核心内容の要約
このニュースは、AI時代におけるデータセンターの新たな変化に焦点を当てています。ウランチャブは、電気料金が安く、気候が寒冷で、北京に近いという利点から、アリババ、ファーウェイ、字節などの大企業がデータセンターを設置するのに理想的な場所となっています。その背後には、AIの計算能力への需要の急増があり、データセンターの「進化」が見られます。選定基準は「ユーザーに近いこと」から「コストと遅延のバランス」へと変わり、運営面ではコストを徹底的に抑えつつも冗長設計で安全性を確保する必要があります。形態的には、「建物を建てる」という従来の方法から、「レゴブロックのようにモジュール化する」という新しいアプローチへと移行しています。将来的には、「トレーニングは西部で、推論処理は東部で行う」という二方向の配置が形成される見込みです。
解説
1. ウランチャブがなぜ「計算能力の中心地」になったのか？——AI時代の課題を解決する3つの利点
ウランチャブが大企業を引き付ける理由は、以下の3つの「ちょうど良い条件」にあります：
- 電気料金が非常に安い：1キロワット時あたり0.32～0.35元で、東部の都市よりも半分以上安い。アリババの計算によると、同じ規模のデータセンターをここに設置することで年間50億円の電気代を節約できる。AIのトレーニングには大量の電力が必要であり（単一の機器の消費電力は10キロワットから100キロワットに増加）、電気代は最大のコストとなっているため、この安さは非常に魅力的だ。
- 自然な冷却環境：年平均気温が4.3℃で、冬にはエアコンを使わずとも十分に冷え、夏には自然風で冷却できる。データセンターの電気代の半分は冷却に消費されるため、この寒冷な気候は大きなメリットとなる。
- 北京から適度な距離：北京まで350キロメートルで、ネットワーク遅延はわずか4ミリ秒だ。AIのトレーニングでは遅延に高い要求がない（決済やゲームのようなリアルタイムの応答は不要）ため、西部の低コストと東部市場への迅速な接続を両立できる。
2. AIによる選定基準の変化：「ユーザーに近いこと」から「コストと遅延のバランス」へ
クラウドコンピューティング時代とAI時代のデータセンターの選定基準は大きく異なる：
- クラウドコンピューティング時代：eコマースや決済、ゲームでは「秒単位の応答」が求められたため、ユーザーに近い場所（例えばアリババクラウドの以前の基地である張家口）が選ばれていた。
- AI時代：大規模なモデルのトレーニングには大量の計算能力が必要であり、電気代のコストが急増している（チップのコストは下がらないため）。また、トレーニングでは遅延に対する許容度が高い（例えばモデルのトレーニングに数日かかっても数ミリ秒の遅延は問題ない）ため、大企業は西部の低コストな場所を選ぶようになった。
3. データセンターの内部運営：コスト削減と安全性の両立
データセンターの運営では細かい部分までコストを抑える必要がある：
- コスト削減の工夫：電力は電力網から入ってきた後、複数回変換される（交流から直流へなど）。これにより電力が損失するため、アリババは独自の「パナマシステム」を開発し、変換回数を減らしている。また、エアコンも省エネ型の直流エアコンを使用している。
- 安全性の確保：データセンターでは停電が最も恐れられるため、多重の冗長設計が施されている（1つの部屋全体に蓄電池を備え、15分間の電力を供給できるようにし、14台のディーゼル発電機を「N+1」の方式で配置している）。これにはコストがかかるが、非常に低確率な障害でも対応できる。AIのトレーニングが中断すると数百万円の損失につながる可能性があるためだ。
4. データセンターのモジュール化：組み立てが3倍速く
AI時代には計算能力への需要が急増しており、「納期の迅速さ」が新たな競争力となっている。アリババクラウドのCUBE 5.0アーキテクチャでは、データセンターをコンテナ型のモジュール（配電室やエアコンルームなど）に分割し、工場で製造した後に現場で組み立てる。
- 利点1：工期が半年から100日に短縮：従来のデータセンターの建設には6～12ヶ月かかったが、モジュール化により3ヶ月余りで完成する。1日早く納品すれば、その分だけ計算能力を稼ぐことができる（現在ではAIチップの需要が非常に高い）。
- 利点2：将来のチップへの対応：少なくとも3世代のチップ変更に対応できるため、チップのアップグレード時にデータセンターを再建する必要がない。これによりコストを節約し、柔軟性が向上する。
5. 未来のトレンド：トレーニングは西部へ、推論処理は東部へ
大企業のデータセンターの配置はより「精密」になる見込みだ：
- トレーニングは西部へ：万カード級の大規模モデルのトレーニングクラスターは、「胡焕庸線」（中国の地理的境界線）以西に移動する予定で、そこではエネルギーが豊富でコストが低い。
- 推論処理は東部へ：AIによるコンテンツ生成（トークンなど）のユーザーは東部（京津冀や長三角地域）に多いため、推論処理用の計算能力はユーザーに近い場所に配置される。将来的には東部に多数の小規模なクラスターが出現するだろう。
異なる計算能力のニーズに応じて、重労働を西部（コストが低い）に、軽作業を東部（応答が速い）に配置することで効率を最大化する。
最後のまとめ
AI時代の計算能力の地理的配置は固定されたものではなく、「最適な解を動的に探す」ゲームだ。ウランチャブは現在の一例に過ぎず、将来的には各都市が自らの利点（電気料金、立地、産業構造）に基づいて適切な役割を見つけ出す必要がある。大企業も異なるタイプの計算能力を最も「コスト効率の高い」場所に配置するだろう。