100 MWのデータセンターには120万枚の太陽光パネルが必要になる可能性

Google Newsで注目を集めた太陽光発電に関する主張は印象的だが、100メガワットのデータセンターに電力を供給するには、妥当な前提の下で最新型パネルが約120万枚必要になる。この数字は年間のエネルギー量を一致させるためのものであり、毎晩、嵐、冬季の需要ピークを通じた途切れない運転を意味するものではない。

この違いが、話の本質を変える。太陽光発電はデータセンターに大量のエネルギーを供給できるが、パネルだけでコンピューティング施設が必要とする一定の電力を提供することはできない。蓄電池、送電網、柔軟なコンピューティング、そして別の信頼できる電源がシステムを補完しなければならない。

ここで、太陽光発電で稼働するデータセンターという魅力的なイメージは、工学的な現実と衝突する。Google、Microsoft、Meta、Amazon、OpenAIはいずれも、多くの送電網が発電・送電能力を追加できる速度を上回るペースで電力を必要としている。太陽光発電は依然として最も迅速に導入できる選択肢の一つだが、その日内の発電パターンは継続的なコンピューティング負荷とは一致しない。

Google Newsがパネル枚数をインフラの問題に変える

重要なのはパネルの枚数そのものではなく、そのパネルを支えるために必要なエネルギーシステムである。

「100 MW」のデータセンターという表現は、情報技術機器の負荷を指す場合もあれば、施設全体の需要を指す場合もある。この二つは同じ測定値ではない。サーバーが消費するのはIT負荷だが、冷却、電力変換、照明、ポンプ、その他の機器が追加負荷となる。

電力使用効率（PUE）は、施設全体のエネルギーをIT機器のエネルギーで割った値である。IT負荷が100 MWでPUEが1.2の施設では、全体として120 MWを消費する。太陽光発電の計算を始める前から、さらに20 MWが加わることになる。

分かりやすい基準として、施設全体が一定して100 MWを消費すると仮定する。1日当たり2,400メガワット時、365日で876,000メガワット時を使用することになる。発電量の計算は、電力に稼働時間を掛けることで直接求められる。

100 MWの太陽光発電所では、その年間発電量を賄えない。モジュールが定格出力に達するのは、日照条件が整ったときだけだからだ。設備利用率は、実際の発電量を、フル出力で連続運転した場合の理論上の発電量と比較して測る。

米国エネルギー情報局は、全国比較において、公益規模の太陽光発電施設の設備利用率を27％と報告した。この割合では、一定の100 MW負荷に対応するには、交流ベースで約370 MWの太陽光発電容量が必要となる。

太陽光発電事業者は一般に、インバーターが送電網へ供給できる量を上回る直流パネル容量を設置する。この設計により日照の弱い時間帯の発電量を増やせるが、最も日射が強い時間帯には一部出力が抑制される。

EIAは、以前の調査で大規模発電所の平均インバーター負荷比を1.30とした。この比率を適用すると、直流モジュール容量は約481 MWとなる。

481百万ワットを代表的な400ワットのモジュールで割ると、約120万枚のパネルになる。500ワットのモジュールを使えば約96万3,000枚まで減るが、必要な発電容量そのものは減らない。

パネルのワット数は、根本的なエネルギー要件よりも、目に見える枚数を変える。モジュール効率によって物理的なパネル面積を減らすこともできるが、間隔、アクセス道路、電気設備、排水設備も用地設計を左右する。

したがって、この試算は普遍的な答えではなく、一つのシナリオである。日照に恵まれた地点では、同じ年間出力に必要な設備容量は少なくて済む。曇天の多い地域、効率の低い施設、あるいはより大きなIT負荷では、さらに多く必要になる。

