AlibabaとGoogleのインフラ競争が激化、Cloudは100日でのAIデータセンター構築を目指す

Alibaba Cloudは、大規模なAIデータセンターを100日で提供できるとしており、導入スピードを軸とするAlibabaとGoogleのインフラ競争を一段と鮮明にしている。同社は、AIコンピューティング需要の拡大を受け、世界のモジュール式提供能力を3倍に増やす計画と報じられている。これは新たなモデルの発表以上に重要だ。建物、電力、冷却、ネットワーク容量が、利用可能なAIコンピュートを誰が販売できるかをますます左右しているためである。

100日という数字は、2024年に導入されたプレハブ型システム、Alibaba CloudのCUBE DC 5.0アーキテクチャに関する報道に基づく。Alibabaによれば、この手法では組み立て工程をより多く工場へ移し、主要サブシステムを標準化して、建設現場での作業を削減する。最新の性能・容量に関する主張は、広範な独立検証をまだ受けていない。

両社は異なる地理的な立ち位置で事業を展開しているものの、Googleが最も明確な比較対象となる。両社はいま、急速に変化するチップ、冷却要件、AIワークロードへの対応策としてモジュール式インフラを位置付けている。Alibabaは建設スピードを重視する一方、Googleはハードウェア世代をまたいで進化できる交換可能なシステムを強調する。

これは単純なAlibaba対Googleのクラウド市場シェア競争ではない。工場製造のインフラが建設スケジュールを競争優位へ転換できるかを問う試金石である。その答えは、完成したプロジェクト、信頼性の高い運用、利用可能な電力、そしてAlibabaの容量目標が何を意味するかに左右される。

Alibaba Cloud、CUBE DC 5.0を提供能力の主張へ転換

Alibaba Cloudは、CUBE DC 5.0をアーキテクチャ上の提案から、再現可能な建設スピードに関する主張へと移行させている。

同社は2024年9月のApsara ConferenceでCUBE DC 5.0を発表した。当時Alibabaは、このアーキテクチャにより建設期間を最大半分まで短縮できるとしていた。2025年中には中国にあるAlibaba Cloud施設での初期導入を見込んでいた。

新たな100日での構築に関する主張は、Alibabaがこの設計は従来の目標を超える段階に進んだと考えていることを示唆する。報じられたスケジュールでは、大規模施設の提供期間が3カ月余りに圧縮される。

CUBE DC 5.0は、電力、冷却、コンピューティング環境の一部にプレハブモジュールを採用する。プレハブ化とは、最終設置場所から離れた場所でコンポーネントを組み立て、試験した後に設置することを意味する。地域ごとに変動する条件下で屋外の現場作業として行う必要があるカスタム作業を減らせる。

Alibabaの公開インフラ資料では、システム内の複数の要素が示されている。共通の空冷・液冷アーキテクチャ、製品化されたキャビンソリューション、直流電力設備、自動運用ツールなどである。統合型DC無停電電源システムは、フルチェーン効率が98％近くに達すると報じられている。

以前の技術開示では、CUBE DC 5.0に野心的な上限も示されていた。AlibabaはData Center Dynamicsに対し、完全構築された施設は最大200メガワットのIT容量をサポートできると説明した。また、ラック密度は最大200キロワットに達するとしている。

こうした上限は、確認済みの平均導入規模ではなく、設計上の対応範囲を示すものだ。200メガワットのサイトは大規模なキャンパスに相当する一方、個別プロジェクトははるかに小規模である場合がある。この数値は、Alibabaが従来型の企業向けサーバールームではなく、高密度AIクラスター向けにシステムを設計したことを示している。

同社はまた、前世代と比べて建設コストを10％超削減できるとも報じられている。この主張は慎重な解釈が必要だ。対象は施設建設であり、必ずしもサーバー、アクセラレータ、メモリー、ネットワーク機器、あるいは稼働開始後に消費される電力を含むものではない。

AIキャンパスでは、こうした除外項目が総支出の大部分を占める可能性がある。より速く安価な建物でも、希少なチップが安価になるわけではない。しかし、高価なハードウェアが利用可能な電力と冷却を待つ時間は短縮できる。

