建設のリードタイムとは TSMC熊本は着工から開所まで約1年10か月、アリゾナは発表から量産まで約4年半
建設のリードタイムとは、工場やデータセンターの着工から稼働までにかかる時間です。TSMCの熊本の第1工場は2022年4月に着工し、2024年2月に開所式を開きました。
半導体とAIの用語と仕組み(343本)
建設のリードタイムとは、工場やデータセンターの着工から稼働までにかかる時間です。TSMCの熊本の第1工場は2022年4月に着工し、2024年2月に開所式を開きました。
用地の取得とは、工場やデータセンターを建てる土地を、買う・借りる・造成するなどして確保することです。熊本県合志市では、三井不動産が約31ヘクタールの半導体の拠点の造成を2026年5月に始めました。
系統連系の待ちとは、大きな電力を使う施設が送電網につながるまでの順番待ちです。政府の資料では、データセンターの新増設による最大需要電力は2026年度の64万kWから2035年度に661万kWへ増えます。
電力の託送は、送配電会社の網を借りて電気を運ぶことで、その料金は電気代に含まれます。九州電力送配電は2026年11月1日から、特別高圧の平均単価を1キロワット時2.32円から2.53円に上げます。
ガスタービン発電は、天然ガスを燃やしてタービンを回す発電です。米GEベルノバのガスタービンの受注残と生産枠の予約は、2026年9月末に122ギガワットとなり、3か月で6ギガワット増えました。
小型モジュール炉(SMR)は、工場でつくる小さな原子炉です。米原子力規制委員会は2025年5月、1基7万7000キロワットのニュースケールの設計を承認しました。
PPAは、会社が発電所から長期で電気を買う契約です。マイクロソフトは2024年5月、カナダのブルックフィールドと、2026〜2030年に10.5ギガワット超の新しい再生可能エネルギーを開発する枠組みに合意しました。
再生可能エネルギーの調達は、使う電気を太陽光や風力などでまかなう取り組みです。アマゾンは2026年1月時点で、30か国の712件、合計42ギガワット分の炭素を出さない電源の事業に関わっています。
排熱の再利用は、データセンターの熱を暖房などに使うことです。メタはデンマークのオーデンセの拠点で、年16万5000メガワット時の熱を地域の熱の配管網に送り、最大約9000世帯に届けています。
液浸冷却は、サーバーを電気を通さない液体に沈めて冷やす方式です。KDDI、三菱重工業、NECネッツエスアイの実証では、サーバーの冷却に使う電力を一般的なデータセンターより94%減らし、PUEは1.05でした。
直接液冷は、チップに冷却液の流れる板を当てて熱を運ぶ方式です。スーパーマイクロは2025年5月、ラックの熱の最大98%を液体で回収し、空冷に比べデータセンターの電力を最大40%減らせる製品を発表しました。
チラーは、データセンターの冷却水を冷やす冷凍機です。エヌビディアは2026年6月、冷却液を最高45度で送る設計なら、気候のよい地域ではチラーなしで運転できると説明しました。
冷却水は、データセンターの熱を外へ運ぶための水です。AWSのデータセンターの水の使用効率(WUE)は2025年に1キロワット時あたり0.12リットルで、2021年の0.25リットルから52%改善しました。
UPSは、停電の瞬間もサーバーに電気を送り続ける電池つきの装置です。電源と冷却の装置を手がける米バーティブの2026年7〜9月期の売上は前年同期比61%増の43億1300万ドルで、受注は2倍を超えました。
非常用発電は、停電の時にデータセンターに電気を送る発電機です。キャタピラーの発電向けの売上は、2026年7〜9月期に前年同期比30%増の34億2100万ドルで、主にデータセンター向けの大型エンジンが伸びました。
変電所と送電網は、発電所の電気を高い電圧で送り、使う場所で電圧を下げて届ける設備です。日立エナジーは2026年9月、米ミシシッピ州に5億2800万ドルの変圧器工場を建てると発表しました。
データセンターの電力密度は、ラック1つあたりの電力で表します。エヌビディアによると、これまでのデータセンターは1ラック約20キロワットでしたが、GB200 NVL72は120キロワットで、2027年には1メガワットのラックを見込んでいます。
ワット当たり性能は、1ワットの電気で出せる計算の速さです。2026年6月の省電力のスパコンの順位Green500の首位は、エヌビディアのGH200を使う仏KAIROSで、1ワットあたり73.282ギガフロップスでした。
TOPS/Wは、1ワットで1秒間に何兆回の演算ができるかを示す指標です。グーグルの端末向けAIチップEdge TPUは4TOPSを出し、効率は1ワットあたり2TOPSです。
AIの電力効率は、同じ電気でこなせるAIの仕事の量です。エヌビディアはGB200 NVL72で推論の電力を同じ数のH100の最大25分の1にできるとし、グーグルはデータセンターのPUEを1.09と公表しています。
ハルシネーションは、AIが事実でない内容をもっともらしく答える現象です。オープンAIの4326問の試験SimpleQAで、GPT-4oは38.2%に正しく答え、60.8%を間違えました。
AIの安全性評価は、AIモデルの危ない使われ方や誤った動きを調べる取り組みです。日本のAISIは2024年2月14日にIPAの中に設けられ、12府省庁と5機関が参加しています。
評価ベンチマークは、AIモデルを同じ問題で採点して比べる試験です。2020年に作られたMMLUは上位のモデルの正答率が9割を超え、約1000人の専門家が作った2500問の新しい試験が使われるようになりました。
学習データの不足は、AIの学習に使える人の文章が足りなくなる問題です。米エポックAIは、公開の文章の量を約300兆トークンと見積もり、2026〜2032年のどこかで使い切ると推計しました。
合成データは、AIなどの計算で作った学習用のデータです。マイクロソフトのPhi-4は学習データの40%を合成データにし、エヌビディアのNemotron-4 340Bは調整の工程のデータの98%超を合成で作りました。
テストタイム計算は、AIが答える段階で多くの計算を使い、正答率を上げる方法です。DeepSeek-R1は、米国の数学の試験AIME 2024で1回目の正答率79.8%を出しました。
長い文脈は、AIが一度に読み込める文章の量のことです。アンソロピックは2025年8月、Claude Sonnet 4を100万トークンに広げ、20万トークンを超える入力の料金を2倍にしました。
KVキャッシュは、AIが読んだ文章の途中結果をGPUのメモリに置く仕組みです。130億パラメータのモデルでは1語あたり800キロバイトになり、DeepSeekは設計を変えてこれを93.3%減らしました。
バッチ処理は、複数の要求をまとめて流す処理の方法です。オープンAIとアンソロピックは、24時間以内の返答でよい要求をまとめて受け付け、料金を通常の50%引きにしています。
スループットは、1秒あたりに処理できるトークンなどの総量です。エヌビディアによると、GB300 NVL72はDeepSeek-R1でGPU1基あたり毎秒5842トークンを出しました。