AIデータセンターとは?AI半導体4種類の違いと日本の拠点

この記事の要点

  1. AIデータセンターとは:AIの学習と推論の計算をこなすデータセンターです。GPUなどのAI半導体を大量に使い、1ラックで約120kWの電力を使う例もあり、チップを液体で直接冷やす点が従来と違います。
  2. AI半導体4種類の違い:たくさんの計算を同時にこなすGPU、GoogleのTPUのような専用設計のASIC、作った後に回路を書き換えられるFPGA、PCやスマホで少ない電力でAIを動かすNPUがあります。学習と推論の中心はGPUです。
  3. 日本の拠点:KDDIの大阪堺データセンターとさくらインターネットの石狩データセンターが稼働し、ソフトバンクは北海道苫小牧(2026年度)と大阪堺(2027年度)を計画しています。経済産業省は北海道や秋田県など9地域をGW級の集積地の候補として認定しました。
  4. 電力:IEAは、世界のデータセンターの電力が2025年の485TWhから2030年に950TWhへほぼ倍になり、AI向けは約3倍になると見込んでいます。
  5. GPUサーバーを借りるには:無料のGoogle Colabで試し、国内のGPUクラウド(H100が1時間990円から)や大手クラウド、専有のベアメタルを使い分けます。料金は2026年11月19日に各社の公式のページで確かめた値です。
SHARE

AIデータセンターは、AIの学習や、学習したAIを動かす推論に必要な、大量の計算をこなすためのデータセンターです。 中にはGPUなどのAI半導体を載せたサーバーがラック単位で並びます。 ふつうのデータセンターよりはるかに多くの電力を使い、チップを液体で直接冷やします。

この記事では、AIデータセンターと従来のデータセンターの違い、AI半導体の4つの種類と主な製品、日本の企業とAIデータセンターの場所、電力の見通しを説明します。 自分でAIを学習させたい人に向けて、ディープラーニング用のGPUサーバーの借り方と料金の例も紹介します。 数値と製品の情報は、2026年11月19日に各社と公的機関の公式の資料で確かめました。

AIデータセンターとは

AIデータセンターとは、AIの計算に向けて設計したデータセンターです。 データセンターは、サーバーやネットワークの機器を置き、電力と冷却を用意して24時間動かす施設で、Webサービスや会社のシステムを支えています。 AIデータセンターは、その中でも、AIのモデルを学習させる計算と、ChatGPTのようなサービスで答えを作る推論の計算を、大量にこなすことに特化しています。

従来のデータセンターとの違い

AIデータセンターは、計算に使う装置、1つのラック(サーバーを縦に積む棚)が使う電力、冷やし方が、従来のデータセンターと違います。

従来のデータセンターとAIデータセンターの違い
項目従来のデータセンターAIデータセンター
主な用途Webサービス、会社のシステムAIの学習と推論
計算の装置CPUを載せたサーバーGPUなどのAI半導体を載せたサーバー
1ラックの電力20kWほど約120kWの例もある
冷やし方空気で冷やす液体でチップを直接冷やし、空気と組み合わせる

表の1ラックの電力は、NVIDIAの説明によるものです。 同社は、以前のデータセンターは1ラック20kWほどで動いていたが、いまの大規模な施設は135kWを超えるラックにも対応していると説明しています。 AIサーバー「GB200 NVL72」のラックは、1台で約120kWを使います。 国際エネルギー機関(IEA)も、AIサーバーの電力の密度は2020年から2025年に11倍になり、2027年には冷蔵庫ほどの大きさの1ラックが、ピーク時に65世帯分に当たる電力を使うこともありうると見込んでいます。

これだけの電力を使うと、チップから多くの熱が出て、空気だけでは冷やしきれません。 そこでAIデータセンターでは、冷たい液体を流した金属の板(コールドプレート)をCPUやGPUに当てて、チップから直接熱を運ぶ「直接液冷」を使います。

