NTTデータ京都新DCが映すAI時代の電力と冷却の新競争

はじめに

NTTデータが京都府精華町で新たなデータセンターを稼働させたニュースは、一見すると大型設備投資の話に見えます。しかし本質は、生成AIの普及でデータセンターに求められる条件が急激に変わっていることにあります。従来型のクラウド基盤では回っていた設計が、AIサーバーの高密度実装ではそのまま通用しにくくなっているからです。

データセンターの競争軸は、延べ床面積やサーバールーム数だけではなくなりました。いま重くなっているのは、十分な受電容量を確保できるか、高発熱の計算機を安定冷却できるか、広帯域ネットワークを低遅延で張れるか、そして複数拠点を一つの計算基盤として束ねられるかです。本稿では、NTTデータの京阪奈OSK11を手がかりに、日本のAIインフラ競争の論点を整理します。

京阪奈新拠点の意味

30MW級設備と関西分散の含意

NTTデータは4月9日、京都府精華町の京阪奈OSK11データセンターを正式開所したと公表しました。公式発表によれば、同施設は30MWのIT負荷を想定し、クラウドやAIワークロードに対応する次世代型の設備として設計されています。日本国内で14番目のNTTデータ拠点であり、関西圏のデジタル基盤強化を担う位置づけです。

30MWという数字は、単に大きいという以上の意味を持ちます。IEAは、従来型データセンターは10MWから25MW程度が一般的である一方、AI需要を見込むハイパースケール拠点では100MWを超える計画も増えていると整理しています。つまり30MW級は、世界の巨大AI拠点と比べれば中規模でも、日本国内の企業向け・クラウド向け基盤としては十分に戦略的な規模です。

立地も重要です。京阪奈OSK11は大阪と京都の回廊に位置し、NTTデータの説明では、研究開発施設に隣接することでIOWN研究の推進にもつなげる構成です。これは単なる郊外立地ではなく、関西圏で電力、回線、研究機能を束ねる拠点として設計していることを意味します。東京一極集中だけでは、AI時代の需要増を吸収しきれないという判断が透けて見えます。

東京集中から地方分散への潮流

CBRE Japanは2026年3月のウェビナー告知で、生成AIの普及に伴い、データセンター需要は高まる一方、大都市圏では電力や土地の確保が難しくなっていると指摘しました。このため、従来は大都市圏中心だった開発が地方へ広がる可能性があるとしています。京阪奈の新拠点は、まさにこの流れに沿う案件です。

東京に近いことだけが優位だった時代には、首都圏への集中が合理的でした。しかしAI時代には、受電制約、熱対策、災害分散、光回線の引き込み余地、将来増設の余白が大きな差になります。NTTデータが関西で拠点を厚くするのは、需要分散というより、制約分散の意味合いが強いです。

また、NTT DATAは2025年12月、米国4キャンパスで合計130MW超のハイパースケール契約を獲得したと公表しています。世界全体でAI対応需要が急拡大するなか、日本国内でも、関西であらかじめ大容量の受け皿を用意する必要があるという判断は自然です。国内需要だけを見ているのではなく、グローバル標準の設計思想を日本市場に持ち込んでいると読むべきでしょう。

AI時代のデータセンター設計

電力確保と高効率冷却の重要性

AI対応データセンターで最初に問題になるのは計算能力ではなく、電力と熱です。IEAの「Energy and AI」は、データセンターの電力消費が2024年の約415TWhから2030年には約945TWhへ倍増する見通しを示しました。しかも増加の中心はAI導入に伴う加速型サーバーで、一般サーバーより電力密度が高く、冷却負荷も大きくなります。

NTTデータの4月9日付発表は、京阪奈OSK11が高効率な冷却技術とグローバルエンジニアリング基準を取り入れたAI対応設備だと説明しています。サービス紹介ページでも、Tier IIIに適合した冗長電源、空調、通信設備、災害対策、セキュリティを強調しています。ここで重要なのは、AI対応とは単にGPUを置けることではなく、停電時の継続運転、熱暴走防止、回線冗長、保守性まで含めた総合要件だということです。

さらにNTTデータは2024年11月、液体冷却技術の実機検証を行う「Data Center Trial Field」を千葉県野田市に開設しました。AIサーバーの高発熱に対し、水冷や液浸冷却のような液体冷却は避けて通れない技術です。ただし現場では、機器ごとに仕様差があり、施工や保守の標準化も未成熟です。NTTデータが別途検証施設を設けたのは、AI対応の本丸が単なる新築ではなく、運用手順の標準化にあるからです。

受電容量と電力系統の競争

AI向けデータセンターでは、サーバーラックより先に変圧器や受電設備の確保がボトルネックになりやすいです。IEAの「Electricity 2026」は、AI、データセンター、電化の拡大によって世界の電力需要が急速に伸びていると指摘しています。AI基盤を持つ事業者の差は、ソフトウェアより先に「十分な電力を何年先まで押さえられるか」で決まりかねません。

この文脈で見ると、京阪奈OSK11の30MWと二重化電源の意義は大きいです。電力を引ける場所、かつ将来の拡張や高密度化に耐えられる場所は限られます。AI向けDCは、従来のサーバーホスティング施設ではなく、半ばエネルギー多消費型インフラとして設計されつつあります。立地選定が不動産案件からエネルギー案件へ変わりつつあるのです。

