AIデータセンターは熱問題を抱え、近隣地域がその代償を払っている

AIデータセンターは熱問題を抱えており、新たな現地測定は、近隣住民が施設の敷地境界を越えてその影響を感じうることを示している。コンピューティング機器が消費する電力は、最終的にすべて熱へと変わる。冷却システムはその熱エネルギーを屋外へ移し、風下の気温を上昇させる可能性がある。

9月23日に公開されたBloombergの動画は、これまで見過ごされてきた影響を、全米規模のAIインフラをめぐる議論に持ち込んだ。この議論では、すでに電力需要と水使用量が中心的な論点となっている。新たに浮上している懸念は、データセンターがこれらの資源を使い、結果として生じた熱を放出した後に何が起きるかだ。

フェニックス周辺の研究は、稼働中のデータセンターと近隣地域における測定可能な気温上昇を結び付けている。証拠はなお限定的だが、中心的な問いを変えるものだ。AIインフラは、地域社会と電力や水を奪い合うだけではない。一部の施設は、集中的な熱負荷も地域社会へ排出している。

直接チップ冷却、閉ループシステム、廃熱回収など、代替手段はすでに存在する。しかし、それぞれに設計、エネルギー、立地、資金調達上の制約がある。熱を放出する方が安価である限り、事業者には熱を回収する強い経済的動機が乏しいことが多い。

この緊張関係が、建設拡大の次の段階を規定する。AI企業はより高い計算密度を求めるが、高密度のハードウェアはより集中的な熱を生む。地域社会、電力会社、規制当局は、排熱を目に見えない運用上の細部として扱い続けるのか、それとも測定可能な開発コストとするのかを決めなければならない。

データセンターの熱をめぐる議論で何が変わったのか

研究者たちは、理論上の熱出力から、近隣地域で実際に測定された曝露へと議論を移した。

データセンターは常に熱を生み出してきた。サーバーは情報を処理、保存、送信するために電力を消費し、その電気エネルギーのほぼすべてを熱エネルギーとして放出する。ファン、ポンプ、チラー、冷却塔、熱交換器が、こうした熱を繊細な機器から遠ざける。

最近まで、一般の監視は主に電力と水の使用量に向けられていた。熱は通常、内部のエンジニアリング上の問題として扱われてきた。事業者は、敷地境界の外の気温ではなく、吸気温度、ラック密度、冷却効率、機器の信頼性を測定していた。

アリゾナ州立大学の研究者たちは、異なる問いを検討した。彼らはフェニックス都市圏で稼働する4つのデータセンターについて、風上と風下の気温を測定した。その現地測定は、施設の風下にある住宅地域でより暖かい空気を確認した。

報告された気温差は、観測された一部の条件下で華氏約4度に達した。熱の影響は、特定の施設から数百メートル離れた地点でも検出された。この距離は工業用地を大きく越え、近隣の道路、住宅、公共空間にまで及びうる。

研究者たちは、データセンターの廃熱を新たに生じつつある都市の熱ハザードと表現した。この表現が重要なのは、この研究が単に熱放出をモデル化したものではないからだ。稼働中の施設の異なる側で条件を比較するため、移動式の測定を用いた。

この研究は全国的な結論ではなく、初期的な調査にとどまる。対象は、暑い都市圏の一地域にある4施設と、選ばれた測定期間だった。建築材料、風、施設設計、周辺植生、天候はいずれも測定された差に影響しうる。

また、その結果は、すべてのデータセンターが近隣の気温を同じ程度上昇させることを証明するものでもない。開けた土地に囲まれた建物と、密集した住宅地のそばにある建物では、環境との相互作用が異なる。冷却技術や稼働負荷も重要だ。

それでも、この測定結果は、地域社会がもはや純粋に仮説的なものとして扱えないメカニズムを示している。大規模なコンピューティング施設は、コンパクトな敷地内に電力消費を集中させる。事業者がその熱を回収して別の場所で利用しない限り、そのエネルギーは熱として敷地から出ていく。

フェニックスでは、このメカニズムが特に明瞭に見える。高い基礎気温はすでに健康リスクと空調需要を押し上げている。局地的な気温上昇がわずかであっても、快適性、電気料金、屋外活動、水使用量に影響しうる。

