生成AIの急速な普及により、データセンター業界はこれまでにない変化の波に直面しています。なかでも大きな課題となっているのが、サーバーの発熱です。

ChatGPTのような大規模言語モデル（LLM）を支えるGPUサーバーは、従来のCPU中心のサーバーと比べて消費電力が高く、それに伴って発生する熱量も飛躍的に増大しています。この高発熱・高密度化は、これまで主流だった空冷方式では対応が難しいレベルに達しつつあります。

こうした背景から、いまデータセンター業界で急速に注目を集めているのが液冷（Liquid Cooling）です。液体を使って効率的に熱を逃がすこの技術は、AI時代のインフラを支える中核技術として位置づけられています。

実際、データセンター向け液冷市場は世界的に拡大しており、年率15〜35％という高い成長が予測されています。2030年代には数兆円規模に達するとも見込まれており、まさに“次の標準”になりつつある領域です。

本記事では、なぜAIデータセンターに液冷が求められているのかを起点に、主要な液冷方式の種類や仕組み、導入メリットと課題までを整理し、次世代冷却技術の全体像をわかりやすく解説します。

AIデータセンターで液冷が必要な理由

AIデータセンターにおける液冷技術の導入は、もはや“選択肢”ではなく“前提条件”になりつつあります。

その背景にあるのが、AI特有の「異常なまでの発熱量」です。

従来空冷の限界を突破した超高発熱GPU

生成AIやディープラーニングの普及により、データセンターの処理負荷は急激に増加しています。これに伴い、GPUサーバーの性能向上と同時に発熱量も大幅に増加しました。

従来のCPUサーバーは1台あたり約220W程度の消費電力であり、ファンと空調による空冷で十分対応可能でした。しかし、AI向けGPUではこの前提が崩れています。

• NVIDIA H100：約700W
• NVIDIA GB200：約1,200W

つまり、1台で従来の数倍の熱を発生させる構造になっています。

空冷の限界は1ラックあたり約20kWとされていますが、高性能GPUを数台設置するだけでこの上限に到達します。さらに高温状態が続くとサーマルスロットリング（熱による性能制限）が発生し、処理速度の低下や推論の不安定化を招きます。

つまり、冷やせない＝性能を引き出せない状態になるわけです。

1ラック100kW超の時代へ

現在のAIデータセンターでは、電力密度そのものが別次元に突入しています。

たとえば、NVIDIA GB200 NVL72では1ラックあたり約132kWという極めて高い消費電力が報告されています。さらに将来的には600kW級に達する可能性も示唆されています。従来の空冷前提（最大20kW）と比較すると、必要な冷却能力は6倍以上です。

この変化により、データセンターの価値基準も変わりつつあります。

• 従来：スペース（設置面積）
• 現在：電力供給能力＋冷却能力

どれだけ冷やせるかが競争力になっている状態です。

なぜ液体なのか？空気との決定的な違い

では、なぜ液冷がここまで注目されているのでしょうか。答えはシンプルで、液体のほうが圧倒的に効率よく熱を運べるからです。代表的な違いは以下の通りです。

• 熱伝導率：水は空気の約20倍
• 密度：約1,000倍
• 比熱：約4倍

これをイメージで言うと、空気は軽い風、液体は重い水流で熱を運ぶようなものです。その結果、液冷では以下が実現できます。

• 少ないエネルギーで効率的に冷却
• ファンや空調への依存を大幅に削減
• 高密度なサーバー配置が可能

実際に、液冷によって冷却効率が大幅に向上し、データセンター全体の消費電力を約30％削減できるケースも報告されています。

液冷技術の主要方式とそれぞれの特徴

AIデータセンターで採用される液冷技術は、主に以下の3つに分類されます。

• DLC（Direct Liquid Cooling）：現在の主流
• 液浸冷却（Immersion Cooling）：最高性能
• リアドア冷却：既存設備向け

それぞれ冷却性能・導入難易度・運用方法が大きく異なるため、用途やインフラ条件に応じた選択が重要です。

Direct Liquid Cooling（DLC）｜コールドプレート方式

DLCは、CPUやGPUといった発熱部品にコールドプレートを直接取り付け、内部を流れる冷却液で熱を奪う方式です。 コールドプレート内部には微細な水路が設けられており、液体が効率よく熱を回収します。

主な特徴

• 既存の19インチラックに対応可能
• サーバーメーカーの保証を維持しやすい
• 運用が空冷に近く、移行しやすい
• 1ラックあたり80〜200kWに対応

Dell、HPE、Lenovoなど有力メーカーも標準対応しており、現在はデータセンターの標準的な仕様となっています。

液浸冷却（Immersion Cooling）｜サーバー全体を液体に浸す

液浸冷却は、サーバー全体を電気を通さない液体に沈めて冷却する方式です。単相式（液体の循環）と二相式（蒸発・凝縮）に分かれ、特に二相式は極めて高い冷却効率を持ちます。