なぜAIデータセンターが必要なのか

AIのモデルを学習させるには、膨大な文章や画像を使い、多くのGPUで長い時間をかけて計算します。 学習したモデルを多くの人が使うようになると、答えを作る推論の計算も、利用が増えるほど多くなります。 IEAによると、2025年に世界のデータセンターの電力は17%増え、AI向けのデータセンターの電力は50%増えました。

この計算をこなすには、数千から数万のGPUを1か所に集めて高速につなぎ、そのための電力と冷却をまとめて用意する必要があります。 従来のデータセンターの電源と空調では足りないため、AI向けに設計したデータセンターが各地で作られています。 LLMの学習の仕組みは、LLMとはで説明しています。

AIデータセンターの中にあるもの

NVIDIAのAIサーバーのラック「GB200 NVL72」を例に、AIデータセンターの中にあるものを見ていきます。

  • GPUサーバーのラック:GB200 NVL72は、1台のラックに計算用のトレイを18台積み、1台のトレイにGrace CPUを2基とBlackwell GPUを4基載せています。ラック1台で、GPUは72基、CPUは36基になります。
  • GPUどうしをつなぐ接続:ラックの中の72基のGPUは、NVLinkという専用の接続で、毎秒130TBの速さでつながります。ラックどうしも高速なネットワークでつなぎ、多くのGPUを1つの大きな計算機のように使います。xAIは、H100というGPUを20万基つないだ計算機を作ったと公表しています。
  • 電源:AIデータセンターの規模は、電力会社から受け取れる電力(受電容量)で表すことが多く、ソフトバンクが大阪府堺市に作るAIデータセンターは140MW規模の計画です。
  • 冷却の設備:GB200 NVL72では、計算用のトレイを液体で冷やし、ネットワークやストレージの機器は空気で冷やします。KDDIの大阪堺データセンターも、空冷に加えて直接液冷を入れています。

AI半導体とは

AI半導体とは、AIの計算をこなすために作られた半導体の総称で、AIチップとも呼ばれます。 半導体には、CPU、メモリ、センサー、電力を制御するパワー半導体など多くの種類があり、AI半導体はそのうちAIの計算に向けたものを指します。 経済産業省の「半導体・デジタル産業戦略」(2026年6月改訂)も、AIデータセンターなどに使う先端の半導体と、センサーやマイコン、パワー半導体などを分けて示しています。

AIのモデルは、膨大な数の掛け算と足し算を繰り返して学習し、答えを出します。 モデルを大きくしたり、多くの人が使えるようにしたりするほど計算が増えるので、高性能な半導体をたくさん用意する必要があります。 AIデータセンターは、そのAI半導体を大量に動かすための施設です。

AIにGPUが使われる理由

GPUは、もとは画面に映像を描くための半導体ですが、いまはAIの計算の中心になっています。 NVIDIAは、CPUは少ないコアと大きなキャッシュで少数の処理を順番に素早くこなし、GPUは数百のコアで数千の処理を同時にこなすと説明しています。

CPUとGPUの違い
項目CPUGPU
コア少ない(大きなキャッシュを持つ)数百以上
同時にこなす処理少ない数千
得意な処理順番に素早く進める処理同じ計算を大量に同時に行う処理

ディープラーニングの計算は、同じ形の計算を大量に並べて同時にこなせるので、GPUが向いています。 NVIDIAは、GPUで計算するための開発の基盤「CUDA」を2007年に公開していて、PyTorchなどのAIの開発ツールから、CUDAを通じてNVIDIAのGPUを使えます。 ディープラーニングと機械学習の関係は、機械学習とはで説明しています。

AI半導体の4つの種類

AI半導体は、GPU、ASIC、FPGA、NPUの4つに分けると違いが分かりやすくなります。

AI半導体の4つの種類
種類特徴主な使い道例
GPU多くの計算を同時にこなす学習と推論NVIDIA Blackwell、AMD Instinct
ASIC特定の用途のための専用設計自社のAIの学習と推論Google TPU、AWS Trainium
FPGA作った後に回路を書き換えられるデータの前処理、通信AMD Versal、Altera
NPU少ない電力でAIを動かすPCやスマホのAICopilot+ PCのNPU

