メインコンテンツへスキップ
       

宇宙データセンターは冷やせるのか――放射冷却,必要面積と採算の壁(AI作成)

第1 結論と検討の範囲

宇宙データセンターの冷却は,物理的に不可能というわけではない。
しかし,宇宙が低温だから大量の熱を簡単に捨てられるわけでもない。
計算機から放熱板まで熱を運ぶ仕組みと,放熱板から宇宙へ熱を放射する仕組みの両方が必要である。

本記事は,2026年11月2日時点で確認したNASAの技術資料,Starcloudの白書及びGoogleの研究論文を基に,冷却の計算が意味する範囲を整理する。
企業が示した構想・試算と,実証された運用能力を区別し,特定の衛星の性能や事業採算を断定しない。

第2 宇宙が寒くてもサーバーが自然に冷えない理由

1 機器内部の熱輸送と宇宙への放熱を分ける

地上の空冷装置は,空気を流して熱を運ぶ。
衛星の外側の真空には,地上のように周囲の空気へ熱を渡す経路がないため,外部への熱放出では放射が重要になる。
一方,機器の内部では,固体の伝導,熱パイプ,密閉された流体系などを利用できる。
NASAの小型宇宙機向けの熱制御資料も,真空への放射と機器内部の熱の移動を区別している。

宇宙を一つの気温だけで表すと,物体の温度を決める条件を見落としやすい。
物体の温度は,内部で発生する熱,太陽や地球から受け取る熱,自ら放出する熱の釣合いによって変わる。
「周囲が冷たい」という説明だけでは,サーバーが何キロワットの熱を処理できるかは分からない。

2 日射と地球からの入熱も計算に入る

放熱板は,熱を放射すると同時に,置かれた向きや軌道によって外から熱を受ける。
したがって,面積と温度から求めた放射量を,そのまま機器の発熱を処理できる能力とみなすことはできない。
実機では,日射,地球の赤外放射と反射光,表面の光学特性,放熱面から宇宙を見通せる範囲などを含めて評価する必要がある。

第3 20キロワット・25平方メートル・80度の計算

1 まず仮定を固定する

外からの入熱を無視し,放熱板の温度が均一で,放射先を十分低温と近似できる場合,放射量は「放射率×ステファン・ボルツマン定数×有効放射面積×絶対温度の4乗」で計算できる。
絶対温度は,摂氏温度に273.15を加えた値である。
以下では赤外放射率を0.9とし,必要な熱を放熱板まで運べるものと仮定する。

放熱板の温度有効放射面積25平方メートルでの放射量100キロワットに必要な有効放射面積
80度約19.8キロワット約126平方メートル
150度約40.9キロワット約61平方メートル

この条件では,25平方メートル・80度で約20キロワットという計算は成立する。
ただし,この表は仮定を置いた計算例であり,特定のStarlink衛星について,その面積全部を放熱に使えることや,同量のAI計算用電力を確保できることを示すものではない。

2 面積の数え方と入熱によって結果は変わる

表の面積は,熱を放射する有効な面の面積である。
板の両面を数えるには,両面が放熱に使える向きや周囲の構造を確認しなければならない。
衛星や太陽電池の外形寸法を,そのまま有効放射面積へ置き換えることはできない。

また,外部から受ける熱が増えれば,同じ温度・面積の下で機器から処理できる発熱量は小さくなる。
逆に,必要な面積を求めるなら,機器の発熱に加えて外部からの入熱も考慮する必要がある。

第4 放熱板の温度とチップの温度は同じではない

チップの発熱は,接合部からパッケージ,冷却部材,流体などを通って放熱板へ移動する。
有限の熱抵抗を持つ経路で受動的に熱を流すには,温度差が必要である。
そのため,放熱板が80度であることから,チップも80度で安定して動かせるとはいえない。

第3と同じ理想化した条件で,同じ放射率で同量の熱を捨てる場合,放熱板の温度を80度から150度へ上げられれば,必要面積は約49%になる。
これは絶対温度の4乗に基づく計算であり,高温の放熱板が面積を減らし得る理由を示している。

もっとも,チップの許容温度を上げることと,放熱板を同じだけ高温にすることは別である。
メモリ,電源,接合部材,冷却系を含むシステムの動作条件と信頼性も確認しなければならない。
高温動作の利点は,性能,消費電力,寿命などの条件と併せて評価する必要がある。

第5 冷却液の流量だけではポンプ電力は分からない

1 100キロワットを運ぶ流量の計算

液体が運ぶ熱量は,単相の液体で比熱を一定とみなせる範囲では,質量流量,比熱及び入口と出口の温度差から計算できる。
例えば,水の比熱を1キログラム・1度当たり約4180ジュール,温度差を20度,密度を1リットル当たり約1キログラムとすると,100キロワットを運ぶ流量は約72リットル毎分になる。
温度差や冷却流体が異なれば,必要流量も変わる。