世界のモジュール式容量を3倍にするという報じられた計画は、この主張を単一プロジェクトから提供ネットワークへと拡張するものだ。ただし「容量」は、工場の生産量、契約済み供給、導入スループット、完成済みメガワットのいずれも指し得る。Alibabaは、これらの意味を同一視できるほどの詳細を公表していない。

この違いが、本稿の中心的な緊張関係を生む。Alibabaは100日をインフラ能力として提示しているが、投資家と顧客にとって必要なのは、そのスケジュールが複数のサイトで再現される証拠である。

AlibabaとGoogleの競争が建設を軸に進む理由

AlibabaとGoogleの競争は、モデルやクラウドソフトウェアの領域を越え、コンピュートがいつ利用可能になるかを決める物理システムへと移っている。

AIインフラには時間軸のミスマッチがある。アクセラレータの世代交代は、従来型施設の設計、承認、調達、試運転のスピードを上回る。ある熱設計を前提に計画された建物に、建設完了前からより高密度のラックを収容する必要が生じることもある。

冷却はこの問題をよく示している。従来の空冷は冷却された空気をサーバー周辺に循環させる一方、液冷はコンピューティング部品の近くを流体で熱輸送する。高密度AIアクセラレータは非常に大きな熱を発生させるため、多くの新規クラスターでは液体ベースの設計が必要となる。

電力分配も適応しなければならない。ラック密度の上昇により、より小さな床面積に電力が集中し、開閉装置、バックアップ電源、配線、排熱要件が変化する。これらのシステムは、サーバー到着後に気軽に追加できるものではない。

Alibabaが提案する答えは標準化だ。同社のモジュールは反復して製造し、管理された環境で試験し、設置先で組み立てることができる。このプロセスは、一回限りの建設プロジェクトよりも工業生産に近い。

Googleは、「アジャイルで代替可能なデータセンター」と呼ぶ考え方を通じて、関連する目標を追求している。代替可能性とは、施設全体を再設計せずに部品を交換または再配置できることを意味する。Googleは、モジュール式かつ相互運用可能なインフラであれば、アクセラレータ、ストレージ、ネットワーク、冷却の変化を吸収できると主張している。

その動機は、Google自身が示すワークロードの数値に表れている。2025年10月、GoogleはGeminiモデルが月間でほぼ1000兆トークンを処理していると発表した。また、AIアクセラレータの消費量は過去24カ月で15倍に増加したとしている。

2026年7月までに、Googleのデータセンターは月間およそ3200兆トークンを処理していたと報じられている。これらの指標はGoogle独自の報告手法によるものだが、その方向性は明確だ。AIサービスは、インフラチームに急速かつ不均一な需要への対応を迫っている。

Alibabaも、中国国内および海外リージョンで同様の圧力に直面している。2026年度年次報告書によると、Alibaba Cloudは2026年3月31日時点で34リージョンにコンピューティングサービスを提供していた。同社はさらに、Omdiaのデータに基づき、中国のAIクラウド市場で35.8％のシェアを持つとした。

AlibabaはAIとクラウドへの継続的な投資を約束している。より迅速に施設を整備できれば、チップがより早く顧客にサービスを提供し始めるため、この支出をより早く生産的なものにできる。建物の遅延は、購入済み機器を遊休状態にするか、適性の低い場所への導入を余儀なくする。

圧力はこの2社にとどまらない。Amazon Web Services、Microsoft、Meta、Oracle、専門AI事業者はいずれも、電力へのアクセス、建設労働力、電気設備、冷却システムをめぐって競争している。モジュール式建設はこうした制約を取り除けないが、その順序を変えることはできる。

直接の入札競争がなくともAlibabaとGoogleの比較が重要なのは、このためだ。両社は、インフラエンジニアリングをより迅速なサービス拡大へ転換しようとしている。その選択は、より広い市場におけるサプライヤーや企業の期待に影響を与え得る。

Googleには、TPUアクセラレータ向けにカスタム施設を設計してきた長い実績がある。Alibabaは、クラウドインフラをQwenモデル、Platform for AI、独自開発プロセッサと組み合わせている。両社はいずれも、チップと顧客の間にあるより多くのレイヤーを制御するようになっている。

この垂直統合は重要性を高める。モデル、アクセラレータ、ネットワーク、施設を調整できるプロバイダーは、システム全体を最適化できる。一方で、いずれか1層が提供目標を達成できなかった場合のリスクもより多く負うことになる。

