| |
| 1. | エグゼクティブサマリー |
|
| 2. | データセンタービジネスについて |
| 2.1. | データセンターとは |
| 2.2. | データセンターの歴史 |
| 2.3. | バリューチェーンと階層構造 |
| 2.3.1. | エコチェーンの主要階層 |
| 2.3.2. | クラウドサービスとデータセンター |
| 2.3.3. | 国内のクラウドサービス市場占有率 |
| 2.3.4. | データセンターの構造 |
| 2.4. | データセンター用サーバー企業 |
| 2.4.1. | DELL Technologies社 |
| 2.4.2. | Supermicro社 |
| 2.5. | データセンター用の機器や規格 |
| 2.5.1. | 汎用のラックとAI向けのラックの比較 |
| 2.5.2. | データセンターの規格 |
| 2.5.3. | 騒音レベル |
| 2.5.4. | エネルギー効率 |
| 2.5.5. | オープンスタンダードを目指すOpen Compute Project (OCP) |
| 2.6. | 高性能データセンターに求められる仕様 |
| 2.6.1. | 一般的な仕様 |
| 2.6.2. | 信頼性や冗長性を評価する国際的な基準 |
| 2.7. | 世界のデータセンター動向 |
| 2.7.1. | データセンターの設置が多い世界の都市 |
| 2.7.2. | 地域別の状況 |
| 2.7.3. | 地域分散の進行 |
| 2.7.4. | アジア太平洋のデータセンターにおける日本の立ち位置（総務省） |
| 2.7.5. | シンガポールの動き |
| 2.7.6. | 英国の動き |
| 2.7.7. | 欧州におけるデータセンターの効率改善に向けた取組 |
| 2.7.8. | ドイツにおける開示制度、効率要件 |
| 2.7.9. | 各地域の規制内容 |
|
| 3. | データセンターの種類とプロバイダー |
| 3.1. | データセンターの種類 |
| 3.2. | それぞれのデータセンターの詳細 |
| 3.2.1. | ハイパースケールデータセンター |
| 3.2.2. | コロケーションデータセンター |
| 3.2.3. | エンタープライズデータセンター |
| 3.2.4. | マネージドサービスデータセンター |
| 3.2.5. | エッジデータセンター |
| 3.3. | 小型のデータセンター |
| 3.3.1. | マイクロデータセンター（MDC） |
| 3.3.2. | モジュール型データセンター |
| 3.4. | インターコネクションデータセンター（Interconnection Data Center） |
| 3.4.1. | 種類と名称 |
| 3.4.2. | 日本国内でIXを提供する主要なIXデータセンター |
| 3.5. | 不動産投資対象としてのデータセンター |
| 3.5.1. | 投資対象としてのデータセンター |
| 3.5.2. | 米国の事例 |
| 3.5.3. | 国内上場REIT等の取組状況 |
| 3.5.4. | データセンター特化型J-REIT組成の課題 |
|
| 4. | 日本のデータセンターを取り巻く環境やインフラ |
| 4.1. | 日本政府の施策 |
| 4.1.1. | 経済産業省資料よりの抜粋 |
| 4.1.2. | 経済産業省データセンター事業実施可能性調査よりの抜粋 |
| 4.1.3. | デジタルインフラ（データセンター等）整備に関する有識者会議 |
| 4.1.4. | データセンター地方拠点整備事業補助金 |
| 4.2. | 日本国内のデータセンター建設の動向 |
| 4.2.1. | 日本国内のデータセンター建設投資 |
| 4.2.2. | データセンター建設コストの上昇 |
| 4.2.3. | 都市部への過度の集中 |
| 4.2.4. | 新規進出の課題 |
| 4.2.5. | 国内データセンターの消費電力量の予想 |
| 4.2.6. | データセンターのロケーションと電気/再エネ電力の供給 |
| 4.2.7. | データセンターの新設計画 |
