ハイパースケーラーとは、何百万台ものサーバーにわたって計算リソースを弾力的かつ自動的に拡張できる、巨大でグローバルに分散したクラウドとAIインフラを運営する企業（大手テクノロジー企業など）のことである。大規模AIモデルのトレーニングと推論に必要な膨大な計算能力を満たすには、ハイパースケールデータセンターが必要だ。これらの数字を分かりやすく説明すると、デレク・トンプソン氏はAIブームのインフラ需要により、企業は集合的に10カ月ごとにアポロ計画に相当する資金を投じる必要があると推定している。ハイパースケーラーの成長は、電力容量と需要に巨大で不連続かつ戦略的な増加をもたらしており、従来の公共事業契約構造を上回るペースで進んでいる。テクノロジー企業は半導体インフラのアップグレードを競い合っている。これには、AIに関する現在の議論では容易に見えない経済的影響がある。
ハイパースケーラーが地域経済に与える影響
国際エネルギー機関（IEA）は、世界のデータセンターの電力需要が2022年から2026年の間に2倍以上になり、2026年には1,000テラワット時（TWh）を超えると予測している。これは主に、AIのエネルギー需要が2023年から2026年の間に少なくとも1000％増加することが原因だ。通常、公共事業のIRP（統合資源計画）は年間1〜2％の負荷増加を想定しているが、AIは2〜3年で単一地域に15〜35％の成長をもたらす可能性がある。単一のハイパースケールAIデータセンターは、大都市と同じくらいの電力を消費する可能性がある。この急増する需要に対応するため、公共事業者は新たな発電能力、送電線、電力網のアップグレードに数十億ドルを投資しなければならない。このような資本コストは公共事業者の全料金支払者に転嫁される可能性があり、大規模データセンターが建設されている地域では電気料金の上昇につながる。一般消費者や中小企業が最終的にテクノロジー大手のインフラ整備を補助している可能性がある。
このような電気料金の上昇は、データセンターの所在地によって地理的な影響が不均一である。米国のデータセンターの約80％は15の州にのみ存在すると推定されている。バージニア州北部の「データセンター・アレー」では、データセンターはすでに地域の電力の25％を消費しており、一部の予測では州の総電力の50％にまで上昇する可能性があるとされ、地元の公共事業者が新たな化石燃料インフラを提案する事態となっている。
新しい送電線や発電所を建設するのにかかる時間（多くの場合数年）は、新しいデータセンターを建設するのにかかる時間（多くの場合18〜24カ月）よりもはるかに長い。このミスマッチにより、電力網への接続に長い待ち時間が生じ、重要なAIやその他の製造プロジェクトの展開が遅れる可能性がある。これにより地域の電力網に負担がかかり、地域の電力容量に圧力がかかる可能性がある。
大規模で高密度かつ変動するAI負荷（電力使用が急速に変動する可能性がある）の急速な追加は、電力網の安定性に負担をかけ、信頼性を損なう。適切に管理されなければ、システムの安定性が低下し、停電のリスクが高まり、すべてのセクターにわたる経済活動が停止する可能性がある。
関連する問題として、このようなエネルギーのジェントリフィケーションが経済の他のセクターに与える影響は何かということがある。AIの需要は、輸送（電気自動車）や暖房の電化、国内製造業の復活など、他の優先度の高い国家目標のエネルギーニーズと直接競合している。ハイパースケーラーが地域のエネルギーの未来を形作る利害関係者になっていることを認識する必要がある。
ハイパースケーラーの容量課題に対応するための政策ソリューションとフレームワーク
社会レベルでは、ハイパースケーラーが臨時の公共事業契約に依存するのではなく、長期的で確実かつ取引可能な電力網容量（MW、柔軟な負荷、ストレージ、送電権）のコミットメントを調達できるような、新しいスタイルの容量市場が必要かもしれない。AIモデルのスケーリングによる不連続な需要、公共事業者が短期間で資本集約型インフラを構築する課題、そしてハイパースケーラー、公共事業者、規制当局、コミュニティ間のインセンティブの違いを考えると、将来のコミットメントと取引可能な権利を可能にする新しい規制と市場構造が必要である。本質的に、AIモデルからの予測不可能な負荷急増が、ハイパースケーラーからの管理可能で財政的に裏付けられたコミットメントになるような規制と市場メカニズムが必要だ。
容量市場では、新しい容量が安価か禁止的に高価か、立地圧力が高い場所、水、冷却、またはピーク容量などの相対的な希少性を価格が明らかにするべきである。容量市場は、炭素強度要件、水使用料金、環境制約、熱回収ルール、冷却効率基準を組み込み、テクノロジー企業と公共事業者の間の制度的な橋渡しを提供することができる。また、価格シグナルと長期契約を使用してインセンティブを調整し、再生可能エネルギーを加速させ、家庭を保護することで、ハイパースケーラーの成長と公共事業の計画の間のインセンティブの不一致による溝を埋めることもできる。AI容量市場により、ハイパースケーラーが「負の負荷」（負荷削減または延期）を容量製品として提供し、公共事業者がピーク時や緊急時にAIワークロードの一時停止/シフトを要求できるようになる可能性がある。
公共事業者は、大規模負荷顧客と住宅顧客を区別するために料金体系を適応させる必要があるかもしれない。専用の電力網アップグレードのための顧客クラス容量予約料金の特別カテゴリーと位置に基づく価格シグナルの作成が役立つかもしれない。
ハイパースケーラーのより高い信頼性ニーズも考慮する必要がある。
ハイパースケーラーとサステナビリティ
連邦政府はデータセンターによるエネルギー使用を評価するためのデータ収集努力を開始している。AIデータセンターの電力使用効率（PUE）比率の報告義務、定期的な効率監査の要求、AIアクセラレーターチップの最低効率基準の設定などの報告要件は、公共事業者と政府がハイパースケーラーのエネルギー需要にエネルギー効率要件を組み込むための潜在的な解決策かもしれない。
規制当局は、汎用AI（GPAI）モデルの開発者、つまりハイパースケーラーに対して、トレーニングと展開中のモデルのエネルギー消費を測定し、公開報告することを義務付けることができる。現在、民間セクターのデータセンターに対する拘束力のあるPUE基準は存在しない。しかし、連邦政府のデータセンター最適化イニシアチブ（DCOI）は、既存の連邦データセンターに1.5以上のPUEを達成し、新しい連邦データセンターは1.2を目指すことを要求している。一部の地域では、新しいデータセンター開発のための最低PUE基準を検討している。2025年のクリーンクラウド法などの提案された法律は、EPAなどの機関にデータセンターのエネルギー消費に関するデータを収集する権限を付与することを目指している。クリーンエネルギー義務付けは別の解決策である。政府はハイパースケーラーが再生可能エネルギープロジェクト（電力購入契約（PPA）を通じて管理されるものなど）から直接電力を調達するよう奨励し、新たなエネルギー需要が既存の化石燃料ではなく、新たなクリーンエネルギー発電によって満たされるようにすることができる。AIモデルのトレーニングからのエネルギー需要を削減できる新しい技術革新もある。AIの軍拡競争が衰えることなく続く中、ハイパースケーラーからのエネルギー需要に対応するための新しい解決策が必要である。
