https://pepelac.news/ja/posts/id31969-yang-shang-feng-li-ta-binnei-aide-tasenta-aikido-technologiesgati-an-suruge-xin-de-najie-jue-ce
洋上風力タービン内AIデータセンター、Aikido Technologiesが提案する革新的な解決策
洋上風力タービン内にAIサーバーを設置するAikido Technologiesのプロジェクト
洋上風力タービン内AIデータセンター、Aikido Technologiesが提案する革新的な解決策
Aikido Technologiesは、AIデータセンターのエネルギー消費と土地不足を解決するため、洋上風力タービン内にサーバーを設置するハイブリッドシステムを提案。2026年にノルウェー沖で試作機を展開予定です。
2026-03-10T14:52:22+03:00
2026-03-10T14:52:22+03:00
2026-03-10T14:52:22+03:00
サンフランシスコに拠点を置くAikido Technologiesは、エネルギーを大量に消費するAIデータセンター向けに、サーバーを洋上風力タービン内に直接設置するというユニークな解決策を提案している。IEEE Spectrumによると、同社は2026年末までにノルウェー沖の北海で100kWの試作機を展開する計画だ。このハイブリッドシステムは風力発電機とAIサーバーを組み合わせ、電力不足と大規模計算施設に適した土地の不足という二つの課題に対処することを目指している。プラットフォームは石油・ガス産業で使われる半潜水式の設計を採用している。淡水をバラストとして満たした3本の脚で浮き、チェーンで海底に固定される。各脚には3~4MWのデータホールを設置でき、単一の施設で9~12MWの洋上データセンターを実現する可能性がある。冷却には北海の自然な低温を活用する。バラスト区画からの水がサーバーを循環し、周囲の海洋環境で冷却される。液体冷却ループ外の部品用に空調も備えている。AikidoのCEOであるSam Kannerは、風力発電とこの「無料」冷却を組み合わせることで、従来のデータセンターに対抗できる競争力が生まれると指摘している。しかし、このプロジェクトには課題もある。風は不安定なため、プラットフォームには電力出力を平滑化するバッテリーを搭載し、必要に応じてグリッドに接続できる。過酷な海洋環境はメンテナンスの負担も増加させる。こうしたリスクがあるものの、AIインフラのエネルギー需要増加に対する潜在的な対応策として、このような実験が注目されている。
AIデータセンター, 洋上風力タービン, Aikido Technologies, エネルギー消費, サーバー冷却, 北海, ハイブリッドシステム, 風力発電, データセンター, AIインフラ
2026
news
洋上風力タービン内にAIサーバーを設置するAikido Technologiesのプロジェクト
Aikido Technologiesは、AIデータセンターのエネルギー消費と土地不足を解決するため、洋上風力タービン内にサーバーを設置するハイブリッドシステムを提案。2026年にノルウェー沖で試作機を展開予定です。
サンフランシスコに拠点を置くAikido Technologiesは、エネルギーを大量に消費するAIデータセンター向けに、サーバーを洋上風力タービン内に直接設置するというユニークな解決策を提案している。IEEE Spectrumによると、同社は2026年末までにノルウェー沖の北海で100kWの試作機を展開する計画だ。このハイブリッドシステムは風力発電機とAIサーバーを組み合わせ、電力不足と大規模計算施設に適した土地の不足という二つの課題に対処することを目指している。
プラットフォームは石油・ガス産業で使われる半潜水式の設計を採用している。淡水をバラストとして満たした3本の脚で浮き、チェーンで海底に固定される。各脚には3~4MWのデータホールを設置でき、単一の施設で9~12MWの洋上データセンターを実現する可能性がある。
冷却には北海の自然な低温を活用する。バラスト区画からの水がサーバーを循環し、周囲の海洋環境で冷却される。液体冷却ループ外の部品用に空調も備えている。AikidoのCEOであるSam Kannerは、風力発電とこの「無料」冷却を組み合わせることで、従来のデータセンターに対抗できる競争力が生まれると指摘している。
しかし、このプロジェクトには課題もある。風は不安定なため、プラットフォームには電力出力を平滑化するバッテリーを搭載し、必要に応じてグリッドに接続できる。過酷な海洋環境はメンテナンスの負担も増加させる。こうしたリスクがあるものの、AIインフラのエネルギー需要増加に対する潜在的な対応策として、このような実験が注目されている。