Sector Signals
検証済みファクトをもとにしたセクターの市場構造・技術変化・企業戦略の分析。
実務解説
AIデータセンターの給電電圧を、従来のラック内48V直流と、移行が進む±400V/800V直流(HVDC)で比較。電流・損失・電力密度のトレードオフと、OCPやNVIDIAが示す移行の方向を一次情報で整理し、どの方式をいつ選ぶかの観点を示します。
AIデータセンターの通電を遅らせる変圧器の長納期を、なぜ起きるか（受注生産・専用部材・世界同時需要）と、系統接続キューによる受電待ちの両面から早わかりで整理。EPRI・CISAの一次情報をもとに、立地・調達への影響と打ち手を示します。
AIデータセンターで議論が進む800V直流給電を、利点（変換段削減でエンドツーエンド効率を最大5%改善・PSU削減・高密度）と課題（絶縁、直流遮断、SiC/GaN選定、部材リードタイム）に分けて早わかりで整理。NVIDIAやOCPの一次情報をもとに、検討の出発点を示します。
特集
系統だけに頼れないAIデータセンターは、オンサイト発電・定置用蓄電(BESS)・需要応答へ動いている。Bloom Energy・Google・EIA・EPRIの一次情報をもとに、各打ち手の実用段階を「方向性」と「普及度」に分けて整理し、設計・調達・立地の判断軸を示します。
データセンターの液冷を、直接液冷（DLC／direct-to-chip）と液浸冷却（単相・二相）の2系統に分けて早わかりで解説。コールドプレートで局所回収するDLCと、誘電性液体に浸す液浸の仕組み・適用性・保守の違いを、一次/学術ソースをもとに整理し、選定の観点を示します。
高密度AIラックで液冷が前提になる中、冷却方式の変化が電源・パワーデバイス設計をどう変えるかを一次ソースで整理。NVIDIA NVL72の液冷ラック、直接液冷CDU、コールドプレートのホットスポット低減、Tj低下が損失・信頼性余裕に効く設計論を、過度な断定を避けて読み解きます。
OCPが示す分離型（サイドカー）電源ラックの構想「Diablo」を解説。ラック内48V直流から±400/800V直流へ給電を引き上げ、100kW〜1MWのITラックを可能にする狙いと、NVIDIAの800Vエコシステムとの関係を一次情報で整理します。
AIサーバーの1ラックが1MWへ向かう中、NVIDIAはラック内48/54V直流から800V直流（HVDC）への移行を主導している。変換段数の削減でエンドツーエンド効率を最大5%改善する一方、絶縁・直流遮断・保護設計の難度が上がる。この転換点を一次ソースで読み解く。
AIデータセンターの制約は半導体でなく電力インフラに移った。EPRIは米データセンターが2030年に全米電力の9〜17%を占め、系統依存だと受電まで一部地域で最長10年と指摘。変圧器・遮断器の長納期がさらに通電を遅らせる構造を一次ソースで整理する。
GPT-4を動かすためのサーバー1ラックの消費電力は、2020年時点で平均10〜15kW程度だったが、最新のAIアクセラレーターを搭載したラックでは100kWを超えるケースが報告されている。NVIDIA H100を密集配置したラックは単体で70kWに迫り、次世代のBlackwellアーキテクチャでは
