水浸冷却型
コールドデータセンター
大規模データセンターを最小面積に設置し最小コストで
運用可能とする「水浸型次世代データセンター」
導入による大きなメリット
システム自体の直接的な経済合理性に加えて、以下の様な大きなメリットを享受可能
データセンターの建屋を新築する場合
既存建屋を改修してデータセンターを設置する場合
賃貸物件を利用してデータセンターを設置する場合
※色塗り部分
1970年 | 1980年 | 1990年 | 2000年 | 2010年 | 2020年 | 2030年 | 2040年 | |
---|---|---|---|---|---|---|---|---|
コンピューター | メインフレーム | ミニコン | PC | ノートPC | スマートフォンタブレット | クラウドジェネレーティブAIXR | クラウドジェネレーティブAI接続メタバース | Fused Verseヒューズドバース |
個人通信手段 | 固定電話 | 携帯電話 | ||||||
視覚デバイス | TV(ブラウン管・アナログ) | TV(薄型平面大型デジタル) | VRグラス 網膜直描 |
大脳視覚野 直接刺激 |
BCI/BBI | |||
モビリティ | ガソリン車 | ハイブリッド車 | EV/FCV 半自動運転 |
CASE/全自動運転空飛ぶ車 | 各種官民サービス 出張提供 |
|||
資産 | 現預金+不動産 | 実体経済資産 メタバース資産 |
統合/共有/資産 | |||||
株式 | ||||||||
暗号資産 |
このままでは、2050年のデータセンター電力消費が
現在の日本の全電力消費の12倍に
コロナ禍におけるリモートワーク、ビデオ会議の普及により、ますますICT(情報通信技術)化とDX(デジタルトランスフォーメーション)化が推進されることで、データセンター需要が急速に増加しています。
他の先進国では、Google、Amazon、META(Facebook)、Apple、Microsoftなどが競って大型のデータセンターを多数建設しているところ、このままではICT分野で日本が後進国になる懸念があり、安全保障上のリスクも出てきたことで、ようやく、日本政府としてもデータセンターの整備に本腰を入れることとなってきました。
世界のデータセンター市場規模は約60兆円で、日本はその5%程度を占めるとされることから、3兆円程度の市場があると思われます。これまでの大都市圏中心の展開から、今後は地方での大型データセンター新設が相次ぐことが予想されており、更には全く新しい次世代型のデータセンターの普及が求められています。
各種の市場レポートでは、国内のデータセンターの市場規模は1.5兆円から3兆円までの開きがありますが、いずれも年率9~15%もの急激な成長が予測されており、2023~2030年にかけてのデータセンター新設が続く見通しです。
ICT部門の消費電力予測(省電力化を進めない場合) | |||
---|---|---|---|
2018年 | 2030年 | 2050年 | |
データセンター | 140 | 900 | 120,000 |
ネットワーク | 230 | 930 | 90,000 |
データセンターの液冷化
コロナ禍となった2020年に入って、水浸冷却方式が次世代データセンターの主流となるとの観測が、多数出される様になりました。
コンピューティング環境が、これまでにない勢いで高密度化しており、当然にサーバーラック当たりの消費電力も、2kWから4kWに、4kWから8kWに、8kWから12kWに、更に一部で12kWから20kWにと、急速に増加してきています。
これらの高密度サーバーを空冷で安定稼働させることは、事実上不可能となっており、或いは天文学的な冷却装置コストを負担しなくてはならない状況となっています。その結果として「水冷システムを検討していないデータセンター事業者は時代遅れ」という、あからさまな主張が展開される段階にまでなってきました。水浸冷却の大きな有用性が次第に明確になり、唯一の問題点であった経済合理性についても既に明確であった運用時消費電力の削減
(サーバー、冷却装置双方)に加えて、導入コスト部分についても当社が新たに開発した「井水(地下水)」を冷却に用いる新方式の導入によって、従来型データセンターと同等程度の初期設置費用とすることが可能になったことで、本格的な普及の準備が整った状態です。
次世代データセンターの収益性
経済合理性のある次世代データセンターを新方式の水浸冷却方式で構築したとしても、データセンター事業を営むには、顧客に使用して貰う必要があります。
しかしながら、既に十分な実績を積み、何よりも巨大な事業規模と信用を有した最大手の外資系企業を相手に、データセンター事業で顧客を獲得することは至難の業です。
そうすると、次世代データセンターは自社事業での活用に限定されることになって、収益性の確保が問題となります。その収益性問題を解決する方法が、暗号資産のマイニング事業となります。
汎用の次世代データセンター機器構成(いわゆるCPUとGPU)に加え、暗号資産マイニング用のハードウェアを同時に収容しておくことで、高い消費電力効率によって、高いリターンを期待することも可能となります。
概要 | 開発 | 製造 | 汎用GPU | 動作周波数 | 主記憶容量 | SDカード容量 | ネットワーク | ファン |
---|---|---|---|---|---|---|---|---|
汎用IoT端末、兼マイニング装置 | 日本国内(W.S.P.独自開発) | 日本国内 | 64bitクアッドコア | 1.4GHz | 1GB(最大4GB構成が可能) | 32GB(最大64GB構成が可能) | Ethernet 100Mbit | 無し |
消費電力 | 電源 | 稼働環境温度 | 稼働環境湿度 | 軌道方式 | マイニング方式 | 外形寸法 | 重量 | 筐体素材 | 筐体放熱構造 |
---|---|---|---|---|---|---|---|---|---|