100日を可能にする仕組みは工場製造モジュール

このスケジュールが現実味を持つのは、機器が建設現場に届く前にAlibabaがより多くのエンジニアリング作業を完了させる場合に限られる。

従来のデータセンタープロジェクトでは、設計、基礎、構造物建設、電力システム、冷却、制御、試運転にわたる作業が順次進む。ある工程での遅延が、その後のすべてを滞らせる可能性がある。サイト固有のエンジニアリングは、得られた知見を移転しにくくする。

モジュール式プロジェクトでは、その工程の一部を並行生産へ移す。作業員がサイトを準備する間に、工場では電力、バッテリー、冷却、コンピューティングのモジュールを組み立てられる。完成したユニットはその後、接続とシステムレベルの試験のために搬入される。

Inspurによる2026年のプロジェクト説明は、具体例を示している。同社は、AlibabaのCUBE DC 5.0技術を採用する寧夏の60メガワットAI施設について説明している。1棟の建物では、342個のプレハブコンテナで構成された260の標準化製品を使用する。

これらのモジュールは、液冷コンピューティング、空冷コンピューティング、バッテリー、水処理、中電圧電力をカバーする。Inspurによれば、コンテナは現場で組み立てられる前に工場で統合・試験された。これがAlibabaの提供能力に関する主張を支える実際の仕組みである。

寧夏プロジェクトは、モジュール化がサーバーを詰め込んだ単純な輸送コンテナを意味しないことも示している。モジュールは複雑なインフラを標準化されたパッケージに分割する。エンジニアはなお、それらのパッケージを単一の信頼性ある電気・熱システムへ統合しなければならない。

Inspurによれば、この施設の液冷ラックは1基あたり最大83キロワットをサポートする。また、電力使用効率は最低1.159と報告している。電力使用効率は、施設全体のエネルギーとコンピューティング機器に供給されるエネルギーを比較する指標だ。

1.0に近い値は、冷却、電力変換、その他の建物システムによるオーバーヘッドが少ないことを示す。ただし、この数値はプロジェクト参加者によるものだ。季節をまたぐ独立した運用データがあれば、より強い検証となる。

Alibabaの共通冷却設計は、別の不確実性にも対応している。共通の冷却源を通じて、空冷機器と液冷機器の両方をサポートする。異なるアクセラレータ世代が異なる熱要件を伴って登場する際、この柔軟性は重要となる。

直流電力分配は、グリッドとサーバー部品の間にある変換段階の一部を省ける。変換ステップが少なければ、機器数と電力損失を減らせる可能性がある。それでもこの設計には、大規模クラスターに適した冗長性、保護システム、保守手順が必要となる。

標準化は調達の改善にもつながり得る。プロバイダーは各電気室を再設計する代わりに、確立された生産ラインから反復可能なモジュールを発注できる。サプライヤーは部品需要を予測し、繰り返しの作業を通じて組み立てを改善できる。

ただし、100日という数字はおそらく開発のすべての段階を含まない。土地取得、系統連系、許認可、環境審査、長期を要するユーティリティ工事は、はるか以前に開始され得る。報じられた数字は、主要な前提条件が整った後の施設提供により関係するものとみられる。

電力が最大のボトルネックとなる地域では、この境界が重要になる。プレハブ建築は送電容量を生み出せない。発注されていないタービン、変圧器、変電所を早めることもできない。

建設の速さは、サービス提供開始の準備が整う速さとも異なる。事業者は電力経路の試運転、冷却設備の検証、フェイルオーバー手順のテスト、ネットワークの導入、施設のセキュリティ確保、クラウドソフトウェアの統合を行う必要がある。顧客が重視するのは構造物の完成日ではなく、利用可能なインスタンスが提供される日だ。

したがって、最も妥当な解釈は限定的ながら重要である。CUBE DC 5.0は、並行製造と標準化された組み立てによって、データセンター建設のうち管理可能な部分を短縮できる。ただし、すべての外部依存要因まで同じスケジュールに圧縮できるわけではない。

AlibabaとGoogleの主張でもなお証明されていないこと

未解決の問いは、モジュール型の速さが地域規制、供給制約、高密度運用の長年にわたる負荷の下でも維持されるかどうかだ。

Alibabaには、CUBE DC 5.0がプレゼンテーション以上の存在であることを示す証拠がある。寧夏での導入には、プロジェクト名、技術仕様、目に見えるプレハブ設計がある。ただし、同等の施設が一貫して100日でサービス開始に至ることを独立に裏付けるものではない。