この結果には、送電損失、蓄電池損失、パネルの劣化、保守停止、出力抑制も含まれていない。これらを加えれば、システム規模はさらに大きくなる。

Google Newsの読者は、単一のパネル枚数を分析の出発点として捉えるべきだ。重要なのは、その計算が瞬間的な需要、年間エネルギー、あるいは全稼働時間のどれを対象としているかである。

この三つの主張は、まったく異なるシステムを表している。太陽光アレイは施設の年間電力消費量と一致させられる一方で、その施設は夜間にはなお化石燃料由来の電力を引き出している可能性がある。年間ベースの会計は、継続的な太陽光運転を証明するものではない。

この隔たりが中心的な対立を生む。太陽光発電がより広範な供給ポートフォリオの一部を構成するなら、太陽光データセンターは技術的に十分成立する。一方、パネルだけで24時間信頼できる電力を供給するかのような意味合いで使われるなら、この表現は誤解を招く。

太陽光データセンターには120万枚を超えるパネルが必要

100万枚規模のアレイは年間消費量の均衡を取れるが、100 MWの負荷を毎時独立して維持することはできない。

計算はブランディングではなく、エネルギーから始まる。一定の100 MW負荷には、電力が動画処理、クラウドストレージ、AIトレーニングのどれに使われるかにかかわらず、年間876,000メガワット時が必要となる。

設備利用率27％では、太陽光発電容量1 MW当たりの年間平均発電量は約0.27 MWとなる。そのためプロジェクトには、一定負荷1 MW当たり約3.7 MWの交流太陽光発電容量が必要になる。

アレイの発電量は、データセンターの必要量を下回ることが多い。日没後には発電せず、厚い雲に覆われた際にはごくわずかしか発電しない可能性がある。別の時間帯には、施設が直ちに消費できる量を大きく上回る発電を行う。

蓄電設備は、その余剰の一部を後の時間帯へ移すことができる。しかし必要な蓄電池容量は、天候、季節ごとの日照、求める信頼性、送電網への接続、他の発電設備の利用可能性に左右される。

単純化した12時間の夜間を例にすると、100 MWの施設を12時間支えるには、1,200メガワット時の供給エネルギーが必要となる。蓄電池の損失と運用上の予備容量により、必要な設置容量は増える。

この計算が対象とするのは通常の夜間だけだ。暗い日が数日続けば、はるかに多くの蓄電容量、追加の発電設備、または送電網への接続が必要になる。冬季には日照時間の短縮と日射の弱まり、高い地域電力需要が重なる場合もある。

蓄電池の出力定格も別の制約となる。十分なエネルギーを蓄えたシステムであっても、運用上の制限に抵触せずに100 MW以上で放電できなければならない。エネルギー容量と放電出力は別々の工学仕様である。

太陽光発電所は、蓄電池を充電しながら、日中の稼働負荷にも対応する必要がある。この要件により、特に高い信頼性を目標とする設計では、年間一致の試算を超えるパネル容量が必要になることがある。

次に目に見える制約となるのが土地だ。米国再生可能エネルギー研究所の調査では、対象となった太陽光発電所全体で、交流容量1 MW当たりの平均総面積は8.9エーカーだった。この平均を370 MWに適用すると、約3,300エーカーとなる。

これは約5.2平方マイルに相当する。正確な面積は地形、追尾システム、モジュール効率、生態系保全の緩衝地帯、プロジェクト設計によって異なる。

NRELの土地調査でも、プロジェクト間には大きなばらつきが見られた。したがって、3,300エーカーは用地計画ではなく、あくまで比較の目安として読むべきだ。

データセンターの屋根にパネルを設置しても、必要量の一部しか満たせない。データセンターは比較的コンパクトな建物面積に膨大な電力需要を集中させる一方、太陽光発電はより広い表面積に発電設備を分散させる。

駐車場キャノピーや屋上アレイにも価値はある。負荷の近くで発電でき、開発済みの土地を活用し、日中の送電網需要を減らせる。ただし、ハイパースケール施設で年間需要を完全に一致させるだけの面積を提供できることはまれだ。

