[1日目]
【第1部】 東京大学大学院　情報理工学系研究科　教授　博士(工学) 　江﨑 浩　氏　
　[ご専門] 情報工学、インターネット

[1日目] 【ライブ配信(見逃し配信付)】2026年5月12日（火）  13:00～16:15   AI時代のデータセンタ競争と構造転換 高発熱・高電力密度化に対応する冷却技術と設備設計の最適解 ■ 生成AI・GPU高発熱化・電力密度増大に伴う設備変革 ■ ■ 空冷・液冷・液浸の選択と導入判断、伝熱設計による冷却最適化 ■ ※[1日目]のみのお申込みはコチラから

第1部　13:00～14:30
『 データセンターの最新トピックス2026 』
　東京大学大学院　情報理工学系研究科　教授　江﨑 浩　氏

１．ワット・ビット連携 
　(ア) ワット・ビット＋分子の法則 
　(イ) インフラと経済主力基盤の進化 
　(ウ) デジタル経済の安全保障と地政学 
　(エ) データセンタ産業の進化 
　(オ) 電力産業の歴史と今後 

２．半導体産業とデータセンター 
　(ア) NVIDEAの次は？ 
　(イ) DeepSeekのインパクト 

３．データセンタの課題 in 2026 
　(ア) グローバルシステムとしての データセンター 　
　(イ) IoFへの進化と ワークロードシフト 
　(ウ) 熱と電力密度との闘い 
　(エ) ホワイトボックス化 
　(オ) サイバーセキュリティー  
　　　① スマートプロトコル化、
　　　② 4レベル・段階でのサイバーセキュリティー基準 
　(カ) フルデジタル化するデータセンター 
　(キ) 地球温暖化対策とデータセンター 
　(ク) プライベート・オンプレ化への回帰 
　(ケ) 計算パワーの取り引き市場の創成 
　(コ) 宇宙へ飛び出すデータセンター 

 　□質疑応答□

休憩　14:30～14:45

第2部　14:45～16:15
『 AI データセンターの冷却技術について―冷却から見える未来、最新動向―』　
　山陽小野田市立山口東京理科大学　工学部　機械工学科　教授　結城 和久　氏

１．はじめに（AIデータセンターの冷却問題）

２．空冷/液冷/浸漬冷却の性能差から見える今後のデータセンター冷却

３．液浸冷却の動向と今後の課題
     ・液浸冷却技術の原理（１相・２相）
     ・液浸冷却技術の冷却性能（２相）
     ・呼吸現象による新しい2相液浸冷却技術
     ・呼吸冷却の長所と液浸冷却への展開

４．日本液浸コンソーシアムの紹介

５．おわりに

　□質疑応答□

※内容は変更になる可能性がございます。

---

 

[2日目] 【ライブ配信】2026年6月12日（金）  13:00～17:00   AI革命によるデータセンター戦略 液浸冷却、電力設計と省電力化、インフラ構造の変革 ■ 消費電力爆増時代に対応する電源アーキテクチャと冷却技術の実装 ■ ■ 液浸冷却・高電圧DC給電・デジタルツインが切り拓く次世代AIインフラ ■ ※[2日目]のみのお申込みはコチラから

第1部　13:00～14:00
『 液浸データセンターにおける液浸冷却システムの開発と省電力化 』
　ＮＥＣネッツエスアイ株式会社 赤崎 好伸 氏　氏
 
１．はじめに（データセンターの省エネの現状）
２．液浸冷却システムを活用したデータセンター実現に向けて取り組んだ経緯
３．液浸冷却技術に着目
４．実証実験の概要
５．実証実験で明らかになった効果
６．問題点、社会実装に向けた課題と解決策
７．社会実装を含めた今後の展望 

休憩　14:00～14:10

第2部　14:10～15:10
『 AIデータセンター電源の最前線 〜消費電力・効率・信頼性の設計と実装〜 』　
　インフィニオン テクノロジーズ ジャパン株式会社　後藤 貴志​　氏

１．AI革命による電力需要の爆増 
　・先端AIモデルの学習計算量は3.4か月ごとに2倍。 
　・AIデータセンターの電力消費は 2030年に世界の消費電力の約7% に到達する可能性。 
　・ハイパースケーラー（Meta, Microsoft, Amazon, Alphabet）は年間数百億ドル規模でCAPEXを増強。 
 
２．サーバーラック & プロセッサの消費電力は急増 
　・GPU/AIアクセラレータは 2–4 kW/ユニットに増加。 
　・サーバーラック当たりの消費電力は 
　　60 kW → 100 kW → 150 kW → 600 kW – 1 MW+（2027〜2030）と急増。 
　　これに対応するため、従来の単相PSU中心構成から高電圧DC給電へ移行。 
 
３．ラックアーキテクチャの進化 
　・Gen1（現行）
　　ITラックにPSU/BBU/ITが統合（<250 kW/rack） 
　・Gen2（2027+） 
　　3相HVDC PSU + サイドカー構成 → 約500 kW以上に対応 
　・Gen3（2029+） 　
　　ハイブリッドDCマイクログリッド（SST + HVDC）
　　 → 1 MW超を中央電源で供給する次世代アーキテクチャ 
 
