はじめに
IBMのメディア「IBM Think」が2026年4月1日に掲載した特集記事をもとに、宇宙空間にデータセンターを構築する「軌道上データセンター」の動向を解説します。Google、SpaceX、Amazon、そして新興スタートアップが参入するこの分野の技術的課題と可能性、実用化に向けた現状をまとめました。
参考記事
- タイトル: One giant leap for AI
- 著者: Antonia Davison
- 発行元: IBM Think
- 発行日: 2026年4月1日
- URL: https://www.ibm.com/think/news/data-centers-in-space-one-giant-leap-ai
要点
- AIブームによるデータセンターの電力需要は2030年までに倍増すると予測されており、宇宙空間への展開が選択肢として浮上している
- Google、SpaceX、Amazon傘下のBlue Originがそれぞれ軌道上データセンター計画をFCCに申請するなど、大手テック企業の動きが活発化している
- 宇宙環境特有の宇宙線（放射線）、冷却、電力の3つが主要な技術課題であり、スタートアップのStarcloudはNVIDIA H100を用いた軌道上でのAIモデル実行と学習に成功した
- 現時点のコスト試算では、1ギガワット規模の軌道上施設の5年間コストは地上施設の約3倍にのぼるとされ、経済的な課題が大きい
- NVIDIAは軌道上データセンター向け専用チップ「Space-1 Vera Rubin Module」を発表しており、業界全体として実用化に向けた動きが加速している
詳細解説
なぜ宇宙にデータセンターを置くのか
AIの急速な普及に伴い、世界のデータセンターの電力需要はGartnerの予測によれば2030年までに現在の2倍に達するとされています。こうした需要の増大は、土地や電力インフラへの負荷だけでなく、水資源の消費という形でも環境に影響を与えています。AI産業が現在年間23立方キロメートルの水を消費しており、2050年には54立方キロメートルを超えると予測されているとIBM Thinkは伝えています。
宇宙空間が注目される最大の理由は、太陽エネルギーの豊富さです。宇宙では大気による遮蔽がなく、地上設置と比べて単位面積あたりの発電量が大幅に高くなると考えられます。Starcloudの試算では、夜明け・黄昏軌道（dawn-dusk orbit）において地上の6倍以上のエネルギー収率が得られるとされています。また、宇宙には広大な空間があり、構造物を地球上では不可能なスケールで展開できる可能性があります。
大手テック企業の動向
Googleは「Project Suncatcher」と題した宇宙データセンター計画を昨年末に発表し、2027年を目標にテスト打ち上げを検討しています。Amazon傘下のBlue Originは2026年3月、「Project Sunrise」として最大52,000機の衛星展開をFCCに申請しました。
SpaceXはさらに大規模な計画を進めており、最大100万機の太陽光発電衛星からなる軌道上データセンター網の構築をFCCに申請しています。国際宇宙ステーション（ISS）の全長109メートルを超える規模のデータセンターも構想に含まれており、将来的にはさらに大型のモデルも検討されているとIBM Thinkは報じています。一方、AmazonはSpaceXの申請に対して却下申立てを行っており、また天文学者からは衛星群が夜空を恒久的に損なうという懸念も表明されています。
技術的な課題：放射線・冷却・電力
宇宙環境での計算処理には固有の技術的障壁が存在します。まず 宇宙線（放射線） の問題です。宇宙空間では高エネルギー粒子が絶えず飛び交い、チップのデータ破損や永続的な故障を引き起こす可能性があります。今日のAIに使われる電子部品は、こうした環境を前提に設計されてはいません。
次に 冷却 の課題があります。宇宙は直感的には「冷たい」場所に思えますが、真空環境では空気の対流が起きないため、地上のファンやヒートシンクが機能しません。熱はパネルからの放射によってしか逃げられず、大型の放熱パネルが必要になります。現行の設計では、冷却システムがコンピュータ本体と同等あるいはそれ以上の体積を占める場合もあります。
3つ目が 電力 です。ISSの太陽電池パネル8枚が発電できる電力は、GPU数百台分程度とされており、これは地上の標準的なラックに搭載される数千台規模と比べると、まだ小さな水準です。
Starcloudによる軌道上AI実証