だからこそ、「AI Data Centers Have a Heat Problem」は単なる見出し以上の意味を持つ。これは物理的な収支の問題を表している。施設に入ったエネルギーは、モデルが学習を終えたり、プロンプトに回答したりした後に消えるわけではない。

熱はどこかへ行かなければならない。

AIブームが熱負荷を増大させている

AIは、データセンターの電力需要と、冷却システムが取り除かなければならない熱の集中度の両方を高めている。

従来のクラウドワークロードも、すでに継続的な冷却を必要としている。AIアクセラレーターは、多くのGPUが高い電力密度で同時に稼働するため、さらに別の課題をもたらす。事業者は、通信遅延を抑え、計算性能を高めるため、これらのチップを密に配置する。

この構成は、より高温のラックと、より集中的な熱負荷を生む。電力密度が上がるほど、空気は液体より運べる熱量がはるかに少ないため、空冷は難しくなる。十分な量の空気を動かすには、ファン、ダクト、床面積、追加の電力も必要となる。

全国規模での拡大も急速に進んでいる。Lawrence Berkeley National Laboratoryの2025年更新版は、データセンターが2030年に米国の総電力の11.8％を消費する可能性があると推定している。モデル化された範囲は9.5％から15.3％に及ぶ。

これらの数値はAIだけでなく、データセンター全般を対象とする。ただし、同報告書の予測には、計画されている機器出荷、サーバー電力、施設タイプ、冷却性能が組み込まれている。AIサーバーは、予想される成長の中心的な要因である。

米国エネルギー情報局は別の見方を示している。同局は、2025年にサーバーが商業部門の電力消費の7％を占めたと推定した。2026年の見通しでは、独立型データセンターが牽引する継続的な成長を予測している。

電力需要と熱の発生は、施設レベルでは切り離せない。継続的に電力を消費するデータセンターは、同程度のエネルギーを熱として放出する。一部は電気損失として移動するが、その大部分は最終的に周辺環境へ入る。

冷却はその熱を消し去るものではない。熱をプロセッサーやメモリーから空気または液体へ移し、その後、屋外設備を通じて放出する。最終的な放出は、暖かい空気、蒸発した水、冷却塔、ドライクーラーを介して起こりうる。

この違いは見落としやすい。より効率的な冷却システムは、熱を移動させるために必要な追加の電力を減らせる。しかし、コンピューティングによって生じる熱エネルギーそのものを消去することはできない。

AIブームは、この問題を二つの面で強める。第一に、総コンピューティング需要を増やす。第二に、非常に高密度なアクセラレーター群を備えた施設を促し、限られたエリア内で集中的な熱を生み出す。

暑い天候は運用上の課題をさらに悪化させる。チラーとドライクーラーは、より高い外気温に対抗して稼働しなければならない。蒸発冷却は電力使用量を下げられるが、地域社会がすでに需要のピークに直面している時期に水を消費する。

2026年のAssociated Pressによる地域の熱影響に関する調査は、マサチューセッツ州ローウェルにおけるこうした重なり合う圧力を取り上げた。住民は、近隣施設の熱、水、空気品質、騒音、非常用発電機について懸念を示した。

事業者によると、ローウェルの施設は夏のピーク時に1日あたり約11万8,000ガロンの水を使用した。同社は、この量を市全体の消費のごく一部と位置付けた。それでも住民は、地域レベルでその負担を感じていた。

この対比は重要だ。全国的な割合は管理可能に見えるかもしれない一方で、地域インフラは制約を受ける可能性がある。住民にとって重要な分母は、米国全体の発電量や水使用量ではない。地域の電力網、流域、道路、近隣地域が持つ容量である。

したがって、AIデータセンターの冷却は地理的な不一致を生む。クラウドコンピューティングやAIサービスの経済的便益は市場全体に広がる。一方で、熱、騒音、水需要、送電設備の建設は、特定の施設の近くに集中する。

冷却は熱を移動させるだけなので、AIデータセンターは熱問題を抱えている

本質的なトレードオフは、冷却するか過熱するかではない。熱をどこへ送るのか、どの資源で除去するのか、そして誰がコストを負担するのかという問題だ。

空冷式サーバーは、ファンを用いて部品からデータホールへ熱を移動させる。その後、施設設備が熱を屋外へ移す。この一般的な設計は柔軟だが、極めて高密度なAIラックでは実用上の限界を超える可能性がある。