隣接する公益規模のプロジェクトなら、はるかに多くを供給できる。しかし、「隣接」が系統連系設備、変電所、高圧送電線、許認可、送電網運用を規定する契約の必要性をなくすわけではない。

太陽光発電は、データセンター負荷とは異なる電気的特性を持つ。施設が求めるのは安定した高品質の電力だ。太陽光出力は増加し、ピークに達し、低下し、通過する雲に素早く反応する。

送電網の運用者は、多数の発電機と消費者にまたがってこの変動を管理する。電力的な孤島として運用しようとするデータセンターは、この需給調整を自ら行わなければならない。

このため、本格的なプロジェクトは複数の資源を組み合わせる。太陽光は低排出の日中発電を担い、蓄電池は短時間の移行と急激な変化を管理する。送電網または安定電源は、より長い不足や異常な条件を補う。

安定電源とは、必要なときに運用者が利用できる電源を指す。地域によっては、水力発電、地熱エネルギー、原子力、天然ガス、あるいは別の給電可能な資源がその役割を担う。

したがって、100万枚のパネルは荒唐無稽でもなければ、それだけで十分でもない。これは、周囲に接続されるすべての要素に信頼性が左右されるシステムの、一つの大規模な構成要素を示している。

本当の対立は太陽光出力と継続的なコンピューティングの間にある

太陽光は自然が許すときにエネルギーを生み出すが、データセンターは顧客とソフトウェアが求めるときにはいつでも電力を消費する。

現代のクラウドサービスは日没で停止しない。検索、メッセージング、企業データベース、ストリーミングシステム、AI推論は、タイムゾーンをまたいで継続する。一時的な中断でさえ、数百万件の取引に影響を及ぼしかねない。

データセンターがバックアップ発電機と無停電電源装置を使用するのは、信頼性がサービスの中核だからだ。太陽光のみの設計では、日々および季節ごとの条件を通じて、その信頼性を再現する必要がある。

太陽光の変動性は、それが不向きであることを意味しない。この資源は、すべての従来型発電機を直接置き換えるものではなく、ポートフォリオの一部として評価されるべきだという意味である。

国際エネルギー機関は、2030年までデータセンター向けで再生可能エネルギーが最も急速に成長する電源であり続けると予測している。同機関のエネルギー供給分析では、この期間のデータセンター需要増加のほぼ半分を再生可能エネルギーが満たすと見込んでいる。

これは大きな役割だが、唯一の役割ではない。IEAによると、現在、米国のデータセンター電力の40％超は天然ガスが供給している。再生可能エネルギーは約24％で、原子力と石炭が続く。

この電源構成は、クリーンな年間エネルギーを追加することと、特定の場所で信頼できる電力を供給することの違いを反映している。施設に届く電子がより広範な送電網から来る場合でも、企業契約は地域内の太陽光発電への資金供給を可能にする。

電力購入契約は、開発事業者の資金調達を支援し、買い手が契約済みの再生可能エネルギー発電を計上する助けとなる。しかし、日照が時間ごとのコンピューティング需要に追随するようになるわけではない。

時間単位のカーボンフリー電力一致は、より厳しい基準を設ける。消費の各時間に、対象となる送電網でカーボンフリー発電が利用可能かを問うものだ。

Googleは、事業を展開するすべての送電網で24時間365日のカーボンフリーエネルギーを追求している。同社は、2025年におけるデータセンターとオフィス全体の世界平均で、カーボンフリーエネルギー比率がおよそ65％だったと報告している。

この数字は進展と残る隔たりの両方を示している。Googleの設備群は効率的な施設と広範な再生可能エネルギー契約を備えているが、継続的なカーボンフリー運用には、追加の太陽光パネル以上のものが依然として必要だ。

