人工知能（AI）の急速な進化に伴い、データセンターの熱管理はもはや技術的な課題を越え、国家間の「演算能力競争」における戦略的な障壁となっている。NVIDIAのH100やB200といった超高性能GPUが、かつてないほどの電力を消費し、凄まじい熱を発するなか、従来の空冷や単純な液冷システムは物理的な限界に達しつつある。
こうしたなか、中国科学院（CAS）の金属研究所（IMR）の研究チームが、わずか数秒でマイナス温度域まで冷却可能な、全く新しい「圧力駆動型化学冷却プロセス」を開発した。学術雑誌『Nature』に2026年2月に掲載されたこの研究結果は、チオシアン酸アンモニウム（\(NH_4SCN\)）という一般的な塩と水を用いた新しい冷却技術「溶解圧力熱効果（Dissolution Barocaloric Effect）」を利用しており、従来のフロン類を使用する蒸気圧縮方式に代わる、完全にゼロカーボンかつ極めて高効率な「未来の冷却」への道を切り拓くものだ。
冷却の「不可能な三角形」を突破する新原理
現在の冷却技術は、大きく分けて2つの主流がある。一つは、冷媒ガスを圧縮・膨張させる「蒸気圧縮方式」だ。効率は高いが、使用されるフルオロカーボン（フロン代替物など）は極めて高い温室効果を持ち、地球温暖化の一因となっている。
もう一つは、磁場や圧力をかけることで固体材料の相転移を利用する「固体冷却（カロリック冷却）」だ。これは環境負荷が低い一方で、固体内部の熱移動が遅く、熱交換効率が極めて悪いという致命的な弱点を抱えていた。
今回、李教授らのチームが発表した「溶解圧力熱効果」は、これら両者の利点を融合し、以下の3つの要素を同時に満たす、いわば冷却の「不可能な三角形」を克服した点に最大の革新性がある。
- ゼロカーボン： 温室効果ガスを一切排出せず、身近な塩と水を利用する。
- 高い冷却能力： 従来の固体冷却を遥かに凌駕する熱吸収量を実現。
- 高い熱伝導効率： 冷媒自体が流体（溶液）であるため、直接的な熱交換が可能。
実験では、室温状態の冷却媒体をわずか30秒足らずで30℃以上、特定の高温環境下では50℃以上も急降下させることに成功した。これは、既存のフロン系冷媒や従来の液冷システムでは達成困難な冷却速度と温度幅である。
分子レベルのメカニズム：圧力で操る「溶解」の魔法
この新技術の核となるのは、チオシアン酸アンモニウム (\(NH_4SCN\)) という塩の特異な溶解特性だ。研究チームは、このプロセスを「濡れたスポンジ」に例えて説明している。
1. 圧力による「熱の排出」
冷却システム内に圧力をかけると、水に溶けていたチオシアン酸アンモニウムが強制的に結晶（固体）として析出する。この「析出」プロセスは発熱反応を伴い、系外へ熱を放出する。これが、従来のコンプレッサーによる圧縮工程に相当する。
2. 急速減圧による「熱の真空」
圧力を一気に解放すると、析出していた塩は再び水に溶けようとする。この「再溶解」は強力な吸熱反応であり、周囲から膨大な熱エネルギーを瞬時に奪い去る。この現象が、わずか20〜30秒という短時間で数十度の温度低下をもたらす正体である。
このプロセスは「バロカロリック効果（圧力誘起熱量効果）」の一種であるが、固体から固体への相転移を利用する従来のバロカロリック材料とは異なり、液体（溶液）と固体（析出物）の間の転移を利用している点が画期的である。
驚異の効率：理論限界の77%に到達
従来のデータセンターの冷却コストは、総消費電力の30%から50%を占めることも珍しくない。この膨大なエネルギー消費は、主に機械的なファンや大型の空調機、チラー（冷却機）の稼働によるものである。
新開発された塩冷却システムは、以下の点で圧倒的な効率を誇る：