GPUやASICのように、AIの計算を速くするための半導体を、まとめてAIアクセラレータと呼ぶこともあります。 GPUはいろいろなAIの計算に使えるのに対して、ASICは特定の計算に絞って設計します。 GoogleのTPU、AWSのTrainium、MicrosoftのMaiaは、各社が自社のクラウドやサービスでAIの学習や推論を安く速くこなすために作ったASICです。

FPGAは、製造した後に利用者が回路の構成を書き換えられる半導体です。 大きなモデルの計算はGPUに任せ、カメラやセンサーのデータの取り込みと前処理を、遅れなくFPGAでこなすといった分担の例を、FPGAを作るAlteraが挙げています。

NPUは、PCやスマホの中でAIの処理をこなす半導体です。 Microsoftは、Copilot+ PCのNPUについて、リアルタイムの翻訳や画像の生成のようなAIの処理のための専用のチップで、1秒に40兆回を超える計算ができると説明しています。

メモリ(HBM)も性能を左右する

AI半導体の性能は、計算の速さだけでなく、計算に使うデータをどれだけ速く運べるかでも決まります。 そこでデータセンター向けのGPUやASICは、HBM(広帯域メモリ)という特別なメモリを、同じパッケージの中にチップと並べて載せています。 Micronによると、HBMはメモリのチップを縦に積み重ねたもので、データの通り道の幅は、一般的なDDR5のメモリのモジュールの16倍あります。

AMDのGPU「Instinct MI350」シリーズは288GBのHBMを、Microsoftの「Maia 200」は216GBのHBMを載せています。 経済産業省の半導体・デジタル産業戦略も、HBMがデータセンター向けの中心として重要になるとしています。

主なAI半導体

データセンター向けの主なAI半導体は、次のとおりです。

データセンター向けの主なAI半導体(2026年11月19日に各社の公式の情報で確認)
会社種類製品状況
NVIDIAGPUGB300 NVL72提供中
NVIDIAGPUVera Rubin NVL72量産・出荷を開始
AMDGPUInstinct MI350シリーズ提供中
AMDGPUHelios(MI455X)2026年下期の見込み
GoogleASICTPU Ironwood提供中
AWSASICTrainium32025年12月に発表
MicrosoftASICMaia 200自社で稼働
MetaASICMTIA 300自社で稼働

NVIDIAのGB300 NVL72とVera Rubin NVL72は、GPU 72基とCPU 36基を1つのラックにまとめたシステムで、GB300はBlackwell Ultra、Vera RubinはRubinという世代のGPUを使います。 GoogleのTPUは、第7世代のIronwoodが一般に提供されていて、第8世代のTPU 8tとTPU 8iも近く提供すると発表しています。 GoogleのTPU、MicrosoftのMaia、MetaのMTIAは、各社が自社のデータセンターで使うために作ったチップで、TPUはGoogle Cloudで借りて使えます。

AI半導体の日本企業

日本の企業は、AIチップの設計、最先端の半導体の製造、エッジ(端末の側)のAI、製造装置や検査装置で、AI半導体に関わっています。

AI半導体に関わる日本の主な企業(2026年11月19日に各社の公式の情報で確認)
分野企業主な取り組み
AIチップの設計Preferred Networks学習向けのMN-Core 2を提供。推論向けのMN-Core L1000を2027年に販売予定
CPU富士通2nmのCPU「FUJITSU-MONAKA」。AIの推論にも向ける
最先端の製造Rapidus北海道千歳市で2nmの半導体を試作。2027年に量産開始の予定
エッジのAIソニーAIの処理を組み込んだイメージセンサー「IMX500」
エッジのAIルネサス エレクトロニクスAIの処理回路「DRP-AI3」を載せたプロセッサ「RZ/V2H」
記憶装置キオクシアAI向けのSSD「KIOXIA CM10」
製造装置・検査東京エレクトロン、SCREEN、レーザーテック、ディスコ、アドバンテスト製造装置、洗浄装置、検査装置、切断装置、テストシステム