Googleはまた、緊急性の低いコンピューティングの一部を、よりクリーンな電力が利用できる時間帯へ移している。同社のcarbon-aware computingでは、風力・太陽光の利用可能性が高まる時間帯に動画処理などのタスクをスケジュールしている。

このアプローチは、コンピューティング需要の一部を柔軟に扱えるものと見なす。即時応答が必要なレイテンシーに敏感なサービスは移動させないが、バッチワークロードを炭素排出量の少ない時間帯に合わせることはできる。

柔軟な需要は、太陽光データセンターの方程式における重要な要素だ。日照時間帯へ移行できるワークロードが増えるほど、後から蓄電または供給しなければならないエネルギー量は減る。

地理的な柔軟性も別の選択肢となる。クラウド事業者は、クリーン電力が利用可能な地域へ、適した処理を振り向けられる。もっとも、データ所在地要件、ネットワーク遅延、ハードウェアの可用性、顧客への約束がこの戦略を制限する。

効率化は、問題全体をその発生源から縮小する。使用電力が少ない施設では、必要なパネル、蓄電設備、変電所、バックアップ資源も少なくて済む。

Googleは、2025年の全フリートにおけるPUEが1.09だったと報告している。PUEが低いほど、ITエネルギー1単位当たりの施設オーバーヘッドは小さくなるが、チップそのものの電力使用量を減らすわけではない。

ハードウェアとソフトウェアの効率は、冷却性能と同じくらい重要だ。より優れたアクセラレータは一部のワークロードをより少ないエネルギーで完了でき、最適化されたモデルはリクエストごとに必要な計算量を削減できる。

需要の拡大は、こうした節約分を相殺し得る。より効率的なAIサービスは、追加利用、新機能、より大規模なモデルを呼び込む可能性がある。各タスクの効率が上がっても、総電力消費量は増え続けることがある。

したがって争点は、太陽光発電対データセンターではない。変動する発電と柔軟性に乏しい需要の対立であり、送電網、蓄電、ワークロード管理が両者をつなぐ橋となる。

この枠組みは、企業が複数のエネルギー経路を同時に追求する理由も説明する。太陽光発電は導入の速さと運用時排出量の低下をもたらす。原子力と地熱はより安定した出力を期待できる。バッテリーは柔軟性を提供するが、持続時間には限りがある。

単一の資源であらゆる制約を解決することはできない。勝ち残るポートフォリオは、導入速度、信頼性、排出性能、土地の利用可能性、地域の政治的受容性を組み合わせることになる。

AIの成長は、新規プロジェクトの到来より速く送電網に圧力をかけている

データセンター開発者はもはや土地と接続性を主な基準に立地を選んでいない。信頼できる電力へのアクセスが、ますますスケジュールを左右しているためだ。

Lawrence Berkeley National Laboratoryによると、米国のデータセンターは2023年に約176テラワット時を消費した。これは国内の電力使用量のおよそ4.4％に相当する。

同研究所は、消費量が2028年までに325〜580テラワット時になると予測している。その場合、データセンターは米国の電力消費量の6.7％から12％を占めることになる。

Berkeley Labの予測は、前の10年からの急激な変化を示している。同研究所の研究者は、データセンター負荷の成長が3倍になり、2028年までにさらに2倍または3倍になる可能性があると述べている。

世界的な需要も同じ方向に進んでいる。IEAは、データセンターの電力使用量を2025年に485テラワット時と見積もり、2030年には約950テラワット時になると予測した。

こうした合計値は重要だが、地域的な集中はさらに重要だ。大規模プロジェクトは、1つの接続地点で数百メガワットを要求する可能性がある。この負荷は、電力会社が発電設備や送電網を整備するより速く到来し得る。

全国規模の送電網に年間エネルギーが十分あっても、特定地域では変電所の容量が不足している可能性がある。新たな送電線には、立地選定、承認、設計、調達、建設に何年もかかることがある。

