AIでサーバー内部の熱状態を予測し、データセンター冷却を最適化

背景：AIサーバーの急増と冷却課題の深刻化

AIサーバーは GPUを多数搭載し、従来型サーバーより消費電力・発熱量が大きく、負荷変動も激しい。そのため、従来の「室内温度センサーを基準にした冷却制御」では、以下の問題が発生していた。

• サーバー内部の温度を直接取得できない
• 周辺温度と内部温度が一致しない
• 過剰冷却による電力消費の増加
• 冷却不足による運用リスク（性能低下・障害）

データセンターの電力消費の約30〜40%は空調が占めると言われており、冷却効率の改善は電力コスト削減と脱炭素化の両面で重要なテーマとなっている。

共同検証の概要：AIで“見えない内部温度”を推定する

NTTデータ・ダイキンの両社は、NTTデータのデータセンター運用ノウハウと、ダイキンの空調制御技術・空調制御AIを組み合わせ、サーバー内部の熱状態を推定するAIモデルを共同開発する。

▼ AIが予測に使うデータ（間接データ）

• サーバーの電力使用量
• サーバー近傍の温度センサー情報
• 空調設備の運転データ
• サーバー負荷の変動パターン

これらの間接データから、AIが内部温度を推定することで、従来取得できなかった「サーバー内部の熱状態」を可視化できる点が最大の特徴だ。

特長：設備全体を統合制御し、冷却効率を最大化

AIが予測した熱状態をもとに、以下の設備を統合制御する。

• 空調設備（CRAC/CRAH）
• 熱源設備（チラー・ボイラー）
• 液体冷却設備（液冷サーバー・冷却プレート）

従来の「設備ごとの個別最適化」ではなく、データセンター全体の冷却効率を最適化する“統合制御” を実現する。これにより、

• 過剰冷却の抑制
• 負荷変動への追従性向上
• 電力コストの削減
• 運用自動化の推進

といった効果が期待される。

各社の役割

NTTデータ

• データセンター運用ノウハウの提供
• サーバー挙動と空調の相関データの提供
• GDCEMS（Green DC energy management）によるエネルギー可視化
• AIモデルの検討・開発
• 実証環境の提供

ダイキン工業

• 空調・熱源・液冷設備の制御技術の提供
• 空調制御AI技術の提供
• AIによる自律制御装置の提供
• 設備運転と効果検証

両社の強みを融合することで、サーバー挙動と設備制御を連携させた新しい冷却最適化技術 が生まれる。

今後の予定と商用化

• 2026年7月〜2027年3月：NTTデータのデータセンターで実証を実施
  • 省エネ効果
  • 電力コスト削減
  • 運用自動化の有効性を検証する。
• 2027年度中：商用化を目指す。

将来的には国内外のデータセンターへの展開を視野に入れ、AI時代に対応した次世代冷却ソリューションとして普及を図る。

設備技術者が注目すべきポイント

• サーバー内部温度を“推定”することで冷却制御の精度が向上
• 空調・熱源・液冷の統合制御は今後の標準技術になる可能性
• AIサーバー普及に伴い、従来の冷却設計ルールは見直しが必要
• データセンターの脱炭素化に直結する技術
• 設備側とIT側の連携がより重要に

NTTデータとダイキン、AIでサーバー内部の熱状態を予測しデータセンター冷却を最適化する共同検証を開始 | ニュースリリース | ダイキン工業株式会社