IOWN検証の本質

IOWNは回線高速化だけではない構想

今回のニュースで見落とされやすいのが、IOWNの技術検証という位置づけです。IOWNはしばしば「次世代光通信」と短く紹介されますが、NTTグループの説明では、AI時代に増える電力消費を抑えながら、低遅延・大容量の基盤を実現する構想です。2026年のMWC Barcelonaに向けたNTTグループ発表でも、フォトニクス技術を使ってAI時代の省電力インフラを作ることが中心テーマとされました。

つまりIOWNは、単独の新技術というより、電力制約の厳しい時代にネットワークと計算基盤をどう再設計するかという思想です。AIでは、同一拠点にすべてのGPUを詰め込むだけでなく、複数拠点を低遅延で束ねて一つの計算資源のように使えるかが重要になります。このとき、光ベースの大容量・低遅延ネットワークは、単なる通信高速化ではなく、データセンター分散そのものを成立させる部品になります。

分散配置と耐障害性の実証段階

その具体例として、三菱UFJ銀行、NTTデータグループ、NTT西日本は2025年3月、IOWN APNを用いたデータセンター相互接続の有効性を実証したと公表しました。狙いは、地理的に分散したデータセンター間で低遅延・広帯域接続を実現し、耐障害性の高い次世代金融システムを構築することです。これは金融向けの話であると同時に、AI基盤にとっても重要な示唆を持ちます。

AI向け計算資源は、電力や土地の都合で必ずしも一カ所に集められません。ならば、拠点を分散しながら、利用者からは一体の基盤に見えるようにする必要があります。京阪奈OSK11が研究施設に隣接し、IOWN実証の受け皿になるのは、データセンターを「建物」としてではなく、「光ネットワークを含んだ分散計算ノード」として位置づけ直しているからです。

日本市場への影響

国内事業者に突きつける競争条件

日本のデータセンター市場では、これまで都心近接性や地震対策、企業向け運用の丁寧さが差別化要因になりやすかったです。ですがAI時代は、受電余地、ラック高密度化、冷却方式、広域ネットワーク接続、そして将来増設の柔軟性が前面に出ます。京阪奈OSK11は、その競争条件の変化を象徴する案件です。

特に国内企業にとって厳しいのは、AI向け投資がソフトウェアとクラウド利用料だけで完結しない点です。推論サービスの常時運転や独自学習基盤の内製化が進むほど、最終的には物理インフラへ投資する事業者が優位になります。NTTデータのような通信・SI・データセンターを束ねる企業は、この局面で相対的に強いです。

需要拡大と採算の両立

もっとも、AI対応DCは建てれば勝てる事業でもありません。電力や設備費が重く、冷却技術も過渡期にあります。IEAは、データセンターの電力需要増に対し、電力系統の柔軟性や送配電網の整備が追いつくかが課題だと指摘しています。つまり、AI需要が強いほど、系統接続や設備調達がボトルネック化しやすいです。

その意味でNTTデータの戦略は、単一拠点の大型化より、運用ノウハウと光ネットワーク、研究機能を組み合わせた総合基盤化にあります。京阪奈OSK11の価値は、今ある30MWだけではなく、その後の冷却標準化、分散接続、エネルギー最適化にどうつなげるかで決まります。

注意点・展望

この話題で注意したいのは、AI対応データセンターを「GPUを置く箱」と理解しないことです。実際には、電力、冷却、回線、保守、災害対応、増設余地が一体のシステムです。また、IOWNも単なる高速通信の宣伝文句ではなく、分散したデータセンターを実用レベルで束ねるための技術群として捉える必要があります。

今後の焦点は三つあります。第一に、京阪奈OSK11がどこまでAIワークロードを実際に取り込み、段階的に稼働率を上げるか。第二に、液体冷却など高密度実装向け運用がどこまで標準化されるか。第三に、IOWNを使った拠点間接続が商用サービスにどの程度組み込まれるかです。ここが進めば、日本でもAIインフラの主戦場が「首都圏の床面積競争」から「電力と光の統合競争」へ移っていく可能性があります。

まとめ

NTTデータの京都新データセンターは、関西で新しい箱が一つ増えたという話ではありません。AI時代のデータセンターが、電力制約、高発熱、広帯域接続、地理分散という複合課題にどう向き合うかを示す案件です。

京阪奈という立地、30MWという規模、冷却技術の高度化、そしてIOWN検証の組み合わせを見ると、競争の中心はサーバー台数からインフラ設計全体へ移っています。今後は、この拠点がどこまで分散型AI基盤の中核になれるかが評価ポイントになります。

参考資料:

• NTT DATA Opens Keihanna Data Center, Expanding Digital Infrastructure in Japan’s Kansai Region
• 京阪奈OSK11データセンター
• データセンターにおける液体冷却技術の活用推進に向けて、「Data Center Trial Field」を開設
• 低遅延・広帯域を実現するIOWN APNを用いたデータセンター相互接続の有効性を実証
• NTT, DOCOMO, and NTT DATA to Exhibit at MWC Barcelona 2026
• Electricity 2026
• Energy demand from AI
• CBREデータセンターウェビナー2026年3月開催
• NTT DATA Lands Hyperscale Agreements Totaling Over 130MW Across Four Campuses