ポンプ電力は,流量だけでは決まらない。
概算には,流量に加えて,配管等の圧力損失とモーター等を含む総合効率が必要である。
ポンプが消費する電力も熱設計の対象になるが,流量の数字だけから,発熱が連鎖的に増えて冷却が成立しないと結論することはできない。

2 宇宙では水を使えないわけではない

NASAが公開するISS冷却系の資料では,内部の水系統と外部のアンモニア系統が熱交換器を介して接続されている。
水の凍結は設計上の問題となり得るが,宇宙で水を一切使えないという意味ではない。
冷却流体は,使用場所,温度範囲,安全性及び熱輸送方式を含めて選ぶ必要がある。

第6 企業の原資料から分かる設計の選択肢

1 Starcloudは複数の冷却方式を検討している

Starcloudの白書は,冷却ループ,二相冷却及び展開式放熱板を検討している。
二相冷却は液体と気体の間の相変化を利用する方式であり,同白書は流量やポンプ損失の低減も論じている。
放熱板の平均温度を約20度(入口35度,出口5度)とする概算もあり,同白書の放熱の計算は高温動作チップを前提としていない。

この白書は企業による提案・試算である。
記載された費用や寿命を,既に実証された商用設備の実績として読むべきではない。

2 Googleも自社チップを用いた宇宙計算を研究している

Googleの研究論文は,自社のTPUを使う宇宙計算構想を示している。
熱制御では通常の動作温度を前提とした熱パイプと放熱板を挙げ,信頼性のために可能であれば受動的に熱を運ぶことを重視している。
この論文も研究段階の構想を扱っており,大規模な商用運用や採算を実証したものではない。

したがって,宇宙でAIを動かすための設計を,高温チップの開発という一つの方法だけに限定して考える必要はない。
どの方式が有利かは,軌道,電力,機器の温度,質量,信頼性などの条件による。

第7 冷やせることと投資を回収できることを分ける

熱設計が成立しても,事業の採算が直ちに成立するわけではない。
投資判断では,打上げ,放熱設備,電力系統,通信,保守・交換,冗長化及び運用終了に伴う費用を,得られる計算能力と利用期間に対応させて検討する必要がある。

Starcloudの白書も,部品の劣化や寿命について軌道上の実証が必要であることを述べ,モジュール交換などを検討している。
一部の実験が成功したとしても,異なる規模・期間・構成の設備まで同じ条件で利益を生むと結論することはできない。

地上のデータセンターとの比較では,冷却だけでなく,更新しやすさ,故障時の対応,通信条件及び用途の適合性も問題になる。
宇宙構想が登場したことだけを理由に,地上設備が短期間で無価値になるとも,宇宙設備が必ず安くなるとも断定できない。

技術の普及と投資家の利益の関係については,生成AIとITバブルの比較及び生成AIと鉄道バブルの比較も参照されたい。

第8 よくある疑問

1 宇宙なら冷却に電力を使わずに済むのか

放射そのものにファンは必要ないが,機器から放熱板までの熱輸送に何を使うかによって補助電力は異なる。
受動的な熱輸送を利用する設計も,ポンプを利用する設計もあるため,冷却電力が必ずゼロになるとはいえない。

2 放熱板を大きくすれば解決するのか

他の条件が同じなら,有効放射面積を増やすことは放熱量を増やす。
ただし,面積の拡大に伴う質量,展開機構,熱の運搬,姿勢や構造の制約も検討する必要がある。
放熱量の計算だけでは,衛星全体として実装できるかどうかまでは決まらない。

3 どの数字を見れば構想を比較できるのか

少なくとも,計算機の発熱量,有効放射面積,放熱板温度,外部からの入熱,熱輸送方式及び想定寿命をそろえて比較する必要がある。
採算まで論じる場合は,これらに打上げ・交換等の費用と,実際に売れる計算サービスの量・価格を加える。
条件の異なる試算を,面積や打上げ単価の一つの数字だけで比較しないことが重要である。

第9 出典・参考資料

NASA「State-of-the-Art of Small Spacecraft Technology」第7章「Thermal Control」:2026年5月7日版。真空環境と熱制御方式(小型宇宙機が対象)。

NASA公開資料「International Space Station (ISS) Internal Active Thermal Control System (IATCS) New Biocide Selection, Qualification and Implementation」:内部の水系統と外部のアンモニア系統。本記事の該当説明は公開抄録による。

Starcloud(旧Lumen Orbit)「Why we should train AI in space」:v1.03,2024年9月,主に8頁~11頁。企業の構想と試算。

「Towards a future space-based, highly scalable AI infrastructure system design」:v2,2026年6月17日,主に1.2節及び3節。Google研究者らによるプレプリント。

検討の契機となった解説動画:本記事の計算例は条件を明記して独立に計算したものであり,動画の紹介を特定機体の性能の証明として用いていない。