注目すべき論点は、AIの最も困難なスケーリング問題がもはやアクセラレータダイに限定されなくなったことだ。制約要因となっているのは、送電網から供給される中電圧ACが繰り返し降圧され、最終的に1V未満のロジック回路に到達するまでの変換経路全体である。この経路の各段階でエネルギーが失われ、熱が発生し、銅材と基板面積が消費される。すでに電気自動車や産業用ドライブで実証済みの800VDCアーキテクチャへの移行は、これらの変換段階を削減し、シリコンへの最終降圧の直前まで高電圧分配をラック内部に深く押し込む試みである。

グローバルには、これによりAI構築において誰が価値を獲得するかが再定義される。電力供給が第一級の設計課題となれば、恩恵を受けるのはGPUベンダーだけでなく、パワー半導体メーカー、磁気部品・受動部品サプライヤー、大電流コネクタ企業、そしてラックや基板レベルで垂直電力供給を設計できるエンジニアリングチームへと拡大する。SiCやGaNといったワイドバンドギャップ材料が戦略的重要性を持ち、ハイパースケーラーは施設の電気アーキテクチャを汎用品ではなく差別化要因として扱うようになる。リスクは新たなボトルネックだ。電力変換IPと供給能力が、チップの入手可能性とは無関係に、実際にどれだけ迅速にコンピュートを展開できるかを制約する可能性がある。

日本にとって、これは稀な構造的機会である。日本の産業界はパワーエレクトロニクス、SiC基板・デバイス、精密コネクタ、高信頼性受動部品において真の深みを持っている。これらはまさに800VDCデータセンタースタックが要求する部品だ。これまで自動車・産業市場に向けてきた企業は、認証と量産体制を迅速に整えれば、AIインフラという大規模な隣接需要を見出せる可能性がある。

より困難な問いは日本のSIerとデータセンター事業者にある。国内のAIインフラ投資は加速しているが、国内統合のプレイブックは依然としてITラック、ネットワーキング、ソフトウェア提供を中心に構築されており、中電圧電気設計や熱・電力の共同最適化には対応していない。このスキルギャップは重要だ。AIデータセンターを施設・電力エンジニアリングの課題として捉え、国内の部品・電気専門企業と提携するSIerが高利益の仕事を獲得する。サーバー・配線層に留まる企業は、低付加価値のシステム組立に追いやられるリスクがある。

エンタープライズITやRPA志向の開発チームにとって、影響は間接的だが現実的だ。電力効率が最終的にAIコンピュートの単位経済性を決定する。800VDC設計が供給電力コストを低減するにつれ、国内で推論を実行するか海外のクラウド容量を借りるかの計算式が変わる。複数年のAIロードマップを計画する日本のチームは、モデル選択と同じくらい注意深く電力アーキテクチャを注視すべきだ。なぜなら、それが国内でどこでどれだけ手頃にコンピュートを実行できるかをますます決定するからである。