直接チップ液冷は、冷却液をプロセッサーやその他の高温部品の近くまで届ける。液体は空気より効率的に熱を吸収するため、システムはより高密度なラックを支えられる。温まった液体は、再循環する前に熱交換器を通過する。

液浸冷却では、コンピューティング機器を非導電性の液体に浸す。この液体はより広い表面積から熱を吸収し、サーバーファンへの依存を減らせる。事業者は依然として、回収した熱を建物の外へ放出する設備を必要とする。

これらの技術は熱の回収を改善するが、近隣地域の温暖化を自動的に防ぐわけではない。閉ループは水を節約できる一方、ドライクーラーを通じて熱を外気へ移す場合がある。この手法は経路を変えるだけで、根本的なエネルギー収支を変えるものではない。

Microsoftは、進展と妥協の両方を示す有用な例だ。同社は、閉ループ設計により、システムの初期充填後、冷却のために水を蒸発させずに済むとしている。

Microsoftは、この設計によって、対象となるデータセンター1施設あたり年間1億2,500万リットル超の水使用を回避できると見積もっている。同社は2024年8月以降に開発されたプロジェクトで新設計の採用を始め、パイロット拠点はその後に稼働開始する予定とした。

同社はエネルギー面のトレードオフも認めている。蒸発冷却を機械冷却に置き換えると、電力使用効率、すなわちPUEが上昇する可能性がある。PUEは、施設全体の電力と、コンピューティング機器が直接使用する電力を比較する指標だ。

水は蒸気に変わる際にエネルギーを吸収するため、蒸発は効率的に熱を除去する。このプロセスを避けることは地域の水資源を守るが、機械設備はより多くの作業を担う必要がある。Microsoftは、より高い液温と高効率チラーによって追加の電力を抑えるとしている。

これがAIデータセンター冷却における中心的な問題だ。環境指標の一つを改善すると、別の指標が悪化する可能性がある。事業者は水を節約し、冷却用電力を減らし、地域への排熱を最小化し、機器密度を高めることができるが、これらすべてを同時に最適化できることはまれだ。

廃熱の再利用は、より包括的な解決策となる。温まった空気や水を放出する代わりに、施設は回収した熱を地域エネルギーネットワークへ送ることができる。近隣の建物は、その熱を暖房、給湯、産業プロセスに利用できる。

この考えはすでに技術的には十分に現実味がある。データセンターは継続的に熱を発生させるため、多くの産業プロセスと比べて安定した熱源となる。液冷はまた、拡散した暖気よりも回収しやすい形で熱を取り出せる。

しかし、サーバーが発する熱の大半は低品位熱だ。既存の暖房システムで直接利用するには温度が低すぎることが多い。ヒートポンプで温度を引き上げる必要があり、電力消費と設備コストが増える。

需要も季節によって変動する。データセンターは年間を通じて熱を発生させる一方、近隣の住宅で熱が主に必要となるのは冬季かもしれない。冷房負荷が最も大きい温暖な地域では、暖房需要が最も少ない可能性がある。

距離も制約となる。熱は配管を通って移動する間に価値を失うため、経済的なシステムには施設の近くに適切な利用者が必要だ。大規模データセンターの多くは、人口密集地や既存の地域熱供給ネットワークから離れた場所に立地している。

ここには不都合な皮肉がある。建物の近くに施設を配置すれば熱再利用の可能性は高まるが、再利用が実現しなかった場合に影響を受ける人も増える。計画段階では、建設開始前にデータセンターと熱の利用者を結び付けなければならない。

したがって技術的な選択肢は存在するが、機能するかどうかはインフラに左右される。建物内で熱を回収することは最初の一歩にすぎない。配管、ヒートポンプ、蓄熱、計量、保守、バックアップ能力の費用を誰かが負担しなければならない。

安価な排熱処理は依然として有用な熱回収に勝る

事業者には計算能力を迅速に増強する強い動機がある一方、回収熱の地域市場を育てる動機は弱い。

最も単純な運用モデルでは、熱は廃棄物として扱われる。企業は電力を購入し、コンピューティング機器を稼働させ、建物を冷却し、熱出力を放出する。施設所有者は冷却設備には費用を支払うが、下流にある地域の暖房には必ずしも負担しない。