Preferred Networksは、AIの学習と高性能計算に向けたMN-Core 2を搭載したサーバーを提供し、生成AIの推論に特化したMN-Core L1000を開発しています。 Rapidusは、北海道千歳市の拠点で2025年4月から2nmの半導体の試作ラインを動かしています。 富士通は、FUJITSU-MONAKAを、クラウドやデータセンターの事業者に向けて2026年11月に販売を始めると発表しました。

製造装置と検査の分野では、SCREENが半導体の洗浄装置、レーザーテックがEUV(極端紫外線)のマスクの検査装置、ディスコがチップを切り分ける装置、アドバンテストが半導体のテストシステムを作っています。 東京エレクトロンは、統合報告書で、2030年ごろに約1兆ドルになると見込む半導体市場の成長の原動力をAIとしています。

経済産業省は、「AI・半導体産業基盤強化フレーム」で、半導体とAIの分野に2030年度までの7年間で10兆円以上の公的な支援を行い、10年間で50兆円を超える官民の投資を促すとしています。 半導体の会社を含むAI企業の全体像は、AI企業で説明しています。

日本のAIデータセンター

日本でも、通信会社やクラウドの会社が、GPUを大量に載せたAIデータセンターを動かし始めています。

主なAIデータセンターと場所

日本の主なAIデータセンター(2026年11月19日に各社の発表で確認)
事業者・名前場所状況主な設備と規模
KDDI 大阪堺データセンター大阪府堺市2026年1月に稼働GB200 NVL72、直接液冷
さくらインターネット 石狩データセンター北海道石狩市稼働中H100 2,016基、Blackwell GPU 約1,100基
ソフトバンク 北海道苫小牧AIデータセンター北海道苫小牧市2026年度の開業を目指す開業時50MW、最大300MW
ソフトバンク 大阪堺AIデータセンター大阪府堺市2027年度の完成を目指す140MW規模、将来250MW超

KDDIの大阪堺データセンターは、シャープの堺工場の跡地にあり、工場の大規模な電力と冷却の設備を再利用しています。 KDDIは、2027年度にNVIDIAの新しい世代の「HGX Rubin NVL8」も導入すると発表しています。

さくらインターネットは、石狩データセンターに2024年8月にH100を2,016基そろえ、2026年2月には敷地内のコンテナ型のデータセンターで、Blackwell GPU約1,100基のAIの設備を動かし始めました。

ソフトバンクは、北海道苫小牧市のAIデータセンターで2026年度に第1期の工事を終えて開業することを目指し、受電容量を開業時の50MWから最大300MWまで増やす計画です。 同社の大阪堺AIデータセンターは、計算能力110エクサFLOPSを目指しています。

AIデータセンターはどこに作られるのか

総務省の情報通信白書によると、日本のデータセンターのおよそ9割は東京圏と大阪圏に集まっています。 大きな災害で東京圏や大阪圏が被災したときに通信への影響が全国に広がらないよう、国はデータセンターの地方への分散を後押ししています。

AIデータセンターは大量の電力を使うため、電力を確保しやすい場所かどうかが立地を大きく左右します。 総務省と経済産業省は、電力の設備から見て望ましい場所にデータセンターを置き、通信の設備もそれに合わせて整える「ワット・ビット連携」を進めています。 経済産業省は2026年9月、今後10年ほどでGW級のデータセンターの集積地を作る「GX戦略地域」として、次の9地域10地点を認定しました。

  • 北海道(石狩市、苫小牧市)
  • 秋田県(秋田市)
  • 宮城県(富谷市)
  • 栃木県(矢板市)
  • 茨城県(常総市、つくば市)
  • 富山県(南砺市)
  • 香川県(綾川町、坂出市、丸亀市)
  • 福岡県(北九州市、直方市、鞍手町)
  • 鹿児島県(薩摩川内市)

