AIデータセンターの次の壁は「距離」　光・GPU共有・仮想ハイパースケーラーまで整理

1. AIデータセンターで「距離」が話題になる理由

電力があるだけではデータセンター適地にならない

JLLによれば、日本のデータセンター電力容量の約90％は東京圏と大阪圏に集中しています。政府が地方分散を進めていても、新規供給計画は依然として両大都市圏が中心です。

背景にあるのが、電力と需要地の両方を満たす立地の希少性です。

東京圏では、電力供給を確保済みのデータセンター用地が、公示地価に対して最大約770％のプレミアムで取引された事例があります。大阪圏でも、既存の電力容量を持つ旧工場用地が公示地価比約110％のプレミアムで取得された事例があります。

JLLが示す大規模電力の申込みから供給開始までの期間も長期化しています。

AI時代では、単に土地が安い場所ではなく、電力・通信・大規模用地・需要地への距離を同時に満たす場所の価値が高まっています。

KDDIの大阪堺データセンターは旧シャープ堺工場を転用し、既存の電力・建屋インフラを活用しながら、大阪の主要産業・商業エリアから約15kmという距離を確保しています。

電力申込みは約12GWまで拡大

資源エネルギー庁資料では、データセンター事業者などから東京電力PGに寄せられた技術検討依頼は、2020年の319件から2024年には1,388件へ増えました。

2025年3月末時点のデータセンター向け託送申込みは累計約1,201万kW、約12GWです。

建物やGPUを用意できても、送電線、変電所、用地、工事人員、変圧器などが間に合わなければ稼働できません。

さらに資源エネルギー庁は、将来の需要を見込んで先に系統容量を確保する**「空押さえ」**も政策課題として認識しています。

2. なぜ今、「距離」が重要になっているのか

政府は「ワットを運ぶ」だけでなく「ビットを運ぶ」

従来なら、発電所から送電線を整備し、東京などのデータセンターへ電力を届ける考え方が中心でした。

しかし送電線の増強には時間と費用がかかります。

そこで資源エネルギー庁が進めているのが、電力のある地域へデータセンターを配置し、東京などとは光通信で結ぶワット・ビット連携です。

考え方を単純化すると、

• ワット＝電力を運ぶ
• ビット＝データを運ぶ

という二つの選択肢を組み合わせることになります。

政府は2025年8月にGX戦略地域制度を創設し、「データセンター集積型」を設けました。2026年4月には北海道、秋田、宮城、栃木、茨城、富山、香川、福岡、鹿児島の9地域を有望地域として選定。9月11日には第1弾認定も行われています。

選定条件には電力だけでなく、IX、APN、国内他地域との接続、国際海底ケーブル、用地、災害リスク、工業用水、交通、地域共生などが含まれます。

つまり政府自身が、「電力がある場所＝データセンター適地」ではないと制度に落とし込んでいます。

最初の解決策は「距離を縮める」

地方へデータセンターを分散させるなら、都市との通信性能が重要になります。

そこで関わるのが、

• 光ファイバー
• 光部品
• DCI
• APN
• IX
• 光NIC
• RDMA

などです。

ただし、光通信でも物理距離そのものは消せません。

NTTのAPN実測例では、東京―大阪間が片道約4.2ms、東京―幕張間が約0.3msでした。APNは距離をなくす技術ではなく、距離以外のネットワーク遅延を極力減らす技術と整理できます。

NTTコミュニケーションズ（現・NTTドコモビジネス）が2025年に行った分散AI学習では、単一DCの学習時間を1とした場合、帯域制限したTCP環境では9.187倍、100GbpsのIOWN APNで3拠点を接続した環境では1.105倍でした。

GPUが同じでも、通信基盤によって分散AIの実用性が大きく変わることを示す例です。

次は「計算する場所」を動かす

高速通信を整備しても、全国のどのGPUを使うべきかまでは光ファイバーが判断してくれません。

そこで次に重要になるのが、

GPU共有、オーケストレーション、ワークロードシフト

です。

NECは2026年1月、「NEC Composable Disaggregated Infrastructure」を提供開始しました。CPUやGPUを物理サーバーから分離し、必要に応じて組み合わせる仕組みです。提供価格は2,420万円～（税別）、5年間の販売目標は120億円です。

ソフトバンクのAITRAS Orchestratorでは、GPUの消費電力、アプリケーション性能、リソース利用率などをスコア化し、AI処理をどのクラスターへ配置するか判断する仕組みが作られています。

NTT側では2026年9月18日に発表したワット・ビット実証で、再エネ発電予測などの電力情報に基づき、AI推論やAI学習を別のデータセンターへ移す検証まで進めています。

つまりAIインフラは、「データを動かす」段階から「計算そのものを動かす」段階へ進み始めています。

その先に「仮想ハイパースケーラー」

2026年7月、総務省の「ワット・ビット連携関連実証」には、

「『バーチャルハイパースケーラー』実現に向けたマルチステークホルダー協調型広域WLS実証」

が採択されました。

参加者はMESH-Xを代表に、KDDI、ソフトバンク、富士通、東京電力HD、東京電力PG、東光高岳、北海道大学、東京大学、九州大学、モルゲンロットなどです。

これは北海道、東京、大阪などのGPUを物理的に一つの巨大GPUクラスターへする構想ではありません。

イメージに近いのは、全国に分散した計算資源を利用する「入口」を一つにすることです。

利用者が遅延、価格、データ保存場所などの条件を指定し、システム側が最適な計算拠点を選ぶ。全国に散らばるGPUを、利用者からは一つの巨大な計算基盤のように見せる構想です。

3. 関わる企業・銘柄

関連企業を見るときは「AIデータセンター関連」という一括りではなく、どの層を担当しているかを分ける必要があります。