太陽光発電には、開発者が段階的にプロジェクトを建設できるというスケジュール上の利点がある。また、燃料供給を必要とせず、運用時の直接排出もない。

それでも、系統連系の順番待ちは、完成済みの太陽光発電計画でさえ遅らせる可能性がある。送電網の安定性を損なわずに接続するには、プロジェクトごとに調査と設備が必要になる。

データセンターも需要側から同じ接続問題に直面する。地域の電力会社が安全に供給できなければ、キャンパスをフルスケールで開設することはできない。

この圧力は企業行動を変えている。開発者は、利用可能な発電能力、既存の送電網、適した土地、拡張を承認する意思のある規制当局を備えた立地をますます求めている。

OpenAIのStargateに関する用地探索は、この変化を示している。同社は、土地、エネルギー、インフラ、建設能力の組み合わせを求め、複数州にまたがる候補地を検討した。

Microsoft、Amazon、Meta、Googleも、原子力、地熱、バッテリー、風力、太陽光に関する取り決めを進めてきた。各選択肢は電力問題の異なる部分を解決するため、相互補完的である。

太陽光発電は年間エネルギーを迅速に追加できる。原子力施設は高い設備利用率で継続的な発電を提供できるが、新設炉は開発・規制面でより長い時間軸を伴う。地熱プロジェクトは、地質条件と掘削が許す地域で安定したクリーン電力を供給できる。

天然ガスは、予測可能なスケジュールで給電可能な電力を供給できるため、一部の開発者にとって依然として魅力的だ。その排出量は、野心的な気候目標との整合を難しくする。

地域社会もこの決定の影響を一部受ける。住民は、新たな送電回廊、土地転用、水に関する懸念、建設活動、将来の電気料金をめぐる不確実性に直面する可能性がある。

太陽光中心の設計では、物理的な設置面積のより多くがデータセンター敷地の外へ移る。ガス中心の設計は土地要件を減らすが、燃料インフラと継続的な排出を伴う。

したがって、主な圧力の対象はプロジェクト実現の連鎖全体だ。テクノロジー企業には電力が必要であり、電力会社には時間が必要であり、開発者には許認可が必要であり、地域社会は地域への影響について信頼できる回答を求めている。

Google Newsの報道は、しばしばこの仕組みを印象的なパネル枚数に圧縮する。この数値が注目を集めるのは、抽象的な電力需要を可視化するためだ。

しかし、パネル枚数は送電容量が存在するかどうかを示さない。誰が送電網の増強費用を負担するのか、長期的な不足をどの発電設備が補うのかも示さない。

これらの問いが、プロジェクトが宣伝どおりに稼働できるかを決める。また、再生可能エネルギーの調達がリアルタイムの排出削減につながるのか、それとも主に年間会計を改善するだけなのかも左右する。

太陽光の計算だけでは、まだ証明できないこと

この推計は規模を示すが、特定の施設に正確に120万枚のパネルが必要だと証明することはできない。

100 MWという基準値は、あり得る施設規模の一つにすぎない。より小規模に始め、複数の建物にまたがって拡張するキャンパスもある。計画中のAIキャンパスは、ギガワット規模の需要に達する可能性もある。

1ギガワットの連続負荷では、基準となる必要量は10倍になる。同じ前提の下では、年間需給を一致させるには400ワットのパネルが約1,200万枚必要となる。

この外挿は数学的には単純だが、運用面では不完全である。ギガワット規模のキャンパスは段階的に導入される可能性があり、複数のエネルギー源を使う場合も、効率を改善する場合も、最大容量を下回って運用する場合もある。

「100 MWのデータセンター」という表現にも説明が必要だ。100 MWがIT機器を指すなら、施設オーバーヘッドによって総負荷は増える。キャンパス全体を指すなら、元の計算は妥当なままとなる。

実際の稼働率も重要だ。サーバーが常に定格電力を消費するわけではないが、AIアクセラレータは集中的な学習中に高い消費を維持する可能性がある。事業者は障害やトラフィックピークに備えて容量も確保する。