- 高いエネルギー効率: このシステムの理論効率（カルノー効率に対する割合）は、驚異の77%に達する。これは一般的な蒸気圧縮式冷蔵技術を大幅に上回る数値である。
- 巨大な冷却容量: 1サイクルあたり、冷媒1グラムにつき約67ジュールの熱を吸収できる。この数値は、標準的な冷媒の性能を遥かに凌駕する。
- 環境負荷の低さ: 従来の冷却システムが温室効果の高いフロンガスを使用するのに対し、本システムは水と一般的な塩を主成分とするため、オゾン層破壊や地球温暖化への影響が極めて少ない。
「冷却能力」がAI競争の勝敗を決める
この技術が「スプートニク・モーメント（科学技術上の衝撃的な進展）」と称される理由は、単なる省エネ技術に留まらず、AIチップの運用能力に直結するからである。
サーマルスロットリングの完全排除
AIのトレーニング中に発生する突発的な熱負荷に対し、このシステムは「冷却のキャパシタ（蓄電器）」のように機能する。圧力を解放するだけで瞬時に冷却パワーをデリバリーできるため、チップが熱でスローダウンする暇を与えない。これにより、GPUクラスターは常に最高クロック速度での稼働が可能となる。
地理的制約からの解放
Microsoftなどの企業は、冷却コストを下げるためにデータセンターを海底に沈める試みを行っている。しかし、中国のこの「化学的冷却システム」は、周囲の気温に左右されずに機能するため、沿岸部や寒冷地でなくても、乾燥した内陸部や高温多湿な地域に巨大なAIファームを設置することを可能にする。
PUE 1.05への挑戦
データセンターのエネルギー効率指標であるPUE（Power Usage Effectiveness）において、理想値は1.0である。従来の空冷システムでは1.6前後、高度な液冷でも1.3程度が限界とされるなか、この新技術を導入した施設では1.05という、極限に近い効率が達成可能であると予測されている。
| 冷却方式 | エネルギー負荷 | 推定PUE | 特徴 |
| 伝統的空冷 | 高 | ~1.6 | 機械的故障が多い、低密度 |
| 標準液冷 | 中 | ~1.3 | 構築コスト高、効率向上 |
| 没入冷却 | 低 | <1.1 | メンテナンスが複雑 |
| バロカロリック塩冷却 | 極低 | ~1.05 | 化学的熱吸収、超高速反応 |
実用化へのハードル：腐食とスケールアップの問題
夢のような技術ではあるが、産業レベルでの大規模展開にはいくつかの課題が残されている。
- 腐食性: チオシアン酸アンモニウムは、多くの金属に対して腐食性を有する可能性がある。冷却ループ内の配管やポンプの耐久性を確保するためには、特殊なコーティングや耐腐食性素材の採用が不可欠となる。
- 吸湿性と安定性: この塩は吸湿性が極めて高く、空気中の水分を吸収して濃度が変化しやすい。長期的な運用において、溶液の組成をいかに一定に保つかが鍵となる。
- 再加圧のコスト: 冷却プロセスは「減圧」によって行われるが、再び冷却能力を回復させるためには「再加圧」が必要である。この再加圧に要するエネルギーを最小限に抑えなければ、トータルの効率メリットが損なわれてしまう。
熱管理が「戦略資産」となる時代
中国科学院によるこの発見は、単なる熱力学の進歩ではなく、AIインフラのあり方を変えるパラダイムシフトである。熱を「いかに逃がすか」という受動的な管理から、圧力によって「いかに瞬時に無力化するか」という能動的な制御への移行。この技術が完成すれば、同じチップ数、同じ電力供給量であっても、中国はライバル国よりも20%以上高い演算スループットを維持できる可能性がある。
演算能力が国力に直結する現代において、冷却技術はもはや裏方の設備ではない。それは、AI覇権を握るための「静かなる兵器」へと進化を遂げている。
論文
参考文献