熱回収はこの構図を変える。顧客、配管、サービス保証、長期需要を含む、もう一つの公益サービスとの関係が生まれる。データセンター事業者は、単独の電力消費者ではなく、熱エネルギーシステムの一部となる。

このシステムは地域社会に価値をもたらし得るが、商業上のリスクも生む。地域熱供給ネットワークの許認可と建設には何年もかかる場合がある。コンピューティングのテナント、建物所有者、公益事業者、熱利用者は、それぞれ異なる投資スケジュールで動く可能性がある。

信頼性に関する義務も障壁となる。病院、集合住宅、事業者は、コンピューティング機器の保守のたびに供給が途絶える熱に依存できない。そのためネットワークには、バックアップ熱源、蓄熱設備、または冗長化された施設が必要となる。

データセンター事業者にも独自の信頼性上の懸念がある。地域暖房ネットワーク内の問題がサーバー冷却を妨げることは許容できない。熱再利用インフラは、障害時や需要低迷時にも安全に熱を排出できる経路を維持しなければならない。

国際電気通信連合は、廃熱再利用に関する2025年の仕様でこれらの課題を指摘している。そこでは、低い熱温度、未成熟な回収システム、季節需要、業界横断の連携不足、高い初期費用が説明されている。

こうした障壁は、米国で代替手段が依然として一般的でない理由の一端を説明する。米国の多くの都市には、低温熱を受け入れられる地域熱供給ネットワークがない。開発済み地域に地下配管を改修導入することは、高額かつ政治的に難しいものになり得る。

政策も、データセンターの熱的な挙動を変えることより、データセンター誘致に重点を置いている。州政府は建設やコンピューティング機器に対する税制優遇を頻繁に提供する。熱の計測や再利用を求める要件は依然として限定的だ。

その結果、インセンティブの不一致が生じる。公共政策は、開発事業者に地域への熱影響全体の開示を求めずに、データセンター建設コストを下げられる。地域社会は不完全な情報のもとでプロジェクト条件を交渉することになる。

公益事業の規則は、関連する電力コストに対応し始めている。エネルギー省の大規模負荷に関するガイダンスは、公正なコスト配分、遊休化するインフラ、運用リスク、新たな発電技術を検討するよう規制当局に促している。

同様の原則は熱の影響にも当てはまる。開発事業者は、排出される熱の量、温度、時期、行き先を明らかにすべきだ。地域計画担当者は、住宅、学校、公園、あるいは熱に敏感な人々の近くにその敷地が適しているかを判断する前に、この情報を必要とする。

計測は、すべての施設に地域エネルギーネットワークの設置を求めるものではない。設計を比較するための基準を確立するものだ。ドライクーラーを使うプロジェクトは、近隣の建物向けに熱を回収するプロジェクトとは異なる評価が可能になる。

立地に応じた規則も重要だ。人のいない工業用地のそばでの温度上昇は、住宅のそばで同じ温度上昇が起きる場合とは異なる結果をもたらす。既存の熱曝露、所得、樹木被覆、空調へのアクセスは、地域の脆弱性に影響する。

懐疑的な視点は重要だ。初期のPhoenixでの測定結果は、すべてのデータセンターについて普遍的な主張を正当化するものではない。しかし、より良い監視の必要性は示している。開発事業者は、熱が敷地境界を越えるだけで無害に散逸すると想定してはならない。

最も強力な政策対応は、インセンティブを成果に結び付けることだろう。税制優遇には、排熱の報告、地域の監視、効率的な冷却、または再利用可能性調査を求めることができる。要件は施設規模や地域の曝露に応じて段階的に設定できる。

そうしたシグナルがなければ、通常は最も安価で規制に適合する設計が選ばれる。企業には、近隣の通りの温度を下げても直接的な収益はない。公益事業者や顧客が熱の購入に合意していなければ、回収熱から得られる価値もほとんどないかもしれない。

その結果、地域社会は事業者の電気料金には現れない外部コストを負担することになる。

負担はフェンスの外で不均等に生じる

地域の熱は、データセンター拡張を工学上の判断から、公衆衛生と環境公平性の問題へと変える。

熱のリスクは均等に分布しない。高齢者、幼い子ども、屋外労働者、特定の健康状態にある人々は、極端な気温の際により大きな危険にさらされる。効率的な冷房を持たない世帯も、適応手段が少ない。

