。
AIの動きを追うときは、半導体を作れる量と電力の供給量を、ニュースから1つずつ探してみてはいかがでしょうか。