| 4.2.8. | 東京23区内の新設データセンター |
| 4.2.9. | 国内におけるAI関連の需要見通し |
| 4.3. | インターネットトラヒックの状況 |
| 4.4. | 次世代情報通信基盤IOWN（アイオン） |
| 4.4.1. | 概要 |
| 4.4.2. | IOWNと従来の光ファイバー通信の比較 |
| 4.4.3. | IOWN（アイオン）の主要技術分野 |
| 4.4.4. | IOWNの課題 |
| 4.5. | 日本を取り巻くインターネットの状況 |
| 4.5.1. | 日本の国際インターネット接続 |
| 4.5.2. | IX・DC・国際海底ケーブル陸揚局の立地状況 |
| 4.5.3. | 日本の国際インターネット接続の課題 |
| 4.5.4. | 国際海底ケーブルの陸揚局の分散/国際的なプレゼンスの確立・向上 |
| 4.5.5. | データセンタービジネスへの影響 |
| 4.5.6. | 海底ケーブルでも大きな存在感を示すビッグテック企業 |
| 4.5.7. | 投資主体の変化 |
| 4.5.8. | コンテンツ事業者の影響力は拡大 |
| 4.5.9. | OTT事業者の直接投資 |
| 4.5.10. | Google所有の海底ケーブル |
| 4.6. | インターネットエクスチェンジ（IX: Internet Exchange） |
| 4.6.1. | IXの主な役割とメリット |
| 4.6.2. | IXの種類 |
| 4.6.3. | 日本の主要なIX |
| 4.6.4. | IXの仕組み |
| 4.6.5. | 基本的な構成 |
| 4.6.6. | IXの今後の動向 |
| 4.6.7. | まとめ |
| 4.7. | 日本のデータセンターの電力事情 |
| 4.7.1. | 今後の電力需要の見通しについて |
|
| 5. | 日本におけるデータセンター立地条件と各地域の動向 |
| 5.1. | 立地条件 |
| 5.1.1. | 国内のデータセンターの立地状況 |
| 5.1.2. | AIの普及に向けたデータセンターの立地の考え方 |
| 5.1.3. | オール光ネットワークの活用による電力消費の分散化 |
| 5.1.4. | 日本政府によるデジタルインフラ整備の方向性 |
| 5.2. | 地域別の動向 |
| 5.2.1. | 各地域の比較 |
| 5.2.2. | 東京 |
| 5.2.3. | 千葉県印西市 |
| 5.2.4. | 関西地方 |
| 5.2.5. | 九州地方 |
| 5.2.6. | 北海道 |
| 5.2.7. | 中国地方 |
| 5.2.8. | 四国地方 |
| 5.2.9. | 東北地方 |
| 5.2.10. | 北陸地方 |
| 5.2.11. | 中部地方 |
| 5.2.12. | 沖縄 |
|
| 6. | 日本のデータセンター市場の動向・コスト・収益性 |
| 6.1. | 日本のデータセンター市場 |
| 6.1.1. | 日本のデータセンタービジネス規模 |
| 6.1.2. | パブリッククラウドサービス市場 |
| 6.1.3. | 日本のエッジコンピューティング |
| 6.1.4. | 日本ではコロケーション型とハイパースケール型が拮抗 |
| 6.2. | 日本での建設例とコスト |
| 6.2.1. | 建設コスト |
| 6.2.2. | アジア太平洋地域の建設コスト動向と日本との比較 |
| 6.2.3. | 具体的な建設コストが判明しているデータセンター |
| 6.3. | 重たい人件費 |
| 6.3.1. | データセンター種類による従業員数 |
| 6.3.2. | AI・HPC（高性能計算）特化データセンターの運用に必要な人員数 |
| 6.4. | 日本国内でデータセンター事業の収益の問題性 |
| 6.5. | データセンタービジネスの収益モデル |
| 6.6. | クラウド事業者（ハイパースケール事業者）向けのホスティングビジネスの収益 |
| 6.6.1. | 収益モデルの具体例 |
| 6.6.2. | コロケーション（場所貸し）ビジネスの収益 |
| 6.6.3. | ラック単位の貸出モデルの収益 |