立地によって太陽光の生産性は変わる。一般に米国南西部の拠点では、曇天の多い北部地域よりも、同じ導入モジュール容量から多くの電力を得られる。地域の気温、粉じん、降雪、日陰、標高も出力に影響する。

モジュールの選定もパネル枚数を変える。同じ直流容量であれば、500ワットのパネルは400ワットのパネルより必要な物理的枚数が少ない。ただし、それがプロジェクト用地を同じ割合で自動的に減らすわけではない。

追尾システムは太陽を追跡することで発電量を増やせる。だが、間隔、可動部品、適した地形を必要とする。固定傾斜システムはより単純な構造を使うが、発電プロファイルは異なる。

27％の設備利用率は有用な全国的な参考値であり、保証ではない。設計者は、正確な用地について、時間別の気象記録と想定損失をモデル化する。

1.30というインバーター負荷比も例示的な前提である。開発者は、設備、気候、電力市場の状況、想定されるクリッピングに基づいてこの比率を調整する。

蓄電は最大の不確実性をもたらす。多様な送電網に接続されたプロジェクトは、孤立した太陽光発電キャンパスよりも専用蓄電設備を必要としない。送電網は実質的に、多くの資源にわたる需給調整を共有している。

こうした接続型施設を「太陽光発電で稼働」と呼ぶと、その依存関係を見えにくくする可能性がある。暗い時間帯には、その電力はガス、石炭、水力、原子力、蓄電された太陽光、または外部からの発電に由来する可能性がある。

企業向け再生可能エネルギー契約は、それでも新たなクリーン発電設備の建設を促すことができる。懸念点は投資の価値の有無ではなく、表現の正確さにある。

年間マッチングは、契約した再生可能発電量が年間消費量と等しいかを問う。時間別マッチングは、すべての稼働時間にクリーン電力が存在するかを問う。独立運転は、その施設が送電網なしで機能できるかを問う。

これらの基準を同じものとして扱ってはならない。プロジェクトは最初の基準を満たしていても、2番目や3番目の基準からは大きく隔たっている可能性がある。

土地の推計にも、生態学的・社会的な文脈が必要だ。面積だけでは、パネルが荒廃地、生産性の高い農地、砂漠の生息地、屋根、駐車場、あるいは農業と共用する用地のどこを占めるのかは分からない。

送電回廊も別の設置面積を生む。遠隔地の太陽光発電所は安価な土地と強い日射を利用できるかもしれないが、その電力を届けるには利用可能な送電線が必要となる。

数百万枚のパネルの製造には、材料、工場、輸送、建設労働力も必要だ。太陽光モジュールはその後数十年にわたって発電するが、プロジェクトにはサプライチェーンの計画と使用終了時の管理も必要となる。

これらの制約はいずれも、太陽光発電を否定するものではない。責任ある主張には、その境界の定義が必要である理由を示している。

最も安全な結論は限定的だ。明示された前提の下では、100 MWの一定負荷が年間エネルギーを一致させるには、400ワットのパネルが約120万枚必要となる。

この結論は、太陽光だけによる連続運転を約束するものではない。十分な蓄電容量を指定するものでも、土地の確保を保証するものでも、地域の送電網がプロジェクトを受け入れられることを立証するものでもない。

Google Newsの読者が次に注目すべきこと

次の局面は、時間別のエネルギー実績、実際の系統連系の進捗、そしてコンピューティング需要が電力条件に応答できるという証拠によって評価されることになる。

最初の指標は、時間別のカーボンフリー電力の実績だ。年間の再生可能エネルギー購入だけでは、日没後や地域の送電網に負荷がかかる際にデータセンターがどのように稼働するかを示すには不十分になっている。

