「小型のAIデータセンター」初期費用は“たった3億円”から――なぜクラウドではなく敷地内にニーズ？：水冷GPUサーバも自社敷地内に設置

生成AIやAIエージェントの活用が本格化してくる中で、AIを動かすための基盤の選択肢も広がりつつある。初期費用3億円から、自社敷地内でGPU搭載のコンピューティング基盤を動かせる選択肢も登場した。どのようなニーズが高まっているのか。

[＠IT]

　生成AIやAIエージェントの活用が実証実験（PoC）から実業務へと広がれば、その取り組みを支えるコンピューティング基盤が必要になる。「GPU」を利用するインフラをどこでどう確保するかは、AI活用を進める企業がぶつかる課題の一つだ。

　そうしたAI向けのコンピューティング基盤について、従来業務システムを動かしてきた一般的なサーバの調達や運用と同じように考えることはできない。求められる演算性能が異なるのはもちろんのこと、膨大な電力消費や、効率的なサーバ冷却も求められる。

　選択肢の一つは、クラウドサービスやデータセンター事業者が提供する設備を利用することだ。一方で、AIで扱うデータや用途によっては、自社の管理下にコンピューティング基盤を持つことも選択肢になる。

　そうした中、初期費用3億円から、自社敷地内にAI向けのデータセンターを構築できる選択肢も登場した。高性能なGPUを稼働させるために必要な設備をまとめて提供し、オンプレミスでAI基盤を構築できるようにするというものだ。

なぜAIインフラを「自社敷地」に設置？　3億円からの選択肢も

　AI向けの小型データセンターを自社敷地内に設置できる選択肢としてこのほど発表されたのが、NTTPCコミュニケーションズ、ゲットワークス、フィックスターズの3社が2026年9月8日に提供を開始したオンプレミスAI基盤「水冷GPUコンテナDC-PKG」だ。

　40フィートのコンテナ型データセンターに、水冷GPUサーバや冷却設備、ネットワークおよびセキュリティ機器などを収容する。サーバの性能可視化や統合監視、運用支援も組み合わせ、AI基盤の設計・構築から運用までをまとめて提供する。

「水冷GPUコンテナDC-PKG」の構成要素（提供：NTTPCコミュニケーションズ）

　クラウド上のGPUを利用する方法もあるが、なぜ自社の敷地にGPU基盤を構築する必要があるのか。3社は、背景として以下のような課題があると指摘する。

• 機密データの保護
• ネットワーク上の制約
• 大容量データを転送する際の通信コスト
• 遠隔地にある設備の運用負荷

　想定する用途としては、機密データを外部に持ち出すことなくAIに活用することや、設計データや生産ラインの映像データを活用するなど製造業やフィジカルAIでの活用などが挙げられている。

NVIDIA GPU搭載、納期は最短8カ月から

　水冷GPUコンテナDC-PKGは、水冷GPUサーバとコンテナ型データセンター設備、運用支援ソフトウェアがまとめて構成されている。コンテナ型データセンター内部には、水冷GPUを冷却するCDUチラー、空調設備、監視カメラなどを備える。

　GPUサーバには、「NVIDIA HGX B300」を搭載した「HPE ProLiant Compute XD685」を含む構成を用意。ファイアウォールやUTM（統合脅威管理）、ネットワークスイッチなども組み合わせている。これらを統合的に監視し、異常の早期発見やGPUリソースの効率的な利用にもつなげるとしている。

　参考価格は、GPUサーバ1台を搭載する「スモール構成」で初期料金が3億円から。月額料金は75万円から。納期は最短8カ月となっている。コンテナを設置するための建築・電源工事は含まれず、別途費用がかかるそうだ。

AI向けの「小型データセンター」、国内でも相次ぐ

　AI向けのコンピューティング基盤を、コンテナ型やモジュール型のデータセンターとして構築する動きは、NTTPCらに限ったものではない。

　インターネットイニシアティブ（IIJ）と河村電器産業は2026年3月17日、電源供給、冷却、ラックが一体化したオンプレミス向けAI基盤として、モジュール型エッジデータセンター「DX edge Cool Cube」の提供を開始。高発熱なGPUサーバを含むAIワークロード向けだという。製造業や研究開発拠点、医療機関など、機密データを外部に出さずにAIで活用する用途の他、低遅延が求められるエッジAIなどを想定する。

モジュール型エッジデータセンタのイメージ（提供：インターネットイニシアティブ）

　NTTドコモビジネスと東京電力パワーグリッドは2026年8月27日、首都圏での需要を見込み、東京23区内で液冷式のコンテナ型データセンターを複数設置できる「コンテナDCパーク」の展開を発表した。こちらは企業が自社敷地内にAI基盤を所有するものではない。だが短期間で構築、拡張できるコンテナ型を採用する点は共通している。従来の建屋型データセンターでは用地確保から建設、稼働までに時間がかかることや、AI処理に伴う電力確保などが課題として挙げられている。

クラウドだけではない、AI基盤の新たな選択肢

　AI向けのコンピューティング基盤を確保する方法は、大規模なデータセンターやクラウドサービスだけではなくなりつつある。コンテナ型やモジュール型の設備であれば、用途や規模に応じて必要な場所にAI基盤を配置するという選択ができる。

　必要なGPUの性能や導入コストだけでなく、「どこでAIを動かすのか」も重要な検討事項だ。クラウドや既存のデータセンターに加えて、自社の管理下に小規模なAIデータセンターを構築する方法も、今後AI活用を本格化させる企業にとっての選択肢になりそうだ。