| 6.6.4. | エンタープライズ向けデータセンターの収益 |
| 6.7. | エッジデータセンタービジネスの収益 |
| 6.7.1. | AIを前提とした大容量電力を消費するデータセンターの収益 |
| 6.7.2. | AI特化型のエッジデータセンターの収益 |
| 6.7.3. | 5G MEC統合サービスのビジネスの収益 |
| 6.8. | 電力コストと収益構造 |
| 6.8.1. | 電力コストの試算 |
| 6.8.2. | 電力コストのリスクと対策 |
| 6.8.3. | 赤字リスク |
|
| 7. | 日本のデータセンター事業者 |
| 7.1. | NTT |
| 7.1.1. | 概要 |
| 7.1.2. | NTTのデータセンター関連の収益モデル |
| 7.1.3. | 開発プロジェクト |
| 7.1.4. | 海外におけるデータセンター事業 |
| 7.1.5. | 栃木市における大規模データセンター開発 |
| 7.1.6. | 老朽化したデータセンター資産の最適化 |
| 7.1.7. | NTTが力をいれる冷却技術 |
| 7.1.8. | NTTが力をいれるIOWN（アイオン）APN技術 |
| 7.1.9. | 参考：デジタルツイン（Digital Twin） |
| 7.2. | NTT以外の事業者 |
| 7.2.1. | さくらインターネット株式会社 |
| 7.2.2. | 株式会社ハイレゾ |
| 7.2.3. | ソフトバンクとIDCフロンティア |
| 7.2.4. | 富士通 |
| 7.2.5. | 東芝 |
| 7.2.6. | NEC |
| 7.2.7. | 三菱グループ |
| 7.2.8. | 三菱商事株式会社 |
| 7.2.9. | MCデジタル・リアルティ |
| 7.2.10. | 三菱電機株式会社 |
| 7.2.11. | 日立製作所 |
| 7.2.12. | 伊藤忠テクノソリューションズ株式会社（CTC） |
| 7.2.13. | AGS株式会社 |
| 7.2.14. | SCSK株式会社 |
| 7.2.15. | ブロードバンドタワー株式会社 |
| 7.2.16. | インターネットイニシアティブ（IIJ） |
| 7.2.17. | キヤノンITソリューションズ |
| 7.2.18. | 丸紅株式会社 |
| 7.2.19. | 三井物産株式会社 |
| 7.2.20. | デジタルエッジ（Digital Edge） |
| 7.2.21. | エクイニクス・ジャパン株式会社 |
| 7.2.22. | 株式会社アット東京 |
| 7.2.23. | BIPROGY（旧日本ユニシス） |
| 7.2.24. | オプテージ（関西電力グループ） |
| 7.2.25. | NTT TEPCOデータセンター特定目的会社 |
| 7.2.26. | 新都ホールディングス株式会社 |
| 7.2.27. | CyrusOne（サイラスワン） |
| 7.2.28. | FSデータサービス株式会社 |
| 7.2.29. | 大和ハウス工業株式会社 |
| 7.2.30. | GLP Japan |
| 7.2.31. | ESR |
| 7.2.32. | グッドマン |
| 7.2.33. | 電力系通信事業者系データセンター |
| 7.2.34. | 建設会社系のデータセンター |
| 7.2.35. | 異業種からデータセンタービジネスへの新規参入 |
| 7.3. | 日本のデータセンタービジネスの強み |
| 7.3.1. | 日本企業がデータ主権を重視する背景 |
| 7.3.2. | 省エネ・環境対応技術の進展 |
| 7.3.3. | 日本のデータセンター業界の成長 |
| 7.3.4. | 国内データセンターの需要拡大 |
| 7.4. | 日本のデータセンタービジネスの問題点 |
| 7.4.1. | 電力供給の制約とコスト高 |
| 7.4.2. | 土地の確保とコスト |
| 7.4.3. | 耐震性・災害リスク |
| 7.4.4. | 人材不足 |
| 7.4.5. | 運用コスト |
| 7.4.6. | 通信インフラと制約 |
| 7.4.7. | 国際接続性の制約 |
