AIが増えるほど『冷やす会社』が重要になる理由

AIの主役はGPUだ。でも、GPUの性能を引き出すために必要なのは計算チップだけではない。

高性能なAIサーバーを高密度に並べれば、同時に大量の熱が生まれる。電力を計算へ変換するほど、熱処理の問題は大きくなる。

だからAIインフラを理解するうえで、これから重要になるキーワードの1つが「冷却」だ。

液冷は、特殊技術から標準インフラへ近づいている
液冷では何が起きているのか
AIの性能競争が、熱工学の市場を広げる
日本企業にとって面白いのは、ここからだ
AIを見るなら、GPUの温度まで見る
AI Infrastructureシリーズ
Sources

液冷は、特殊技術から標準インフラへ近づいている

TrendForceが2026年8月に公表した予測では、AIチップにおける液冷のpenetrationは2025年の約33%から、2026年に53%、2027年には約60%へ上がる見通しとされている。

重要なのは、液冷が「一部の超高性能サーバーだけの特殊設備」ではなく、高密度AIインフラの標準的な設計要素へ近づいていることだ。

Open Compute Projectでも、Cold PlateとCoolant Distribution Unit（CDU）はCooling Environments配下の現行Sub-Projectとして運営されている。Cold Plate側ではdirect liquid coolingの標準化やopen ecosystem、CDU側では液冷設備をデータセンターへ統合するためのguidanceやreference designが議論されている。

つまり冷却は、単なる「エアコンの話」ではない。AIサーバー、ラック、配管、ポンプ、熱交換器、施設設備までをつなぐインフラ設計の話になっている。

液冷では何が起きているのか

1. Cold Plate｜チップの近くで熱を取る

GPUやCPUなど発熱の大きい部品の近くに金属製のCold Plateを置き、内部を流れる液体へ熱を移す。空気だけで部屋全体を冷やすより、熱源のすぐ近くで熱を回収できるのがdirect liquid coolingの大きな特徴だ。

2. CDU｜液冷ループを管理する

CDUは、サーバー側の液冷ループと施設側の冷却設備をつなぐ中継点だ。OCPのCold Plate requirementでは、Technology Cooling System（TCS）はCDUからラック、マニホールド、IT機器を通り、再びCDUへ戻る流体ループとして整理されている。

CDUでは流量、圧力、温度、ポンプ、熱交換、センサー、バルブなどが関わる。つまり「水を流す箱」ではない。安全に、安定して、必要な熱量を運ぶ制御システムでもある。

3. Chiller / Heat Plant｜最後は施設の外へ熱を逃がす

チップから液体へ移した熱は、最終的にはどこかへ排出しなければならない。熱交換器、チラー、冷却塔などを使い、施設全体として熱を外へ逃がす。

AIはデジタル産業に見えるが、物理的には「電力を計算へ変え、その副産物である熱を処理し続ける産業」でもある。

AIの性能競争が、熱工学の市場を広げる

AIサーバーは高性能になるほど、電力密度も熱密度も上がる。TrendForceは2026年8月時点で、高性能AIチップのTDPが1kWを超えるケースや、rack-scale solutionが数百kW級へ向かうことを液冷拡大の背景として挙げている。

ここで、機械工学的な世界が一気に前面へ出てくる。熱伝達、流体、ポンプ・モーター、圧力・流量制御、熱交換器、冷凍・空調、センサー、漏れ対策、材料適合性、制御アルゴリズム。生成AIの成長が、ソフトウェアの外側で「機械・熱・流体」の市場を押し広げている。

日本企業にとって面白いのは、ここからだ

日本企業には、モーター、ポンプ、空調、熱交換、精密加工、パワーエレクトロニクス、設備制御など、AI冷却と接続できる技術基盤がある。

ただし「日本は部品が強いから勝てる」と結論づけるのは早い。むしろ見るべきは、部品単体を売るところから、どこまでシステム側へ上がれるかだ。

Daikinは2025年にAIデータセンター向け冷却企業DDC Solutionsを買収し、同年にはnegative-pressure liquid coolingを手がけるChilldyneも取得した。さらに2026年7月には、NTT DATAと共同で、サーバーの熱状態をAIで予測し、空調、チラー、液冷を統合制御するPoCを開始した。

一方、Nidecも2026年のInterop Tokyo向け情報で、最大2MW級のIn-Row CDUを提示している。

これらは、日本企業がすでに世界市場を支配しているという意味ではない。重要なのは、AI冷却市場で競争軸が「単品性能」だけでなく、rackとの互換性、標準規格、安全性、保守性、制御、facility integration、顧客データへ広がっていることだ。

AIを見るなら、GPUの温度まで見る

AIニュースでは、モデル性能やGPU供給ばかりが注目される。でもAIインフラの成長を物理的に見ると、性能向上は必ず電力と熱の問題につながる。

GPUが増える。電力が増える。熱が増える。液冷が増える。制御が複雑になる。この連鎖を理解すると、AI産業の見え方が変わる。

次にAI関連企業を見るときは、「どのGPUを使っているか」だけではなく、「その熱を、誰がどう処理しているのか」まで見るといい。

AI Infrastructureシリーズ

Sources

Updated: 2026-09-12. Liquid-cooling penetration values are forecasts, not final actuals.