認定は計画を後押しするためのもので、これらの地域でGW級のデータセンターがすでに動いているという意味ではありません。

AIデータセンターの消費電力と課題

AIデータセンターは大量の電力を使うため、電力の確保が大きな課題になります。 冷却の設備と水、地域との共生、計画の遅れへの対応も求められています。

電力の見通し

データセンターの電力の見通し
対象見通し出典
世界の電力量2025年の485TWhから、2030年に950TWh(世界の約3%)IEA(2026年4月)
世界のAI向け2025年から2030年に約3倍IEA(2026年4月)
日本の電力量2024年から2030年に約15TWh増える(約80%増)IEA(2025年4月)
日本の最大需要データセンターの新設や増設で、2030年度に328万kW、2035年度に661万kW増えるOCCTO(2026年1月)

IEAは、世界のデータセンターが使う電力は、2025年の485TWhから2030年に950TWhへとほぼ倍になり、そのうちAI向けのデータセンターの電力は3倍になると見込んでいます。

日本の電力の需要の見通しをまとめる電力広域的運営推進機関(OCCTO)は、データセンターと半導体の工場の新設や増設で増える電力量を、2035年度に568億kWhと見込んでいます。 これは日本全体の電力量の6.71%に当たり、そのうちデータセンターが494億kWhを占めます。

冷却と水

冷却の設備や水も、データセンターの場所を決めるときの条件になります。 総務省と経済産業省がまとめた「ワット・ビット連携」の取りまとめは、データセンターの立地の要件の例に、工業用水が豊富かどうかを挙げています。 同じ取りまとめは、省エネ法に基づいて、データセンターの電力の効率を表すPUEを、2030年度に事業者の平均で1.4以下にする目標も示しています。

地域との共生

データセンターの建設には、周りに住む人から心配の声が上がることもあります。 千葉県白井市には2023年、住宅地の中に計画されたデータセンターについて、排熱や騒音を心配する市民の声が寄せられ、市は地元の協議会から周りの住民に詳しい資料が配られる予定だと答えています。 ワット・ビット連携の取りまとめも、データセンターの立地を安定して進めるには地域社会との共生が欠かせず、建設の計画と周りの環境への影響を、地域に詳しく説明することが必要だとしています。

計画の遅れ

AIデータセンターの計画は、予定どおりに進まないこともあります。 OCCTOは、2026年度の見通しで、データセンターの事業者の工事の延期や設計の変更により、電力の需要が増える時期が前回の見通しより後ろにずれたとしています。 ソフトバンクの大阪堺のデータセンターも、2024年の発表では2025年中の本格稼働の予定でしたが、いまは2027年度の完成を目指しています。

ディープラーニング用のGPUサーバーを用意する方法

自分でAIのモデルを学習させたり、ディープラーニングを試したりするときは、GPUを載せたサーバーを用意します。 買わなくても、AIデータセンターのGPUを時間や月単位で借りられます。

ディープラーニング用のGPUサーバーを用意する方法
方法向いている場面料金の単位例
無料のノートブック小さなモデルで試す無料(GPUに制限)Google Colab、Kaggle
GPUクラウド必要なときだけ使う秒、分、時間さくらの高火力、AWS、Azure
ベアメタル大きなモデルを長く学習する月などさくらの高火力 PHY、KDDI GPU Cloud
自社で買う長く使う、データを社外に出さない購入NVIDIA DGX B200

まずは無料のノートブックで試す

Google Colabは、ブラウザでPythonを動かせるサービスで、無料でもGPUを使えます。 ただし無料版ではGPUの利用が制限されていて、使えるGPUの種類と上限は時期によって変わり、公開されていません。 Kaggleのノートブックでも、GPUを週に30時間ほどの枠で無料で使えます。

GPUクラウドとベアメタルを借りる

GPUクラウドは、GPUを載せた仮想マシンやコンテナを、使った時間だけ借りる方法です。 ベアメタルは、物理的なサーバーを1台まるごと専有して借りる方法で、ほかの利用者と共有しないので、大きなモデルを長く学習させるときに向いています。