| 7.4.8. | 規制の厳格さ |
| 7.4.9. | 事業展開の難しさ |
| 7.4.10. | 日本国でのデータセンター関連の規制 |
| 7.5. | 海外事業者の日本での動向 |
| 7.5.1. | GAFAMの方向 |
| 7.5.2. | 現状の傾向はコロケーション（他社データセンターの利用）の方が多い |
| 7.5.3. | 自社データセンターも増加傾向 |
| 7.5.4. | メガクラウド企業の国内データセンター投資計画 |
| 7.5.5. | 海外のビッグテックによる日本の見方 |
|
| 8. | 米国のデータセンターの動向 |
| 8.1. | 米国のデータセンターの地域別の状況 |
| 8.1.1. | 米国のデータセンターの地域別主要市場 |
| 8.1.2. | 共通の課題と現状 |
| 8.2. | 大規模クラウドセンターが集中するバージニア州 |
| 8.2.1. | バージニア州に集中している理由 |
| 8.2.2. | バージニア州が消費する電力量 |
| 8.2.3. | 他の州の動向 |
|
| 9. | 米国のデータセンター事業者の動向 |
| 9.1. | Amazon(AWS) |
| 9.1.1. | AWSの概要 |
| 9.1.2. | 主な用途とサービス |
| 9.1.3. | AI事業の強化と成果 |
| 9.1.4. | 成長の特徴 |
| 9.1.5. | 設備投資（資本支出）の増加 |
| 9.1.6. | データセンターの設計と運用 |
| 9.1.7. | グローバルインフラストラクチャ |
| 9.1.8. | 持続可能性 |
| 9.2. | Microsoft |
| 9.2.1. | Microsoft Azureの概要と成長要因 |
| 9.2.2. | AIサービスの貢献 |
| 9.2.3. | 強み |
| 9.2.4. | 今後の展望と世界展開 |
| 9.2.5. | エネルギー源と効率 |
| 9.3. | Google |
| 9.3.1. | 概要 |
| 9.3.2. | Googleの市場シェア |
| 9.3.3. | 成長を支える要因 |
| 9.3.4. | 設備投資 |
| 9.3.5. | 戦略 |
| 9.3.6. | 今後の展望 |
| 9.3.7. | 全世界におけるGoogleのデータセンター |
| 9.3.8. | テキサス州のデータセンターに10億ドル超を投資 |
| 9.3.9. | 本社周辺施設のデータセンター |
| 9.4. | Meta（Facebook） |
| 9.4.1. | Metaのデータセンターの概要 |
| 9.4.2. | ルイジアナ州に最大級のデータセンター建設 |
| 9.5. | 米国のコロケーション型データセンター事業者 |
| 9.5.1. | Equinix |
| 9.5.2. | Digital Realty |
| 9.5.3. | CyrusOne |
| 9.5.4. | Iron Mountain Data Centers |
| 9.5.5. | CoreSite |
| 9.5.6. | Flexential |
| 9.5.7. | Quality Technology Services（QTS） |
|
| 10. | 米国のデータセンターの電力消費について |
| 10.1. | データセンターの電力問題 |
| 10.1.1. | データセンターが各州の電力に占める割合 |
| 10.1.2. | 電力需要増加への対応策 |
| 10.1.3. | 懸念と展望 |
| 10.2. | 現在の全米の電力消費と発電リソース |
| 10.2.1. | 過去15年間は4,000TWhで安定推移 |
| 10.2.2. | 発電セクターの温暖化ガス |
| 10.2.3. | 米国の各地域による電力源 |
| 10.2.4. | 参考：米国の1世帯あたりの年間平均電力使用量 |
| 10.3. | データセンターの消費電力 |
| 10.3.1. | ラックあたりの消費電力の増加 |
| 10.3.2. | 過去と現在の比較と一律ではない増加 |
| 10.4. | いくつかの州のデータセンター設置規制 |