主な特徴

• 圧倒的な冷却性能（空冷・DLCを上回る）
• ファン不要・騒音ほぼゼロ
• 超高密度（100kW超〜）に対応可能

一方で、専用設備が必要、メンテナンスの手間が大きい、メーカー保証が適用されないケースもあるなど、扱いが難しい方式です。

リアドア冷却｜既存設備との親和性が高い

リアドア冷却は、ラック背面に熱交換器を設置し、排気熱をその場で冷却する方式です。

主な特徴

• サーバー改造不要
• 既存設備に後付け可能
• 導入コストが比較的低い
• 最大45〜50kW程度に対応

液冷への移行が難しい既存データセンターにとっては、現実的な選択肢です。ただし、冷却能力には限界があり、長期的にはDLCへの移行前提の“つなぎ”になるケースが多いです。

AIデータセンターにおける液冷導入のメリット

液冷技術の導入により、AIデータセンターは従来の空冷では実現が難しかった性能・効率・運用性を同時に向上させることが可能になります。特に重要なのは、次の3点です。

• 電力効率の向上（PUE改善）
• 高密度化による省スペース
• 静音性・信頼性の向上

単なる“冷却改善”ではなく、データセンターの収益性や運用性そのものを変えるインパクトがあります。

電力効率30%向上とPUE値の大幅改善

液冷技術の導入により、データセンターの電力効率は大幅に改善されます。

従来の空冷方式では、サーバーを冷却するためにデータセンター全体の消費電力の約40％が空調設備に使われていました。

一方、液冷では冷却対象を直接冷やすことができるため、冷却に必要な電力を大幅に削減できます。条件によっては、冷却関連電力を最大90％以上削減できるケースも報告されています。

ここで重要なのがPUE（Power Usage Effectiveness）です。PUEは、データセンター全体の電力のうち、どれだけがIT機器以外に使われているかを示す指標です。PUEが低いほど“無駄な電力が少ない＝効率が良い”状態とされています。

液冷の導入によりPUEは大きく改善し、同じ電力でもより多くを計算処理に回せるようになります。

その結果、

• 電力コストの削減
• 電力制約下での運用継続
• ESG・脱炭素への対応強化

といった、経営面でのメリットにも直結します。

高密度実装による省スペース化

液冷技術の高い冷却能力は、サーバー配置の自由度を大きく変えます。従来の空冷では、熱を逃がすために、サーバー間の間隔確保、通風路の設計、大規模な空調スペースの確保が不可欠でした。

しかし液冷では、熱を効率的に除去できるためこれらの制約が大きく緩和されます。「間隔を空ける前提」から「詰めて配置できる前提」へ変わるのです。

その結果、

• 同じ面積でより多くのサーバーを設置可能
• データセンターの床面積あたりの処理能力向上
• 建設コストや土地コストの最適化

が実現します。特に都市部では、土地コストが高いため、この高密度化のメリットは収益性に直結する重要要素となります。

静音性と信頼性の向上

液冷の導入は、運用環境の質そのものも改善します。

空冷方式では、多数のファンが常時稼働することで騒音が発生していました。一方、液冷ではファンや空調への依存が大幅に減るため、騒音レベルを大きく低減（環境によってはほぼ無音）が可能になります。

さらに重要なのが、ハードウェアの安定性です。

• ホコリや異物の侵入リスク低減
• 温度変動の抑制
• サーマルスロットリング（熱による性能制限）の回避

といった効果により、性能が落ちにくく、壊れにくい環境が実現します。

まとめ｜AIデータセンター時代の冷却技術革命

AIの進化は、データセンターの前提そのものを大きく変えました。その象徴が、NVIDIA GB200に代表される132kW級の超高発熱GPUです。こうした変化により、従来の空冷方式は物理的な限界に到達し、どう冷やすかがインフラ設計の中心課題へと移行しています。

現在は、既存インフラとの親和性と高い冷却性能を両立するDLC（Direct Liquid Cooling）が主流となり、実質的な標準技術として普及が進んでいます。一方で、液浸冷却は圧倒的な冷却性能を武器に、超高密度・高負荷な環境での活用が広がりつつあります。

つまり今、データセンター業界では

• 空冷から液冷へ
• 低密度から高密度へ
• 設備中心から“電力と冷却”中心へ

という、明確なパラダイムシフト（構造の変化）が進行しています。

2025年以降、AI対応データセンターにおいて液冷技術への対応は、単なる効率化ではなく競争力そのものを左右する要素になります。液冷はもはや冷却技術ではなく、“AI時代のインフラ基盤”です。今後、持続可能なAIインフラを構築できるかどうかは、この冷却技術の選択と最適化にかかっていると言っても過言ではありません。