GPUサーバーの料金の例(2026年11月19日に各社の公式の情報で確認)
サービス形GPU料金
さくらの高火力 DOKコンテナH100 1基1時間1,008円(税込)
さくらの高火力 VRT仮想マシンH100 1基1時間990円(税込)
ソフトバンク GPUサーバー時間貸しA100 1枚1分7.2円(税抜)と月額3万円
ソフトバンク GPUサーバー専有H100 8基月額250万円(税抜)
AWS EC2 p5.48xlarge仮想マシンH100 8基東京で1時間68.80ドル
Azure ND96isr_H100_v5仮想マシンH100 8基東日本で1時間142.564ドル

さくらインターネットの「高火力」は、日本のデータセンターで動くGPUのクラウドで、秒単位の課金で使うコンテナ型のDOK、仮想マシン型のVRT、月額で専有するベアメタル型のPHYがあります。 PHYではH100、H200、B200を8基載せたサーバーを借りられ、料金は個別の見積もりです。 ソフトバンクの料金は、DGX H100を1台借りるプランと、A100を1枚から1分単位で使えるプランの一例です。 AWSとAzureの料金は、オンデマンドで借りる場合の値です。

法人向けには、GMOインターネットグループが、HGX B300とH200を国内のデータセンターから「GMO GPUクラウド」として提供しています。 KDDIは、大阪堺データセンターのGB200 NVL72を1台単位からベアメタルで使える「KDDI GPU Cloud」の申し込みを、2026年4月1日に受け付け始めると発表しました。

必要なGPUのメモリの目安

GPUを選ぶときは、搭載されたメモリの量で、扱えるモデルの大きさが決まります。 Google Cloudの説明では、70億パラメータのモデルを16ビットで読み込むだけで、約14GBのメモリを使います。 学習にはさらに多くのメモリが要り、Hugging Faceの説明では、16ビットと32ビットを組み合わせた学習でAdamという手法を使うと、1パラメータあたり重みで6バイト、勾配で4バイト、Adamで8バイトが必要になります。 70億パラメータなら、学習の途中の計算に使うメモリを除いても、約126GBになる計算です。

データセンター向けのGPUのメモリは、H100が80GB、H200が141GB、B200が180GBです。 手元のPCのGPUでAIのモデルを動かす方法は、ローカルLLMで説明しています。

NoLangで、AIデータセンターの勉強会の資料を動画にする

社内の勉強会や研修でAIデータセンターやAI半導体の基本を共有するときは、スライドと読み上げる原稿を用意すれば、NoLangの「資料から作成」でナレーション付きの解説動画にできます。

1. スライドの各ページのノートに原稿を書く

説明したい内容を1ページに1つずつスライドにし、PowerPointの「ノート」に、そのスライドで話す原稿を書きます。 数値や製品の名前は、出典の資料と照らしてから書きます。

2. 「資料から作成」でスライドをアップロードする

NoLangのホームで「資料から作成」を押すと、「3ステップで資料から動画を作成」の画面が開きます。 1つ目の段の「資料をアップロード」に、原稿をノートに書いたPPTXのファイルを入れます。

NoLangの「3ステップで資料から動画を作成」の画面。「資料をアップロード」の段に、勉強会のスライドのファイル「aidc-study-session.pptx」を追加した状態で、追加した資料を赤枠で囲んでいる

ファイルを入れると「テンプレートを選択」に進みます。 動画の見た目を決めていなければ、先頭の「おまかせ」を選ぶと、AIが内容に合わせて選びます。

3. 作り方で「スピーカーノート」を選んで作る

「指示を入力して動画生成」では、「作り方」を「全ページ解説」「要点のみ解説」「スピーカーノート」「台本を指定」の4つから選びます。 「スピーカーノート」を選ぶと、ノートの原稿をそのまま台本にして読み上げる指示が入力欄に入ります。

NoLangの「指示を入力して動画生成」の画面。作り方の「全ページ解説」「要点のみ解説」「スピーカーノート」「台本を指定」のうち「スピーカーノート」を選び、入力欄にスピーカーノートを台本として読み上げる指示が入った状態。選んだ作り方を赤枠で囲んでいる

「この内容で作成」を押すと、ホームの入力欄に資料と指示が入ります。 ノートの原稿をすべて読み上げるため、動画の長さは「おまかせ」にして、右の矢印のボタンを押します。 長さが「30秒」などのまま送ったときは、確認の画面で「動画の長さをおまかせにして生成」を選びます。

