Publishing Details
About This Podcast
Explore Statistics
Recent Episodes
第14回 AIデータセンターはなぜ液冷へ向かうのか：冷却がGPU稼働率を左右する時代
なぜAIデータセンターでは、空冷だけでなく液冷が重要になっているのか。冷却が不十分だと、なぜGPUの性能や稼働率に影響するのか。液冷システムでは、どの企業や技術が重要になるのか。そして、冷却の観点から見ると、どのような立地が有利なのか。今回は、AIデータセンターの冷却産業をテーマに、空冷から液冷への変化を整理します。ポイントは、液冷は単なる省エネ設備ではないということです。冷却が不十分だと、高価な…
第13話 DC事業者とは何者か？：AI時代の「計算工場」を支える大家たち
第13回では、AI時代に重要性が高まる「DC事業者」を取り上げます。データセンター事業者は、単にサーバーを置く場所を貸している会社ではありません。AI時代には、土地、建物、電力容量、冷却設備、通信接続、セキュリティ、運用体制を組み合わせ、巨大なGPUクラスターを動かすための「計算工場の土台」を提供する存在になっています。コロケーションとホールセールは何が違うのか。ビルド・トゥ・スーツとAIキャンパ…
第12回 なぜAIラボはCoreWeaveに殺到するのか？：ネオクラウドは何を売っているのか
第12回のテーマは、「なぜAIラボはCoreWeaveに殺到するのか？：ネオクラウドは何を売っているのか」です。CoreWeave、Lambda、Nebius、Crusoeのような「ネオクラウド」は、AWSやAzureのような普通のクラウドと何が違うのか。OpenAIやAnthropicのようなAIラボは、なぜ巨額の契約を結んでまでGPU容量を押さえようとするのか。ネオクラウドは、単なるGPUレン…
第11話_OpenAIやAnthropicはなぜ未来のデータセンターを予約するのか
第11回のテーマは、 「OpenAIやAnthropicは、なぜ未来のデータセンターを予約するのか？」です。OpenAIやAnthropicは、ChatGPTやClaudeを提供するAIモデル会社です。…
第10話 ハイパースケーラーとは何者か：AWS・Azure・Google Cloudの力
生成AIのニュースでは、OpenAIやNVIDIAが注目されがちです。しかし、その裏側でAIを動かす計算資源を供給しているのが、AWS、Microsoft Azure、Google…
第9話 AIサーバーは誰が組み上げているのか？：GPUを計算工場に変えるサプライヤーたち
生成AIのニュースでは、NVIDIAのGPUが注目されがちです。しかし、GPUを買うだけではAIは動きません。GPUをAIサーバーに組み込み、ラックに並べ、電源を供給し、熱を冷やし、GPU同士やサーバー同士を高速ネットワークでつなぐ必要があります。今回は、Supermicro、Dell、HPEのようなサーバーメーカー、FoxconnやQuantaなどのODM企業、そしてスイッチ、NIC、光トランシ…
第8話 半導体サプライチェーンの全体像
AI半導体というと、NVIDIAのGPUに注目が集まりがちです。しかし、GPUだけではAIは動きません。第8回では、NVIDIAのGPUを実際に支える半導体サプライチェーンを解説します。なぜ、AI向けGPUには「高速なメモリ」が欠かせないのか。なぜ、NVIDIAが設計したGPUを実際に作るには、台湾のTSMCが重要になるのか。なぜ、GPUとメモリを近くでつなぐ技術が、AI半導体の供給を左右するのか…
第7話 NVIDIAはなぜ強いのか：AI半導体メーカーの競争地図
生成AIブームの中心にいるNVIDIAは、なぜここまで強いのか。第7回では、AIデータセンターの中核であるGPU・AI半導体の競争構造を解説します。NVIDIAは、データセンター向けGPUで圧倒的なシェアを持つ「1強」企業です。ただし、AI半導体市場では、AMD、Google TPU、AWS…
第5回 AIデータセンターの4類型 後編：企業と現場へ広がるAIインフラ
AIインフラは、巨大なAIファクトリーやクラウドの中だけで完結するものではありません。 第5回では、AIが企業の中に入り、さらに工場・自動車・病院・店舗・通信基地局のような現場へ近づいていく流れを解説します。まず取り上げるのは、企業向けクラウド／コロケーションAIデータセンターです。…
第4回 AIデータセンターの4類型 前編：学習用DCと推論用DCの違い
AIデータセンターは、ひとつの種類だけではありません。 第4回では、AIデータセンターを理解するうえで最初に押さえたい「学習用DC」と「推論用DC」の違いを解説します。学習用DCは、巨大なAIモデルを作るための場所です。…
第3回 AI市場はどこまで伸びるのか：データセンター需要が急拡大する理由
第3回では、AI市場の成長を「計算需要」と「データセンター需要」の視点から整理します。今回のポイントは、AIの計算需要を「学習」と「推論」に分けて見ることです。学習とは、AIモデルを作るための計算。推論とは、完成したAIを実際に使うたびに発生する計算です。AIが検索、業務ソフト、画像生成、動画生成、AIエージェントへ広がると、特に推論需要が継続的に積み上がっていきます。また、世界のAI向け計算能力…
第2回 AIデータセンターとは何か：普通のデータセンターと何が違うのか
第2回では、AI時代の中心インフラである「AIデータセンター」について、従来型のデータセンターと何が違うのかを解説します。データセンターというと、企業システムやクラウドサービスを支える大きなサーバールームをイメージするかもしれません。しかしAIデータセンターでは、GPUやAIアクセラレータを高密度に並べ、AIモデルの学習や推論を行うため、設備の考え方が大きく変わります。ポイントは、サーバーの種類だ…
第1回 AIはソフトウェアではなく、巨大インフラ産業だった
第1回では、ChatGPTのような生成AIが回答を返す裏側で、どのような仕組みが動いているのかを入り口に、AIを支えるインフラ産業の全体像を解説します。AIは、画面の中で動くソフトウェアのように見えます。しかしその裏側では、データセンター、GPU、電力、冷却設備、通信ネットワーク、そして巨額の投資資金が動いています。なぜAIには大量の計算資源が必要なのか。なぜデータセンターや電力会社、半導体メーカ…
Frequently Asked Questions
AI時代の産業地図 has published 13 episodes since May 2026, covering topics in Business, Investing.
AI時代の産業地図 is currently highly active with new episodes every few days. Average episode length is 21m.