地域の気温上昇は二次的なコストを生み出し得る。住民はエアコンをより長時間運転し、電気料金と系統需要が増加する可能性がある。冷房需要の増加は、データセンターの冷却をより困難にする同じピーク条件をさらに強めることもある。

都市の表面はこの影響を増幅する。アスファルト、暗い屋根、駐車場、限られた植生は、日中に太陽エネルギーを吸収する。継続的な産業由来の熱源は、すでに負荷のかかった地域環境にもう一つの要因を加える。

これは、データセンターだけが都市のヒートアイランドを生み出すという意味ではない。道路、建物、車両、エアコン、産業、樹木被覆の減少はいずれも寄与する。慎重な分析では、あらゆる温度差をコンピューティングに帰すのではなく、これらの影響を分離しなければならない。

Phoenixの現地調査では、施設に関連する熱プルームを分離するために、風上と風下の比較を用いた。この手法は関連性を強めるが、季節をまたぐ長期監視により確信度は高まる。研究者には、異なる気候や施設設計からのデータも必要だ。

事業者は排熱情報を公表することで、この取り組みを支援できる。電力と水の報告だけでは全体像の一部しかわからない。地域社会には、排出温度、気流量、運転スケジュール、冷却方式、予測されるプルームの挙動も必要だ。

施設単位の平均値はピーク時の影響を隠し得るため、独立した監視が不可欠だ。最も重要な条件は、コンピューティング需要、空調需要、冷却の難しさが重なる暑い午後に発生する可能性がある。

情報公開は立地選定の改善にもつながる可能性がある。計画担当者は、より大きな離隔距離、植生バッファ、設備配置の変更、または排気方向の変更を求めるかもしれない。これらの対策で熱をなくすことはできないが、集中したプルームがどこへ向かうかは変えられる。

近くに適切な利用者がいる場合、熱再利用を優先すべきだ。病院、大学、集合住宅、温室、または産業プロセスは、比較的安定した熱需要をもたらし得る。早期の調整により、こうした接続はより容易かつ低コストになる。

再利用が現実的でない場合でも、開発事業者には選択肢がある。補助的な冷却エネルギーを削減し、影響の小さい排熱設備を選び、緑地を維持し、住宅に向けて排気しないようにできる。地域の暑熱緩和に資金を拠出することも可能だ。

ただし、緩和策が計測の代替になってはならない。植樹は無制限の熱排出を正当化できない。地域利益協定は、無関係な設備を提供するのではなく、施設で記録された影響に対応すべきだ。

住民にも、承認前に意味のある役割が必要だ。ハイパースケールのキャンパスとその電力インフラが稼働した後では、再設計は難しくなる。冷却技術と熱の経路が設計上の選択肢として開かれている段階でこそ、公開審査は最も有効に機能する。

この問題は単一の事業者にとどまらない。Amazon、Google、Meta、Microsoft、Oracle、専門クラウドプロバイダー、コロケーション企業はいずれも、AI需要に対応するインフラを拡張している。施設には違いがあるが、多くは同じ制約のある資源をめぐって競争している。

この競争は、電力と冷却が運用コストに影響するため、効率化を促す可能性がある。一方で、通電済みの土地へのアクセスが拡張を制限する場合には、スピードが報われることもある。商業的な圧力が迅速な建設を後押しする場合でも、地域の保護措置は機能しなければならない。

AIデータセンターには熱の問題がある。市場が、回避された地域の熱よりもコンピューティングの出力を明確に評価しているためだ。規制当局は電力販売量や取水量を測定できる。しかし、より涼しい通りの価値を収益化することは依然として難しい。

それでも住民は、その価値を直接体験する。

業界が変わっているかを示す三つのシグナル

次の試金石は、事業者が外部への熱を計測し、代替的な冷却を大規模に導入し、地域インフラへの影響に価格を付ける規則を受け入れるかどうかだ。

第一のシグナルは、稼働中の施設周辺における独立した温度監視だ。研究者には、より多くの気候、季節、建物タイプ、冷却設計からの測定が必要となる。より大きな証拠基盤により、Phoenixが極端な事例なのか、より広範なパターンなのかが示されるだろう。