こうした課題に対して、ワシントン州レドモンドのスタートアップStarcloudは実証実験で具体的な成果を上げています。同社の衛星Starcloud-1では、NVIDIA H100を搭載し、Google DeepMindのオープンモデル「Gemma」の軌道上での実行に成功しました。さらに、OpenAI創設メンバーであるAndrej Karpathy氏による軽量モデル「NanoGPT」をシェイクスピア作品で学習させることにも成功しており、宇宙でのAIモデル学習として初の事例と同社は述べています。
放射線への対策としては、粒子加速器を用いたH100の徹底的な耐性試験を実施し、破損パターンをマッピングしたうえでシールド設計に反映させました。冷却については、打ち上げ重量に耐えながらも十分な放熱性能を持つ放熱パネルの新たな製造技術を開発しています。
Starcloudは2026年3月、FCC から最大88,000機の衛星コンステレーション計画の承認を受け、同月に1億7,000万ドルのシリーズA資金調達を完了、企業評価額は11億ドルに達しました。同社はNVIDIAのInception（スタートアップ支援）プログラムにも参加しており、最終的には5ギガワット規模の軌道上データセンターを目指しています。
IBMが描く共有インフラのアーキテクチャ
IBM Researchのマーティン・シュマッツ氏らは2024年、宇宙データセンターの設計に関する論文で、単一の巨大プラットフォームではなく、階層型パイプラインという新しいアーキテクチャを提案しています。センサー群（探査機や低軌道衛星）が収集したデータを宇宙上の中継ノードで集約・圧縮し、必要な情報だけを地上に送るという構造です。これは、小規模な事業者が衛星センサーを打ち上げ、上位ティアのコンピューティングリソースを借用するという共有インフラモデルにもつながります。「小規模な通信会社が大手の回線を使うようなイメージ」とシュマッツ氏は述べています。
IBMはNASAや欧州宇宙機関（ESA）と協力し、地球観測モデル「Prithvi」「TerraMind」の軽量版を開発しており、これらは衛星に搭載可能なサイズに抑えられ、軌道上での地理空間データ処理を目的として設計されています。
また、シュマッツ氏は軌道上の衛星密集による連鎖的な衝突・デブリ増加（「ケスラー症候群」）のリスクも指摘しており、国連レベルでの国際的な調整が必要だと強調しています。
コストと製造：現実的な障壁
経済的な側面では、エンジニアAndrew McCalip氏が公開したウェブベースの試算ツールによれば、現在の打ち上げコストを前提にすると、1ギガワット規模の軌道上施設の5年間コストは約510億ドルとなり、地上の同等施設（約160億ドル）の3倍以上にのぼります。「物理的に不可能ではないが、経済合理性が厳しい」というのがMcCalip氏の見解です。
製造面では、イリノイ大学アーバナ・シャンペーン校のサメフ・タウフィク教授が宇宙上での現地製造という新しいアプローチを研究しています。液状モノマーに化学反応を起こし、外部エネルギーをほぼ使わずに固体の炭素繊維複合材チューブを生成する「フロンタル重合（frontal polymerization）」という技術です。DARPA支援のもと、2026年にISSでのデモンストレーション実施が予定されており、地上で製造して打ち上げるという従来の制約を取り除く可能性があります。
実用化の時期と直近の動向
実用化の時期については見方が分かれます。Elon Musk氏は30〜36か月以内と述べているのに対し、Jeff Bezos氏は10〜20年先と予測しており、業界内でも見通しは大きく異なります。Gartnerは現在の盛り上がりを「ピーク・インサニティ（最高潮の狂乱）」と表現し、実用的な応用には「数十年、あるいはそれ以上かかる可能性がある」とするレポートを公表しています。
一方、2026年3月にはNVIDIAが軌道上データセンター向けに設計された「Space-1 Vera Rubin Module」を発表しました。H100と比べてAI演算性能が最大25倍とされており、StarloudやAxiom Spaceが初期パートナーとして名を連ねています。Axiom Spaceはすでに、Red Hat Device EdgeソフトウェアによるISSでの軌道上データセンタープロトタイプのテストを実施済みです。なお、Red HatはIBMの子会社です。
まとめ
軌道上データセンターは、地上インフラの限界と環境負荷への対応策として現実的な検討対象となりつつあります。Starcloudによる実証実験やNVIDIAの専用チップ発表など、技術面での前進は着実です。ただ、現時点では経済合理性がなお大きな壁であり、本格普及には次世代重量ロケットの低コスト化と運用頻度の向上が前提条件になると考えられます。今後の動向として、打ち上げコストの変化と国際的なデブリ管理の枠組み構築が注目点だと思います。
