従来の AI ラックと次世代ラックで電力がどのくらい違いますか？

Hopper・Blackwell 時代は約 140kW でしたが、Vera Rubin・Feynman 世代では 600kW 以上、2028～2030年には 1Megawatt を超える見通しです。

なぜ電力が急速に増加しているのですか？

生成 AI と LLM の急速な成長により、モダン AI クラスターはプロセッサ性能だけでなく、演算密度、メモリ帯域幅、相互接続容量、熱管理、電力供給を同時に最適化する必要が生じたため、消費電力が歴史的インフラ設計仮説を大きく超える速度で増加しています。

これらのワイドバンドギャップ半導体は、AI ラックおよび電力インフラにおいて、従来のシリコン製デバイスに対して競争優位性を持つとされており、800V HVDC 供給チェーンに組み込まれる見込みです。

DIGITIMES Asia2026年7月3日2026年7月3日 19:002分で読める

NVIDIA の次世代 AI ラックが 600kW 以上の電力を必要とするようになり、2028～2030年には 1MW を超える見通しです。
従来の電力配分システムでは対応できなくなるため、800V の高圧直流システムへの移行が急務となっており、これに伴い SiC・GaN などの次世代半導体が電力インフラサプライチェーンに組み込まれる可能性があります。

何が起きたか
NVIDIA Hopper・Blackwell 時代の AI ラック電力は約 140kW だったのに対し、Vera Rubin・Feynman 世代では 600kW 以上に跳ね上がり、2028～2030年には 1Megawatt（1,000kW）を超える見通しです。生成 AI と大規模言語モデル（LLM）の急速な展開により、ラックの電力消費が歴史的インフラ設計仮説を大きく上回る速度で増加しています。
なぜ重要か
従来の直流電源システムでは物理的な限界に達しており、演算密度、メモリ帯域幅、相互接続容量、熱管理、電力供給を同時に最適化する必要が生じています。800V の高圧直流（HVDC）化により、既存の電力インフラボトルネックを解決し、次世代 AI データセンター運用の継続を可能にする可能性があります。
注目点
NVIDIA の供給チェーン内で SiC（シリコンカーバイド）と GaN（窒化ガリウム）といったワイドバンドギャップ半導体の採用が進む見込みです。これらは従来のシリコン製デバイスと比べ、AI ラック向け電力インフラにおいて競争優位性を持つとされています。

こういう要約が、毎朝あなたのメールに届きます。

従来の AI ラックと次世代ラックで電力がどのくらい違いますか？: Hopper・Blackwell 時代は約 140kW でしたが、Vera Rubin・Feynman 世代では 600kW 以上、2028～2030年には 1Megawatt を超える見通しです。
なぜ電力が急速に増加しているのですか？: 生成 AI と LLM の急速な成長により、モダン AI クラスターはプロセッサ性能だけでなく、演算密度、メモリ帯域幅、相互接続容量、熱管理、電力供給を同時に最適化する必要が生じたため、消費電力が歴史的インフラ設計仮説を大きく超える速度で増加しています。
SiC と GaN はなぜ AI データセンターで注目されているのですか？: これらのワイドバンドギャップ半導体は、AI ラックおよび電力インフラにおいて、従来のシリコン製デバイスに対して競争優位性を持つとされており、800V HVDC 供給チェーンに組み込まれる見込みです。

たとえば、いま届くならこの3本です

AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。

登録無料・30秒で完了・いつでも解除できますAITodayについて →

この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。