| 10.4.1. | バージニア州：電力容量の限界 |
| 10.4.2. | ペンシルバニア州：AmazonのPPA契約 |
| 10.4.3. | テキサス州： AIデータセンターへの規制強化 |
| 10.4.4. | オハイオ州：データセンターと電力契約 |
| 10.4.5. | カリフォルニア州：データセンター増加に伴う電力需要の増加の見込み |
| 10.4.6. | トレンド：「自前で発電所を用意せよ」 |
| 10.5. | データセンターの電力需要の予測 |
| 10.5.1. | 現状：2000年から2023年までの推移 |
| 10.5.2. | 今後の成長シナリオの概要 |
| 10.5.3. | 「Higher Growth」シナリオへの懐疑的見解 |
| 10.5.4. | 電力需要の予測に関する見解 |
| 10.6. | 2050年の全体電力需要の予測 |
| 10.6.1. | 米石油大手、ガス火力でデータセンター向け電力供給に参入 |
|
| 11. | ”クリーンな電力“の供給について |
| 11.1. | データセンターのCO2排出量の急増 |
| 11.1.1. | 排出量増加の背景 |
| 11.2. | カーボンオフセット |
| 11.2.1. | バンドル型とアンバンドル型の違い |
| 11.2.2. | グリーンウォッシュの懸念 |
| 11.2.3. | なぜカーボンオフセットや再エネ証書が必要なのか |
| 11.2.4. | AWS（Amazon Web Services）のエネルギー戦略 |
| 11.2.5. | Googleのカーボンフリー電力戦略 |
| 11.2.6. | Microsoftのカーボンネガティブ戦略 |
| 11.3. | 本当の「クリーンさ」を見極めるには |
| 11.4. | 再エネでデータセンターに給電した場合 |
| 11.4.1. | 米国における再エネの動向 |
| 11.4.2. | 100MWのデータセンターの例 |
| 11.4.3. | 風力発電で100MWの電力をデータセンターに供給する場合 |
| 11.5. | 「24/7 カーボンフリー電力」実現の課題 |
| 11.5.1. | 「24/7 カーボンフリー電力」実現の現状と課題 |
| 11.5.2. | 再生可能エネルギーの設置状況 |
| 11.5.3. | ソーラー＋バッテリーのコストと面積要件 |
| 11.5.4. | コストと供給網の制約 |
| 11.5.5. | 再生可能エネルギーの現実的な実現可能性 |
| 11.5.6. | 米国の風況と日射量 |
| 11.5.7. | 地理的条件と実現可能性 |
| 11.5.8. | 太陽光発電の活用 |
| 11.5.9. | 風力発電の活用 |
| 11.5.10. | 最適なエネルギー供給モデルの検討 |
| 11.5.11. | 再エネ接続にかかる時間が大きな問題に |
| 11.5.12. | 冗長性が大事 |
| 11.5.13. | 再生可能エネルギー計画の障害となる要因 |
| 11.5.14. | 解決策の可能性 |
| 11.6. | データセンターの立地におけるトレードオフ |
| 11.6.1. | 現在のデータセンター立地の偏り |
| 11.6.2. | 電力供給とネットワーク接続のトレードオフ |
| 11.6.3. | 立地選択の重要な課題 |
| 11.6.4. | ハイブリッドアプローチ |
| 11.6.5. | 電力供給とネットワーク接続の優先順位の調整 |
| 11.6.6. | データセンター建設にかかる時間 |
|
| 12. | 大型の原子力発電所の利用について |
| 12.1. | 現在の米国の原子力発電所 |
| 12.1.1. | 原子力発電所の老朽化と投資停止 |
| 12.1.2. | 原子力発電所の運転期間延長の課題 |
| 12.2. | Vogtle原発の新規建設と問題 |
| 12.2.1. | Vogtle 3号機・4号機の意義 |
| 12.2.2. | 冷却システムの特徴 |
| 12.2.3. | コストと住民負担 |
| 12.3. | 原子力発電の今後の課題 |
