原子炉の冷却技術をAIデータセンターに応用：MIT発スタートアップが描く「水ゼロ」の持続可能なインフラ

人工知能（AI）の急速な普及と大規模言語モデル（LLM）の高度化は、それを支えるデータセンターインフラストラクチャに対して、かつてない規模の物理的な負荷を強いている。AIモデルの学習プロセスや日々の推論処理には、グラフィックス・プロセッシング・ユニット（GPU）などの高性能な専用チップが大量に必要であり、それに伴う消費電力の増大は業界全体の極めて深刻な課題として浮上している。最新の予測によれば、米国内のデータセンターが消費する電力は、2030年末までに全米の総電力使用量の9%から最大で17%という驚異的な割合に達すると見込まれている。さらに特筆すべきは、その膨大な電力消費のうち、実際に計算処理を行うチップそのものの稼働に加え、約3分の1がチップから発生する熱を冷却するプロセスに費やされている。

これまでのデータセンターの設計において、冷却の主流は巨大で騒音を伴うファンを用いた空冷システムであった。しかし、チップ設計企業が限られた電力供給の中で最大限の計算能力を絞り出すため、より多くのトランジスタやコンポーネントを高密度に実装するようになり、空冷システムでは到底処理しきれないレベルの熱密度が日常的に発生するようになった。空冷はデータセンターに供給される電力の最大40%を消費するケースもありながら、技術的な基本構造は半世紀前から大きく変わっておらず、熱力学的な効率の限界に直面している。この限界を突破するため、近年ではチップやサーバー全体を直接冷却媒体に浸す液浸冷却（Immersion Cooling）が業界内でトレンドとなっている。液体は空気と比較して熱伝達媒体として優れており、特に液体が沸騰する際の相変化を利用すれば、チップと液体の温度差が小さくとも大量の熱を効率的に奪うことができる。しかし、最先端の液浸冷却システムであっても、気化した流体を捕捉し、圧力や温度を精密に制御しながら再液化させるシステムは極めて複雑であり、また多くの冷却液には環境への影響が懸念される有害なPFAS（有機フッ素化合物）が含まれているなど、運用上の摩擦が依然として多く残されている。

原子炉の「サブクール沸騰」を応用した適応型相冷却（APC）

MITの原子力工学の元ポスドクでありMicrosoftやNVIDIAでの冷却技術開発の経験を持つReza Azizian氏と、MIT原子力理工学科のMatteo Bucci准教授によって2021年に設立されたスタートアップ「Ferveret」は、この次世代AI冷却のボトルネックに対して、原子力工学の知見を直接的に導入するというアプローチを採った。両氏が着目したのは、原子炉の炉心から熱を極限まで効率的に引き出し、安定稼働させるための技術である「サブクール沸騰（Subcooled Boiling）」のメカニズムである。原子力発電の世界において、熱伝達プロセスの最適化は、炉心から抽出可能なエネルギー量を決定づけ、それが直接的に発電所の収益性に結びつくため、科学者たちは数十年にわたり熱移動の最適解を追求してきた歴史がある。

Ferveretが開発した適応型相冷却（Adaptive Phase Cooling: APC）システムは、この原子炉で培われた熱力学的モデルをシリコンチップの冷却に最適化したものである。同社のシステムは、PFASなどの有害な「永遠の化学物質」を一切含まず、沸点の低い安全な特殊冷却液を使用する。Ferveretのソリューションの中核的な優位性は、チップ表面で発生する気泡の微細な制御にある。従来の液浸冷却システムと比較して、APCシステムはチップ表面で発生する気泡をはるかに小さく保ち、それらの気泡がチップから頻繁かつ高速に離脱し、周囲の冷却液中で即座に再凝縮するサイクルを人工的に構築している。この気泡の発生と離脱、表面の再湿潤という高速なサイクルにより、熱伝達の速度が劇的に加速され、従来の液浸冷却が抱えていた熱だまりのリスクを排除しながら、極めて高い冷却効率を実現しているのである。