同社は、報告されたスケジュールの詳細なタイムラインを公表していない。読者はまだ、カウントダウンがいつ始まり、いつ終わるのかを確認できない。定義の違いによって、同じプロジェクトが100日で完成した建設にも、数年に及ぶ開発にもなり得る。

世界のモジュール型生産能力に関する主張にも、明確な比較基準がない。小規模な生産基盤を3倍にすることと、確立された複数地域での事業を3倍にすることは異なる。工場で確保された生産能力と、クラウド顧客が利用できるよう試運転済みのIT負荷も別物だ。

信頼性にも同等の注意を払う必要がある。モジュールは不確実性の少ない管理された生産ラインから出荷されるため、工場でのテストは一貫性を高められる。一方、モジュール間の接続部は、変動の大きい高負荷の下でも信頼性を維持すべきインターフェースとなる。

施設が複数の冷却方式やラック世代を混在させる場合、保守運用はより複雑になる可能性がある。事業者には予備部品、訓練を受けた技術者、明確な切り離し手順が必要だ。建設時のスピードが、後の運用上の硬直性を生むべきではない。

地理的条件も新たな課題を加える。電気規格、消防法規、気象条件、地震リスク、水資源の利用可能性、許認可ルールは市場ごとに異なる。ある法域向けに設計されたモジュールは、別の地域では改修を必要とする可能性がある。

これはAlibabaとGoogleの比較にとりわけ重要だ。Googleのインフラ拡張は、多数の規制市場と電力事業者のシステムにまたがる。Alibabaが100日プロセスを国際展開できるかについては、国内のエンジニアリング実績ほど文書化されていない。

Googleの戦略にも検証上の空白がある。同社のfungible architectureは設計上の方向性であり、すべての施設コンポーネントが交換可能になる証明ではない。ハードウェアベンダー、独自インターフェース、旧式の建物が、その柔軟性を制限する可能性がある。

両社とも、モジュール化だけでは解決できない電力制約に直面している。Googleは電力会社と柔軟な負荷調整契約を交渉しており、送電網に負荷がかかる際にデータセンター需要の一部を移動できるようにしている。また、将来の成長に向けた新たなエネルギープロジェクトも推進している。

Alibabaは、中国西部のエネルギー資源に近い場所へ大規模なコンピューティング負荷を配置できる市場で事業を展開している。寧夏のプロジェクトはこのアプローチを反映する。計算資源を内陸部へ移すことで電力へのアクセスは改善し得るが、ネットワークやワークロード配置の検討課題も生じる。

チップ供給は別の不確実性をもたらす。Alibabaの年次報告書によれば、同社のT-Head子会社は独自GPUの量産を開始している。とはいえ、公開情報では生産量、性能、顧客への提供状況に関する詳細は依然として限られている。

施設が迅速に完成しても、アクセラレータ、メモリ、光ネットワーク機器の到着が遅れれば価値は乏しい。逆もまた真である。適切に電力供給されたスペースが未完成のままなら、利用可能なチップはクラウド収益を生まない。

したがって、報告された建設費10％削減を、AIコンピューティングの総コスト10％削減と見なすべきではない。サーバーとネットワークはこの限定的な主張の範囲外にある。電力費と保守費は、施設の運用期間を通じて発生し続ける。

過剰建設のリスクもある。クラウドプロバイダーは、モデル効率、推論価格、顧客導入の変化に左右される需要を見越して計画する。迅速なモジュール型導入はタイミングのリスクを下げるが、需要が証明される前に容量拡張を容易にする可能性もある。

モジュール化は、プロバイダーが段階的に建設できるため、部分的な防御策となる。より小さい増分であれば、契約やワークロードの成長が可視化されるのに合わせてインフラを追加できる。この利点は、企業が生産パイプライン全体を早期に発注してしまえば失われる。

エンタープライズの購入者にとって、適切な反応は退けることでも無批判に受け入れることでもない。Alibabaは信頼できる仕組みと、少なくとも1件の大規模な導入を示している。最も大胆なスケジュールと世界的な生産能力の主張には、比較可能で独立に文書化されたプロジェクトがなお必要だ。