作例:AIデータセンターの勉強会のスライドから作った動画

この記事の内容をもとに、AIデータセンターとAI半導体の基本を説明する社内勉強会のスライド(7枚、ノート付きのPPTX)を作り、上の手順で動画にしました。 スライドは、表紙のあとに、従来のデータセンターとの違い、AIサーバーのラックの中身、AI半導体の4つの種類、電力の見通し、日本のAIデータセンター、まとめが続き、動画の長さは3分9秒になりました。

入力した3枚目のスライド(AIサーバーのラックの中身)です。

入力したスライドの3枚目「AIサーバーのラックの中身(例:NVIDIA GB200 NVL72)」。計算トレイ18台、GPU 72基とCPU 36基、NVLinkでの接続、液冷と空冷、ラックの電力約120kWを図で示している

このスライドのノートには、次の原稿を書きました(一部)。

ラック1台には計算トレイが18台入っていて、1台のトレイに、Grace CPUが2基と、Blackwell GPUが4基載っています。
合わせると、GPUが72基、CPUが36基で、この72基のGPUをNVLinkでつなぎます。
計算トレイは液体で、ネットワークとストレージは空気で冷やし、ラックの消費電力は約120キロワットです。

NoLangで作った動画の、同じスライドの場面です。

NoLangで作った動画「AIデータセンターの基礎知識」の、AIサーバーのラックの中身を説明する場面。計算トレイ18台、GPU 72基とCPU 36基、約120kWの図と字幕が入り、動画の表示の範囲を赤枠で囲んでいる

スライドの図は暗い背景の場面に組み直され、トレイ18台、GPU 72基とCPU 36基、約120kWの数字はそのまま入っています。 7枚のスライドは1枚ずつ7つの場面になり、ノートの原稿が読み上げの台本と字幕になりました。

スライドを動画にする方法は、パワーポイントを動画にする機能のページでも紹介しています。

会社でAIの勉強会や研修の動画を作るとき

会社でNoLangを使えば、AIや新しい技術の勉強会のスライドとノートの原稿から、社員が好きなときに見られる解説動画を作れます。 研修の動画を会社で作る方法は法人向けの研修動画のページで紹介しており、詳しい使い方はお問い合わせから相談できます。 法人向けの資料は、下のボタンから請求できます。

資料をダウンロード

よくある質問

日本最大のAIデータセンターはどこですか?
事業者が公式に発表した計画では、ソフトバンクが2026年度の開業を目指す北海道苫小牧AIデータセンターが、将来は国内最大規模の敷地面積70万平方メートル、受電容量300MW超まで拡大する見込みです。秋田市では、日米の新興企業2社が、総受電容量が最大500MW、整備費が2兆円規模と国内最大級のAIデータセンターを計画していると、日本経済新聞が2026年11月11日に報じています。
AIデータセンターとクラウドの違いは何ですか?
AIデータセンターはGPUのサーバーや電源、冷却の設備を置く施設で、クラウドはその設備をインターネット経由で借りて使うサービスの形です。たとえばKDDIは、大阪堺データセンターのNVIDIA GB200 NVL72を、クラウドサービス「KDDI GPU Cloud」として法人に提供しています。自社でAIデータセンターを持たない会社も、クラウドを通じてAIデータセンターのGPUを使えます。
AIデータセンターは再生可能エネルギーで動いていますか?
事業者と拠点によって違います。KDDIの大阪堺データセンターは再生可能エネルギー由来の電力を100%使い、ソフトバンクの北海道苫小牧AIデータセンターは北海道内の再生可能エネルギーを100%使う計画です。さくらインターネットは、石狩データセンターで再生可能エネルギーを活用し、年間のCO2の排出量をゼロにしたとしています。
SHARE
NoLang サービスご紹介資料
資料ダウンロード

NoLangの導入を
ご検討中の方

NoLangを
ご利用中の方

\無料ですぐ試せる/ AIで動画を作ってみる