中国は先月、地上から約800キロメートル上空に位置する軌道上にデータセンターを建設するための、野心的な5カ年計画を発表しました。

また、アメリカの実業家で億万長者のイーロン・マスク氏も、同様の構想を持っていることを明らかにしました。マスク氏は、スペースXの軌道上データセンター構想を資金面で支えるため、積極的な資金調達を開始しています。最近、商業的な合併を行ったマスク氏は、近く株式公開を通じて資金を調達する可能性があると報じられています。

専門家らは、こうした一連の動きを、人工知能インフラを地上の制約から解放し、宇宙空間という環境で拡張するための戦略的な一手だと評価しています。

AIへの需要が急速に高まる中、スペースXやグーグルといった企業は、計算インフラを軌道上に移す競争を繰り広げています。大量のエネルギーを消費するAIインフラを地上から軌道上へ移すことで、宇宙空間におけるほぼ無尽蔵の太陽エネルギーの利用や、より低温な環境での運用が可能になります。

こうした取り組みの背景には、単純ながら深刻な問題があります。地上のデータセンターは、AIの際限ないエネルギー需要により、すでに極めて大きな負荷を受けているのです。

大規模なAIモデルの学習には、年間で数十万世帯分に相当する電力が必要とされます。その結果、AI企業は、電力網に負担をかけ、冷却のために大量の水を消費する巨大なデータセンターへの依存を余儀なくされています。

実際、データセンター周辺地域の消費者向け電力料金は、過去5年間で267％も上昇しました。

同様に、アメリカでは平均規模である100メガワットのデータセンターが、1日に約200万リットルの水を消費しており、これは約6,500世帯分の1日の水使用量に相当します。

マスク氏は、宇宙ベースのデータセンター構想について、近年発言を増やしています。2025年末には、X上で、データ転送に高速レーザー通信を用いる次世代のスターリンクV3衛星の規模を拡大し、宇宙空間に「データセンターを構築する」と述べました。

巨大なスターシップロケットで打ち上げられるこれらの衛星は、宇宙空間で衛星群を形成し、いわば「浮遊するスーパーコンピューター」として機能するとされています。

マスク氏は、4〜5年以内に高軌道上で100ギガワットの電力供給を実現し、さらに月面に設置される拠点から最大100テラワット規模まで拡大する構想を描いています。

この目標を達成するため、今後数か月以内にスペースXの株式売却を通じて、250億ドルの資金を調達する計画です。

マスク氏のスペースXに加え、グーグルも「プロジェクト・サンキャッチャー」と呼ばれる取り組みを通じて、AIチップを搭載した太陽光発電型の衛星ネットワークを研究し、宇宙空間でのデータセンター構築を目指しています。

これらの衛星ネットワークは、ほぼ常時太陽光を受けられる太陽同期軌道を利用することで、夜間や雲の影響を受ける地上の太陽光パネルと比べ、最大で8倍の効率でエネルギーを集めることが可能だとされています。

グーグルは、2027年初頭に2基の試験衛星を打ち上げる計画です。これを「月への挑戦」と表現したグーグルのCEOサンダー・ピチャイ氏は、10年以内に宇宙ベースのデータセンターが、現在のクラウドサーバーと同じくらい一般的になるとの見通しを示しています。

ChatGPTの開発元オープンAIを含む多くの企業も、AI時代に成長を続けるため、軌道上データセンターへの投資を進めています。

軌道上データセンターは、AI企業にとって極めて大きな利点をもたらします。宇宙空間では、冷却ファンや水を使わず、熱を直接真空中に放出する受動冷却が可能です。また、レーザー通信により、衛星間のデータ転送は地上の光ファイバーよりも高速に行えます。

AI企業にとってこれは、地上の制約から解放され、成長と革新の中核となるAIモデルを、より迅速に学習させることを意味しています。

課題は山積している

大手AI企業が示す楽観的な見通しとは裏腹に、多くの専門家は、軌道上でAIを運用するまでの道のりは困難に満ちていると指摘しています。

オーストリアに拠点を置く欧州宇宙政策研究所（ESPI）の研究員ジャーメイン・グティエレス氏は、TRT Worldに対し、宇宙空間における熱管理が、AI企業が直面する「最も重要な課題」になると語っています。

AIチップは非常に多くの熱を発生させますが、宇宙空間では、その温度を下げるために空気を吹き付けることが困難です。

つまり、軌道上のデータセンターでは、AIチップから発生する熱を逃がすために、強力な放熱装置が必要になります。

グティエレス氏は、「軌道上では、熱を放射によって排出しなければなりません。AIの学習中に生じる高い電力密度では、この熱を処理することが、単に冷却装置を大型化すれば解決する問題ではなく、いわばメガ構造物レベルの課題になります」と述べています。