優位性が実在するかを決める3つのシグナル

完成した容量、国際展開での再現性、運用パフォーマンスが、Alibabaがインフラ上の優位性を築いたかどうかを決める。

最初のシグナルは、100日スケジュールで提供されたことが文書化されたCUBE DC 5.0プロジェクトだ。Alibabaは、開始条件、完成の節目、IT負荷、試運転期間、顧客ワークロードが稼働を始めた日を示すべきである。

開示されたタイムラインによって、時計が動き始める前に準備作業が行われていたかどうかが明確になる。また、顧客はAlibabaの主張を同等の条件で従来型プロジェクトと比較できる。こうした詳細がなければ、100日という数字は魅力的ながら柔軟な見出しにとどまる。

確認が得られれば、モジュール型建設がコンピューティングの可用性を変えるというAlibabaの論拠は強まる。システムが利用不能なまま建物だけが完成していた場合、試運転期間が大幅に長ければ主張は弱まる。

第2のシグナルは、Alibabaが最も慣れ親しんだ国内環境の外での導入だ。東南アジア、欧州、または他の国際市場でのプロジェクトは、規制への適応、サプライヤーとの連携、現地の建設慣行を試すことになる。

Alibabaのglobal cloud footprintには、国際展開の再現性が重要となる拠点がある。ただし、クラウドリージョンは賃借施設、自社建設キャンパス、または両者の組み合わせを利用できる。モジュール型の提供能力が、あらゆる場所での完全な自社建設を自動的に意味するわけではない。

国際展開の成功は、世界のモジュール型生産能力を3倍にするという報告された計画を裏付けるだろう。それは製造プロセスが建築基準と供給ネットワークをまたいで機能することを示す。国内での成長だけでは、「グローバル」という部分の確実性は低いままだ。

第3のシグナルは、寧夏プロジェクトと後続施設から得られる持続的な運用データだ。購入者は可用性、季節ごとの電力使用効率、ラック密度の利用状況、冷却の切り替え、保守パフォーマンスを注視すべきである。

同プロジェクトのプレハブモジュールは、有用な技術的基準線を提供する。60メガワットの負荷は、小規模な実証では見えない統合上の問題を明らかにするのに十分な規模だ。引用された効率水準に近い性能が継続すれば、Alibabaのエンジニアリング上の主張は強まる。

運用上の問題が生じても、モジュール型建設というカテゴリー自体が無効になるわけではない。それは、複雑さが建設現場から製造、統合、保守へ移ったことを示す。そのトレードオフこそ、長期データが明らかにすべき点である。

Googleの対応は、さらなる文脈を与える。同社のモジュール型戦略は、コンポーネントや世代をまたぐ相互運用性を重視している。Googleが再現可能な導入改善を公表すれば、異なる独自システムを採用していても、業界は共通原則へ収束する可能性がある。

両社を直接比較して選ぶことがなくても、この競争はエンタープライズ顧客に利益をもたらし得る。建設の高速化は地域のコンピューティング供給を拡大し、待機期間を短縮し、より多様なアクセラレータ構成を支援できる。標準化も、慎重に実施されれば信頼性を高められる。

開発者が関心を持つべき理由は、物理的な容量がAPIの可用性と推論コストに影響するからだ。プロダクトチームが注目すべきなのは、地域の容量がレイテンシー、データレジデンシー、リリース日程に影響するためである。インフラ購入者が関心を持つべきなのは、ベンダーの主張がソフトウェアを超え、建設の実行力にまで及んでいるからだ。

したがって、AlibabaとGoogleの競争は産業システムの競争になりつつある。モデルは目に見える存在であり続けるが、数千基のアクセラレータに電力を供給し、冷却できる能力が、それらのモデルをどれほど広く稼働させられるかを決める。

Alibabaは具体的な仕組みを提示した。再現可能なモジュールを製造し、納入前にテストし、現地作業と並行して組み立てるというものだ。また、この仕組みに100日や生産能力の3倍化といった印象に残る数字も付している。

いまや立証の焦点は、アーキテクチャから再現性へ移る。名称が明らかな施設、比較可能なタイムライン、試運転済みメガワット、複数シーズンにわたる運用実績に注目したい。これらのシグナルが、Alibabaの速さが持続的なクラウド優位性なのか、限定的に表現された建設上の節目にすぎないのかを示す。