監視は施設の開設前に始め、その後も継続すべきだ。この構造はベースラインをつくり、既存の熱をめぐる議論を減らす。公開センサーは、機密性の高いコンピューティングデータを公開せずに、風、気温、湿度、運転条件を追跡すべきだ。

より多くの調査で一貫した風下の気温上昇が見つかれば、熱影響レビューを求める根拠は強まる。結果が冷却方式や敷地設計によって大きく異なるなら、規制当局は最も大きな曝露を生む構成に焦点を当てられる。

第二のシグナルは、クローズドループ液冷と熱再利用の実際の導入だ。発表だけでは環境性能を実証できない。事業者は、フリート全体での導入範囲、エネルギーへの影響、節水量、排出条件、顧客に供給した回収熱を報告しなければならない。

Microsoftが予定する水を使わないプロジェクトは、有用な試験の一つとなる。クローズドループのAIデータセンター冷却が暑い天候でどのように機能するか、また機械的エネルギー需要の増加が小幅にとどまるかを示せる。ほかのハイパースケーラーも、比較可能な結果を公表する圧力に直面するだろう。

熱再利用プロジェクトには、さらに厳密な注意が必要だ。成功には、施設内で温かい液体を回収するだけでは不十分である。事業者は、信頼できる供給、年間を通じた需要、許容可能な経済性、バックアップサービスに関する明確な責任を示さなければならない。

米国でのプロジェクトが成功すれば、投資に関する前提が変わる可能性がある。開発事業者は、熱の需要家に近いことを立地上の優位性として捉え始めるかもしれない。電力会社も、データセンターを単なる電力負荷として扱うのではなく、地域エネルギー計画にデータセンターの排熱を組み込む可能性がある。

失敗からも重要な教訓が得られる。需要家、配管、資金調達の足並みがそろわずにプロジェクトが停滞するなら、政策立案者は冷却技術だけが問題を解決するのを待つのではなく、連携・調整の課題に取り組む必要がある。

3つ目の注目点は、州や地方自治体のインセンティブに、執行可能な環境条件が盛り込まれるかどうかだ。データセンター向けの税制優遇は依然として主要な交渉手段である。政府はそれを、電力コスト、水使用量、熱に関する報告、地域社会の保護と結び付けることができる。

規制は、単一の冷却方式を一律に義務付けるべきではない。気候、送電網の状況、水資源の利用可能性、周辺の土地利用は地域ごとに異なる。性能基準なら、測定可能な成果を求めつつ、設計上の柔軟性を認められる。

例えば、ある管轄区域では大規模施設に対し、熱管理計画の提出を求めることができる。その計画では、空冷、液冷、水消費、熱回収、施設外への温度影響を比較する。開発事業者は、選択した設計がその立地に適している理由を説明することになる。

地域社会は、電力会社の手続きにも目を向けるべきだ。大口需要家向け料金制度は、送電網の増強費用を誰が負担するのか、また開発事業者がどのように財務リスクを分担するのかを決める。こうした決定は、熱に関する規制が一般化するはるか前から、家庭の電気料金に影響する。

より大きな問いは、社会がデータセンターの利用をやめるべきかどうかではない。クラウドサービス、科学計算、業務ソフトウェア、AI製品はいずれもデータセンターに依存している。問われるべきなのは、物理インフラがこれらのサービスを提供する真のコストを反映しているかどうかだ。

AIに関する主張を評価する読者は、モデルのベンチマークと並行してインフラの証拠も追うべきだ。高速なシステムは重要だが、電力契約、冷却設計、建設地、公開報告も同様に重要である。こうした詳細は、成長が技術的にも社会的にも持続可能かどうかを明らかにする。

AI Data Centers Have a Heat Problem。単一の冷却技術で、この問題が消えるわけではない。液冷システムは熱をより効率的に回収できる。閉ループは水を節約できる。地域ネットワークはエネルギーを再利用できる。より適切な立地選定は影響を抑えられる。

決定的な変化は、住民から被害報告が出た後ではなく、建設前に事業者がこれらの手法を組み合わせる理由を持つようになったときに訪れる。センサー、運用データ、許可条件を注視してほしい。それらは、業界が熱を管理しているのか、それとも単に敷地の外へ押し出しているだけなのかを示すだろう。