| 12.3.1. | 発電量の維持と新規建設の課題 |
| 12.3.2. | 解決策と将来の方向性 |
| 12.4. | スリーマイル島原子力発電所の再稼働 |
| 12.4.1. | スリーマイル島発電所の再稼働計画 |
| 12.4.2. | 再稼働の概要 |
| 12.4.3. | 延長運転の目標 |
| 12.5. | 再稼働の課題 |
| 12.5.1. | Microsoftの意図と戦略 |
| 12.5.2. | 再稼働が成功する条件 |
| 12.6. | 延長、再稼働、新規開発の比較 |
| 12.7. | カリフォルニア州が原発に回帰するか |
|
| 13. | SMR（小型モジュール原子炉） |
| 13.1. | 小型モジュール炉（SMR）の概要 |
| 13.1.1. | 現状 |
| 13.1.2. | メリット |
| 13.1.3. | 課題 |
| 13.2. | SMRと再エネ発電との比較 |
| 13.2.1. | 発電コストの比較 |
| 13.2.2. | メリット・デメリットの比較 |
| 13.3. | NuScale Power社 |
| 13.4. | X-energy |
| 13.4.1. | 企業情報 |
| 13.4.2. | 技術の特徴 |
| 13.4.3. | Xe-100：X-energy の代表的な高温ガス炉（HTGR） |
| 13.4.4. | TRISO燃料：X-energyの技術の中核 |
| 13.4.5. | モジュール式アプローチ |
| 13.4.6. | 投資とパートナーシップ |
| 13.4.7. | X-energyの将来展望 |
| 13.4.8. | TRISO燃料 |
| 13.4.9. | TRISO燃料の利点 |
| 13.5. | TerraPower |
| 13.5.1. | 企業情報 |
| 13.5.2. | 政府支援と資金調達 |
| 13.5.3. | ナトリウム冷却炉と実証プロジェクト |
| 13.5.4. | 主な特徴 |
| 13.5.5. | ワイオミング州での実証プラント建設 |
| 13.5.6. | TerraPowerの今後の展望 |
| 13.6. | ウェスチングハウス |
| 13.6.1. | eVinciマイクロ原子炉の概要 |
| 13.6.2. | 設計と技術の特徴 |
| 13.6.3. | 運用と耐久性 |
| 13.6.4. | 用途と展開可能性 |
| 13.6.5. | eVinciの意義と今後の展望 |
| 13.6.6. | 原子力電池 |
| 13.7. | BWXT Advanced Technologies |
| 13.7.1. | 企業情報 |
| 13.7.2. | 米国防総省（DoD）とのプロジェクト |
| 13.7.3. | 移動式マイクロリアクターの特徴 |
| 13.7.4. | 契約と製造コスト |
| 13.7.5. | 今後の展望 |
| 13.8. | Kairos Power |
| 13.8.1. | 企業情報 |
| 13.8.2. | KP-FHR（フッ化物塩冷却型高温ガス炉）の特徴 |
| 13.8.3. | エネルギー市場と今後の展望 |
| 13.8.4. | Kairos Powerの意義と影響 |
| 13.9. | SMRと再生可能エネルギーの比較 |
| 13.9.1. | LCOE（発電コスト）の比較 |
| 13.9.2. | メリットと課題の比較 |
| 13.9.3. | データセンターへの電力供給コスト比較 |
| 13.9.4. | データセンターにおけるSMRの適用性と展望 |
| 13.9.5. | SMR設置に必要な面積の見積もり |
|
| 14. | データセンターの通信の革新について |
| 14.1. | データセンター間通信 |
| 14.2. | 各方式の比較 |
| 14.3. | 光ファイバー |
| 14.4. | 6G通信技術 |
| 14.4.1. | 6Gの概要 |
| 14.4.2. | 6Gの特性と制約 |
| 14.5. | 衛星通信技術 |
| 14.6. | 量子通信 |
| 14.7. | エッジコンピューティングとクラウド技術 |