5W以下 | 12V DC入力(集中電源対応) | 5-35度 | 30-90% | ネットワークブート可能 | ZEXA Miner | 80*65*23mm(幅 奥行き 高さ) | 120g | 専用放熱設計・アルミ製 | 外装フィン、パネルスリット付属 |
デジタル版ゴールドラッシュ時代のツルハシとなる「コールドデータセンター」
ChatGPT 独自訓練システム
W.S.P.コールドデータセンター
GPT-4とその後のAI世界に備える、Local LLM対応
水浸AIデータセンター事業展開
LLM(Large-scale Language Model)の言語を超えた汎用性、創造性、可用性
LLM(Large-scale Language Model)
の言語を超えた汎用性、創造性、可用性は、人々の想像と理解をはるかに超えており、スマホの4G/5G接続以上に不可欠な、電気や水、あるいは空気と同レベルで、人々の生活に急速に浸透し、必要不可欠な存在となることが予見されています。
その際に、現在のGAFAM等の覇権的なテック・ジャイアント(大手IT企業)の巨大データセンター内でトレーニングされて運用されている、GPT-4の様なLLM型AIに完全に頼り切ることに対しては、国レベル、法人レベル、家族・個人レベルの全てにおいて、下記の様な重大な問題と懸念が生じてくると考えられます。
①ネットワーク障害、データセンター障害発生時のサービス途絶
②法人や個人や自治体が利用する全データが、テック・ジャイアントのLLM開発とトレーニングに利用されてしまう(オプトアウト申請したとしても)
③法人機密情報、個人情報の漏洩、不正利用・悪用
④デジタル化可能で、ネット接続された情報のみによるトレーニング(多くのアナログ情報、個人的情報が置き去りに)
画一的なトレーニングによる没個性化・平均化の過度な進行と、個別最適化・個人専用化不足
データセットとLLMモデルを構築する必要がある
大部分が西洋の入力データでLLMをトレーニングすると、西洋の趣向や精神性がそこに強く埋め込まれてしまうという懸念もあります。
我々の多様性は人類生存に不可欠なものであり、すべての国と文化に対してオープンなデータセットとLLMモデルを構築する必要がある、もう1つの理由です。
ダンシッパー氏は、GPT-4は知識データベースじゃなくて、推論エンジンだぞという事を強調する
GPT-4が間違った事を言うとしたら、記憶がうろ覚えなだけだから、ちゃんと外部データベースを与えればかなり賢い答えを出します。そうなると、いかに自分の情報をベクトルデータベースに保存しまくるかが大事になります。
例えば日記とか・・・なぜなら、そうすればするほど自分よりも賢いGPT-4が自分の人生について考えて良いアドバイスしてくれます。(日記書くのが好きなダンシッパー氏ならではの意見です。)
上記は日記が例に挙げられていますが、それに加えて、個人ベースで取得可能なライフログ全てを蓄えておき、完全にマルチモーダル化される「GPT-5」以降では、全てのライフログ情報を元に、完全に個別最適化された形で、LLMベース、あるいは全く新しいアルゴリズムによる個人専用AIを最も友好的に寄り添った秘書、アシスタント、コパイロット、パートナー、分身、果ては外部接続された「第二の脳」として使用することすら可能になります。その様な形で、世界規模で完全に分散化され、個別最適化された形で、誰もが、何処でも利用可能AIを、「UAI(Ubiquitous/Universal
AI)」として、世の中に普及していくべきです。
また、外部接続された「第二の脳」が利用可能になると、おそらく余裕のある人達であれば、それらは単数ではなく複数、そして富裕層に至っては無数のLLMを同時利用して、課題や問題毎にそれらの中から最も優れたLLMを選び出して時々刻々と活用していくことすら予想されます。
個別最適化のためのライフログ記録デバイス
個別最適化のためのライフログ記録デバイスとしては、ウェラブル機器としてのイヤホン、マスク、VRグラス、
ネックレス、ネックリングなどが好適です。それらは近い将来、各人がおのおの目にし、耳にし、匂いを感じるものなどの全データを取得した後、デノイズ(ノイズ除去)・デジタル化して保存・転送することが容易に可能になることが時間の問題です。
しかしながら当面の期間は、仮に高性能なGPGPUをローカルで運用したとしても、その性能はLLMトレーニングの要求を殆ど満たすことができません。そして、次々と新しいLLMが開発され、膨大なパラメータ数とエポック数がどんどん必要とされる様になるため、その要請に十分に応えるためには現実的な解決策が必要です。
そこで、大型の中央集約型・クラウド型サービスに対抗して、例えばコンテナ型の水浸小型AIデータセンターを多数展開し、その中のファイアウォールで厳密に個別隔離された占有ノードを、VPN接続で個人・法人使用することが考えられます。
ライフログ記録デバイスからのデータを保存しつつ、継続的に日々の「LLMトレーニング」を個々人で行い、更に必要な性能が格段に下がる一部の「インファランス」処理についてはローカルのデバイスでも適宜利用可能とすることで、ネットワーク障害発生時にも対応可能で、個人情報や法人機密情報にも最高レベルの配慮がなされたAIの利活用方法として大きな需要を喚起できるはずです。
そうした方向性に展開されることが明白である現在、デバイス開発と並行して、上記の問題点を明らかにした上で、UAI-DC (Ubiquitous/Universal AI-Data
Center)の設置と立ち上げる計画を、率先して訴求することができれば、差別化された独自の価値を打ち出していけます。
更には、Amazon社がAWSで法人事業利益の大半を稼ぎ出してきた様に、或いはApple社の企業価値が次第にデバイスからAppStoreやクラウド側に移行しつつある様に、デバイス事業からデータセンター事業に、中でも水浸型UAI-DC事業への移行を明確に掲げて、具体的なデータセンター設置を目に見えた形で進めることで、今後の企業価値の大幅な向上が期待できます。