モジュール化による実装の容易さと演算電力効率の飛躍

物理的なデータセンターへの実装形態においても、Ferveretのアプローチは既存の設備に対する親和性を高く設計されている。従来の液浸冷却ソリューションの多くが、サーバー群を丸ごと沈めるための巨大な冷却専用タンクをデータセンターのフロアに新規に設置することを要求するのに対し、Ferveretのシステムは1台のサーバーを個別に収容する小型のボックス型モジュールを採用している。このラックマウント式の適応型フォームファクターにより、事業者はデータセンターの既存のインフラストラクチャを大規模に改修することなく、空冷ラックが置かれていたスペースにそのままモジュールを展開することが可能となる。これにより、新技術導入の障壁となる配備の手間やメンテナンスの複雑さが大幅に軽減されている。

システムの絶対的なパフォーマンスについても、定量的な成果が実証され始めている。カリフォルニア大学ロサンゼルス校（UCLA）のSamueliコンピュータサイエンス学科との共同研究において、FerveretのAPCソリューションは、現在業界で最先端とされる他の液浸冷却システムと比較して、演算電力効率において15%の有意な向上を達成したことが確認された。さらにFerveretは、各モジュール内の温度や圧力をセンサーで監視し、個々のサーバーに供給される電力をリアルタイムで最適化するフルスタックの制御ソフトウェアも提供している。この冷却ハードウェアと電力制御システムを組み合わせることで、データセンター事業者は同一の消費電力枠内で、AIモデルの最終的な価値出力である「トークン」を最大35%も多く生成できるようになるという。電力調達がAI業界最大の成長阻害要因となりつつある現在において、すべてのワットを有効活用してトークン生成量を引き上げる技術は、ハイパースケーラーにとって最も切実な要求に応えるものである。

「水ゼロ」が切り拓くAIインフラの地理的制約の解放

Ferveretの冷却技術がAI業界やより広い社会システムにもたらすマクロな影響は、サーバー単位の冷却効率の改善というミクロな視点を超え、より広範な社会的影響をもたらす。同社のシステムが持つ最大の環境的価値は、稼働において水を一切消費しない「ゼロ・ウォーター」オペレーションを実現している点にある。現在のメガスケールデータセンターの多くは、システムの排熱を最終的に大気中に放出する際、冷却塔などを通じて膨大な量の真水を蒸発させている。この方式は、特定の地域において貴重な水資源を急速に枯渇させ、農業や地域住民の生活用水との間で深刻な対立構造を引き起こすなど、看過できない社会的コストを発生させている。水を使用しない冷却システムへの移行は、企業のESG目標の達成だけでなく、AIインフラの社会的な持続可能性を根本から担保するための必須条件となっている。

さらに戦略的に重要なのは、この技術がデータセンターの立地に関する地理的な制約を完全に解放する可能性を秘めていることである。再生可能エネルギーへの移行が急がれる中、中東やアフリカ、あるいは米国内の乾燥地帯など、日照時間に恵まれ太陽光エネルギーを無尽蔵に得られる地域は多数存在する。しかし、これらの地域は同時に水資源が決定的に不足しており、従来の冷却方式ではデータセンターの建設が事実上不可能であった。Ferveretの「水を使わない」高効率冷却システムを導入すれば、水のない遠隔の砂漠地帯であっても、太陽光発電と直結した大規模なAIデータセンターを構築・運用することが現実的な選択肢となる。現在、Ferveretはデータセンター開発のCleanSparkやAIアクセラレーター企業のFuriosaAI、米国最大級のデータセンター事業者であるSwitchなどと実証テストを進めており、NVIDIAのスタートアップ支援プログラム「Inception」にも参加している。電力の確保と水資源の保護という二重の制約に直面し、インフラの成長限界が囁かれるAI産業において、同社の原子力技術にインスパイアされたソリューションは、次世代の持続可能なコンピューティングの基盤を支えるクリティカルなピースとなる可能性が高い。