４．インフィニオンの役割：すべての電源段を提供（Grid → Core） 
　　インフィニオンは以下のすべての電力変換段にソリューションを持つ： 
　1.    変電（SST／SSCB） 
　2.    PSU（単相/三相、SiC・GaN採用） 
　3.    BBU（バッテリーバックアップ） 
　4.    中間バスコンバーター（IBC：48V/800V → 12V/6V） 
　5.    セカンドステージ（VRM：Vcore 0.8V） 
　すべてで 
　Si / SiC / GaN を最適組み合わせるハイブリッドアプローチ により、
　効率・電力密度・コスト・信頼性のバランスを最適化。 

５．ソリッドステート変圧器（SST）の市場性 
　・伝統的変圧器より 40倍軽量、14倍コンパクト、工期50%短縮。 
　・2030年に >10億USDの新市場へ成長見込み。 
　・Hyperscaler向けにすでに共同開発が進行。 
 
６．PSUの進化（3kW → 30kW） 
　・単相で12kW（三相へ拡張で30kW級） 
　・効率98%超、100W/in³以上の高密度
　　→ SiC/GaNを用いたトーテムポールPFCとLLCが中核 
 
７．BBU（バッテリバックアップ）の革新 
　・従来 12 kW が上限 → インフィニオンの新トポロジーで 25 kW級に拡張可能 
　・ 部分電力変換（Partial Power Conversion）
　　 → 効率99.5%・電力密度4倍・BOMコスト40%削減 
 
８．中間バスコンバーター（IBC） 
　・HV IBC（±400/800V） と MV IBC（48V） の両方に対応 
　・多彩なトポロジー： Interleaved Buck / xSC / LLC / HSC / DR-HSC 
　・48Vシステム故障の約50%が電源関連であり、インフィニオンは**高信頼性（MTBF向上）**を重視 
 
９．セカンドステージ（垂直給電VPD）による革新 
　・VRMをASIC背面に実装（Vertical Power Delivery） 
　・PDN損失を20% → 3%へ（85%削減） 
　・電流密度は 0.4 → 4 A/mm² へ（10倍成長ロードマップ） 
 
１０．まとめ 
　・AIの爆発的拡大は、電力供給インフラの全面革新を要請 
　・高電圧DC化・サイドカー化・マイクログリッド化が不可避の流れ 
　・インフィニオンは SST → PSU → IBC → VRM（Vcore）まで全段をカバーする唯一の企業のひとつ 
　・環境配慮（効率、サイズ、廃熱対応）とコスト最適化を両立 

　□質疑応答□

休憩　15:10～15:20

第3部　15:20～17:00
『 次世代AI半導体NVIDIA「Vera Rubin」の構成
　及び Vera Rubin搭載次世代ギガワット級AIデータセンターの
　デジタルツイン設計プラットフォーム「DSX」と製品サプライヤー群。日本企業が参入できるのはどこか？ 』　
　株式会社インフラコモンズ　代表取締役　今泉 大輔​　氏

１． データセンターから「トークン・ファクトリー」への変容
　・「計算」から「生産」へ
　　 従来のデータセンター（ファイル保存）と、現代のAIファクトリー（トークン生成）の違い。
　・新しいコモディティ「トークン」
　　 知能を生成する最小単位としてのトークン。その生産コストが企業の競争力を決める時代。
　・「無料でも高すぎる」アーキテクチャ
　　ギガワット級施設の建設コスト（400億ドル）を前提としたとき、
　　いかに「ワットあたりのトークン数」を最大化するかが唯一の解であることの解説。

２． Vera Rubin：エージェンティックAI時代の物理基盤
　・10年で4000万倍の進化
　　Pascal世代（DGX-1）からVera Rubinに至るまでのスケーリング法則の軌跡。
　・「チップ」から「システム」への垂直統合
　　　Vera CPU： LPDDR5を採用し、シングルスレッド性能と電力効率を極めた理由。
　　　第6世代NVLink： 液体冷却、260TB/sの広帯域がいかに「巨大な1つのGPU」を実現するか。
　　　Gro 3 LPUの統合： SRAMを活用した「トークン・アクセラレータ」がもたらす35倍のスループット。
　・運用革新
　 　設置時間を2日から2時間へ。液冷による45度温水活用のメリット
　　（施設全体のエネルギー最適化）。

３．NVIDIA DSX：AIファクトリーの「デジタル・ブループリント」
　・DSXが必要とされる背景
　　複雑すぎて「現場で合わせる」ことが不可能なシステム設計。
　　仮想空間での「事前出会い（Virtual Commissioning）」の必要性。
　・デジタルツインによる収益最大化
　　 1ヶ月の建設遅延が数十億ドルの損失を生む世界での、Omniverseの役割。
　・4つの主要APIとエコシステム
　　　DSX SIM / Exchange： 熱、電気、ネットワークの物理シミュレーションと運用データの統合。
　　　DSX Flex / Max Q： 電力グリッドとの動的な連携と、トークン排出量の最大化。
　・異業種連携の深化
　　 ダッソー、シーメンス、ケイデンスなどの伝統的エンジニアリング企業と
　　NVIDIAが「AIファクトリー」という目的で合流する産業的意義。

　□質疑応答□

　　※内容は変更になる可能性がございます。