| 14.7.1. | 概要 |
| 14.7.2. | コストと導入のしやすさ |
| 14.7.3. | 考え方が異なる |
|
| 15. | データセンター設備側のイノベーション |
| 15.1. | データセンター設備における冷却技術 |
| 15.1.1. | 冷却技術 |
| 15.1.2. | 代表的な施設の消費電力の例 |
| 15.1.3. | ベルギーのデータセンターにおける水冷却システムの詳細 |
| 15.1.4. | イノベーションの進展 |
| 15.2. | PUEと効率化の重要性 |
| 15.2.1. | PUEとは |
| 15.2.2. | 現状のPUE |
| 15.2.3. | PUE改善の課題と取り組み |
| 15.3. | 水冷式冷却 |
| 15.3.1. | いくつかの方式 |
| 15.3.2. | 効果 |
| 15.3.3. | 構成要素 |
| 15.3.4. | より高い冷却性能 |
| 15.3.5. | 導入事例 |
| 15.3.6. | 水冷式と空冷式の比較 |
| 15.3.7. | 水冷式リアドア型空調機 |
| 15.3.8. | 床下の配管が不要なサイドカー方式 |
| 15.3.9. | コールドプレート冷却 |
| 15.4. | 液浸冷却技術 |
| 15.4.1. | 液浸冷却技術（Immersion Cooling）の概要 |
| 15.4.2. | 液浸冷却技術の利点 |
| 15.4.3. | 液浸冷却技術の課題 |
| 15.4.4. | 液浸冷却の導入事例と普及動向 |
| 15.4.5. | 今後の展望：液浸冷却と水冷技術の未来 |
| 15.5. | 水中(海中)データセンター |
| 15.5.1. | 水中データセンターの概要 |
| 15.5.2. | Microsoft の「Project Natick」 |
| 15.5.3. | 水中データセンターの技術的メリット |
| 15.5.4. | 水中データセンターの技術的課題 |
| 15.5.5. | 水中データセンターの商業化の可能性 |
| 15.5.6. | 液浸冷却技術との関連性 |
| 15.5.7. | 水中データセンターの未来 |
| 15.6. | AIを活用したデータセンターの冷却 |
| 15.6.1. | 仕組みと技術 |
| 15.6.2. | DeepMindのAIによるエネルギー削減 |
| 15.6.3. | 他の企業への応用と今後の展望 |
| 15.7. | 電力と冷却の分析 |
| 15.7.1. | データセンターにおける電力と冷却の影響 |
| 15.7.2. | 電力と冷却の評価 |
| 15.7.3. | エネルギー効率分析 |
| 15.7.4. | 数値流体力学（CFD : Computational Fluid Dynamics）解析 |
| 15.7.5. | 熱ゾーンのマッピング |
| 15.8. | データストレージ |
| 15.8.1. | データセンターにおけるストレージの重要性 |
| 15.8.2. | データセンターのストレージの種類 |
| 15.8.3. | テープドライブ |
| 15.9. | データセンターで使用されるUPS |
| 15.10. | UPSの低消費電力化 |
|
| 16. | データセンターの主なお客であるクラウドビジネス |
| 16.1. | クラウドとは |
| 16.1.1. | クラウドの利点 |
| 16.1.2. | SaaS/PaaS/IaaSの例 |
| 16.1.3. | データセンターでAI処理 |
| 16.2. | クラウド運用の欠かせないVMware |
| 16.2.1. | VMwareが提供する主な技術とソリューション |
| 16.2.2. | VMwareの技術の利点 |
| 16.2.3. | VMware(vSpere上)でのGPUの使用方法 |
| 16.2.4. | 利用される主な技術 |
| 16.2.5. | 効率的な分散処理 |
| 16.3. | クラウドサービスプロバイダー |
| 16.3.1. | 主要プレイヤー |
| 16.3.2. | グローバルのクラウド市場 |