また、ESPIの研究チームが、この熱分散の問題解決に「集中的に取り組んでいる」と付け加えました。

打ち上げコストも、軌道上データセンターにとって大きな課題の一つです。

グティエレス氏は、スターシップのような再使用型ロケットによって、打ち上げ費用が1キログラム当たり約200ドルまで下がらない限り、コストは引き続き大きな障害になると指摘しています。

ワシントンにある政治・経済・社会研究財団SETAで新興技術分野の専門家として活動する客員研究員のオザン・アフメト・チェティン氏も、熱の分散が軌道上データセンター建設における「最大の課題」だとの見方を示しています。

チェティン氏は、電力の生成には軌道上の食（地球の影に入る状態）に対応するため、巨大な太陽電池パネルと蓄電池が必要になるほか、放射線が電子機器を損傷させるため、追加の防護や耐障害性の高いソフトウェアが求められると説明しています。

チェティン氏はTRT Worldに対し、「これらの課題は克服不可能ではないが、一気に解決できるものでもない」と語りました。

スケジュールについては、両氏とも過度な期待を戒めています。

グティエレス氏は、地上での通信遅延を回避するため、データを直接軌道上で処理するエッジコンピューティングのような小規模な実証例や初期サービスが、2027年ごろに始まると予測しています。

ただし、本格的な超大規模AI学習施設の実現は、数十年先になるとの見方を示しています。

同氏は段階的な発展を想定しており、2020年代後半から2030年代初頭にかけては特定用途向けのメガワット未満のプラットフォーム、打ち上げコストが下がれば2030年代半ばに10〜数百メガワット級、そして2040年代以降にギガワット規模のプラットフォームが登場するとしています。

ただし、政策や資金調達、産業化といった要因を考慮しなくても、ギガワット級の宇宙ベース・データセンターは、依然として実現までに数十年を要するとグティエレス氏は指摘します。

チェティン氏もこの見方に同意し、特定の作業負荷向けに小規模な軌道拠点が2020年代後半までに設置される可能性はあるものの、地上のものに匹敵する大規模データセンターが近い将来に実現することはないと述べています。

チェティン氏は、「軌道上データセンターが、地上の超大規模AI施設と実質的に同等になるのは、今後5年以内では不可能です」と語り、その理由として、熱管理、電力、組み立て、保守といった技術が「これほど短期間に同時に成熟することはない」と説明しています。

こうした時期に関する見通しは、業界全体の認識とも一致しています。

グーグルが計画する2027年のプロトタイプは、現時点では試験段階にとどまっています。また、ノースイースタン大学の専門家らも、実運用に耐えるデータセンターの実現には、なお数年を要すると見ています。

環境面での万能な解決策ではない

宇宙データセンターは、地上の従来型施設が抱える莫大なエネルギー需要を考えると、一定の負担軽減をもたらす可能性があります。

グティエレス氏は、三つの「環境圧力の逃がし弁」を挙げています。すなわち、ほぼ常時利用できる太陽エネルギーは地上の電力網に負荷をかけず、放射による冷却は淡水の使用を不要にし、さらに軌道上での設置により、地上でデータセンター用に使われてきた広大な土地を解放できるという点です。

しかし一方で、軌道上データセンターが決定的な環境対策になるわけではないとも指摘しています。

グティエレス氏は、ロケット製造に伴う事前排出、打ち上げ回数の増加、さらには宇宙ごみといった、新たに生じる環境影響について警鐘を鳴らしています。

「地上のデータセンターがすでにクリーンエネルギーと高度な冷却システムで稼働しているのであれば、計算処理を地球外に移すことによる限界的な利点は小さくなります」と同氏は述べています。

ワシントンのSETAに所属する新興技術分野の専門家で客員研究員のオザン・アフメト・チェティン氏も、軌道上システムは大量の水を使う冷却や電力網への負荷を回避できる一方で、ロケットや交換部品に伴うライフサイクルコストが発生すると指摘します。

チェティン氏は、軌道の混雑といった気候以外の問題にも懸念を示しつつ、「地上のAIインフラの全面的な代替として見た場合、環境面での利点は現時点では不透明なままです」と述べています。

グティエレス氏は、低コストで大重量を運べる再使用型ロケット、先進的な放熱装置、そして組み立てや保守のための軌道内ロボットシステムなどが、今後の鍵になると考えています。

同氏はまた、マスク氏が注目を集めている折り畳み式ラジエーターのような技術革新は、他の分野にも応用可能だとしつつも、試験サイクルの長さや輸出規制、統合の難しさによって、普及は当面ゆっくりと進むだろうと語っています。

チェティン氏もこの見解に同意しています。宇宙分野で実現した技術を別の分野で再現するには、知的財産権、輸出規制、サプライチェーンの成熟度といった障壁があり、「一気に」進むものではないと指摘します。

同氏の見通しでは、十分な資本力を持つ企業であれば、設計自体は2〜4年で模倣できるものの、それが広く普及するまでには5〜10年を要する可能性が高いといいます。

チェティン氏は「最終的には、実装の完成度と統合に関する専門性が、引き続き差別化の要素になります」と述べています。