Googleのカーボンフリー比率は、その隔たりを追跡する一つのモデルを提供する。読者は、同社がAIインフラと総電力消費を拡大する中で、この数値が上昇するかを注視すべきだ。

比率の上昇は、クリーンな供給が需要に追いついているという主張を裏付ける。横ばいまたは低下であれば、新たなコンピューティング負荷がカーボンフリー電力の追加を上回っていることを示す。

2つ目の指標は、発表済みの容量ではなく、完成した発電設備と送電網だ。テクノロジー企業は、プロジェクトが電力供給を始める何年も前に契約を公表することが多い。

信頼できる更新情報では、プロジェクト、所在地、容量、稼働予定日、系統連系の状況、特定のデータセンター地域との関係を明示すべきだ。詳細が欠けると、信頼性に関する主張を評価しにくくなる。

バッテリーの持続時間には特に注意が必要だ。メガワットだけで説明されるプロジェクトは、バッテリーがどれだけ速く放電できるかを示すにすぎず、その出力をどれだけ長く維持できるかは示さない。

メガワット時は蓄えられたエネルギー量を示す。100 MW・400メガワット時のバッテリーは、運用上の制約と損失を考慮しない理論上は、フル出力で4時間放電できる。

4時間あれば、午後の太陽光を夕方まで回すことはできる。しかし、ほかの支えなしに長い冬の夜や数日間の曇天を乗り切ることはできない。

3つ目の兆候は、商業規模での柔軟なコンピューティングだ。Googleはすでに、一部のワークロードをよりクリーンな時間帯へ移す取り組みを説明している。問題は、事業者が顧客サービスを損なうことなく、どれだけの需要を移動できるかにある。

有用な開示には、移動されたワークロードの割合、影響を受ける時間帯、地域ごとの制約、測定可能な排出削減量が含まれるべきだ。インテリジェントなスケジューリングに関する曖昧な主張から得られる情報は少ない。

需要の柔軟性は、発電と消費のずれを小さくするため、太陽光の有用性を高める。柔軟性が限定的であれば、蓄電、送電、安定供給可能な発電設備により多くの責任が残る。

読者は、実証プロジェクトとフリート全体に及ぶ変化も区別すべきだ。あるキャンパスで太陽光とバッテリーの導入が成功しても、送電網や気象条件が異なる地域へ自動的に適用できるわけではない。

より大きな評価は、依然としてバランスの取れたものだ。太陽光は広く展開でき、低排出の電力を生み出すため、データセンターの電力に占める割合を拡大していく可能性が高い。

ただし、ほとんどのハイパースケール拠点で太陽光だけが稼働するわけではない。系統接続、バッテリー、安定供給可能な発電、効率的なハードウェア、柔軟なソフトウェアが、システムの信頼性を維持できるかを左右する。

100万枚のパネルという推計が役立つのは、目に見えない負荷を物理的な対象へと変えてくれるからだ。本当の教訓は、太陽光データセンターが非現実的だということではない。

教訓は、「solarで稼働」という表現には時間軸が必要だという点にある。それは、日中に太陽光がエネルギーを供給すること、年間を通じて消費量に見合うこと、あるいは毎時間の運用を支えることを意味し得る。

読者がしばしば推測する信頼性の約束に近づくのは、最後の意味だけだ。それを満たすには、サーバー棟の隣にパネルを設置するだけでははるかに足りない。

Google Newsで太陽光データセンターを扱う記事が増えるなか、3つの問いを投げかけてほしい。その主張は年間マッチングを説明しているのか、それとも時間単位のマッチングなのか。太陽光の出力が低下したとき、何が電力を供給するのか。約束された稼働開始時期を裏付ける、完成済みのプロジェクトはどれか。

こうした問いは、印象的なイメージを説明責任のあるインフラ検証へと変える。また、次のAIキャンパスがクリーンな電力を追加しているのか、それとも通常の送電網への依存に太陽光というラベルを付けているだけなのかも明らかにする。