| 16.3.3. | クラウド市場の競争の激化 |
| 16.4. | クラウド企業の生成AIにおける取り組み |
| 16.4.1. | Microsoft |
| 16.4.2. | Google |
| 16.4.3. | Amazon Web Services (AWS) |
| 16.4.4. | Meta |
| 16.4.5. | IBM |
| 16.4.6. | IBMクラウドの展望 |
|
| 17. | データセンターの電力使用を押し上げるA/I |
| 17.1. | AIとデータセンター |
| 17.1.1. | AIの簡単な歴史 |
| 17.1.2. | 猫を猫と認識できるようになった |
| 17.1.3. | AI（ディープラーニング） |
| 17.1.4. | 人間の脳 |
| 17.1.5. | コンピュータが眼をもつ |
| 17.1.6. | スケール則（scaling law） |
| 17.1.7. | 言語理解が人間と同等に |
| 17.1.8. | 人間レベルを超えた分野 |
| 17.2. | 生成AIに必要な電力 |
| 17.3. | テンソルと行列計算とGPU |
| 17.3.1. | テンソルとは、 |
| 17.3.2. | 動画データ処理 |
| 17.3.3. | AI処理に行列計算が必要な理由 |
| 17.3.4. | ハードウェアの進化 |
| 17.4. | 生成AI大手5社の取り組み |
| 17.4.1. | 生成AIのマーケットシェア(2023) |
| 17.4.2. | モデル開発状況 |
| 17.4.3. | OpenAI社 |
| 17.4.4. | Google社 |
| 17.4.5. | Anthropic社 |
| 17.4.6. | Microsoft社 |
| 17.4.7. | Meta社 |
|
| 18. | GPUの技術とマーケット |
| 18.1. | GPUの市場規模 |
| 18.2. | NVIDIA社の動向 |
| 18.2.1. | GPUの用途別の売上構成 |
| 18.2.2. | GPUの製品群 |
| 18.2.3. | 統合アーキテクチャ |
| 18.2.4. | GPUのロードマップ |
| 18.2.5. | GPUアーキテクチャ |
| 18.2.6. | GPU競争状況 |
| 18.2.7. | 戦略 |
| 18.2.8. | モジュールでの出荷 |
| 18.2.9. | モジュール形式が主流となる理由 |
| 18.2.10. | H100NVLの概要 |
| 18.2.11. | モジュールやラック形式の利点と未来 |
| 18.2.12. | データセンターでのGPUの実装 |
| 18.3. | GPUが必要または推奨されるアプリ |
| 18.3.1. | AI/機械学習 |
| 18.3.2. | ビッグデータ分析 |
| 18.3.3. | 動画処理・ストリーミング |
| 18.3.4. | ゲーム開発およびストリーミング |
| 18.3.5. | 3Dモデリング・レンダリング |
| 18.3.6. | 科学計算・シミュレーション |
|
| 19. | 低消費電力化に向けたハードウエアの革新 |
| 19.1. | GPU技術の進化 |
| 19.2. | 2nmプロセス |
| 19.2.1. | 特徴と消費電力削減 |
| 19.2.2. | 2nmプロセスと消費電力の戦い |
| 19.2.3. | GAA、CFET |
| 19.2.4. | 未来への展望 |
| 19.3. | アーキテクチャの進化 |
| 19.3.1. | GPUとAIフレームワーク統合 |
| 19.3.2. | AIフレームワークとGPUの統合の必要性と課題 |
| 19.3.3. | 現状の課題 |
| 19.3.4. | 今後の展望 |
| 19.3.5. | GPUの未来と課題解決の道筋 |
| 19.4. | AIモデルの最適化と関連技術の進化 |
| 19.5. | 次世代データセンター技術の進化 |
| 19.6. | 技術進化の連携と次世代の方向性 |
|
| 20. | データセンター関連の用語集 |
