軌道データセンターの誇大広告はすでに軌道上にある
イーロン・マスクは宇宙がAIにとって最も安価な場所になると主張するが、IEEE Spectrumの分析は冷却、製造、打ち上げなどの巨大な課題を明らかにしている。アナリストは、楽観的に見てもコスト均衡には5~10年かかるとしている。
2025年1月のダボス世界経済フォーラムで、SpaceX創業者イーロン・マスクは「AIを展開するのに最も低コストな場所は宇宙であり、それは2年以内、遅くとも3年以内に実現する」と語った。その後、SpaceXは低軌道(地球から500~2000km)に最大100万基の衛星からなる軌道データセンター群の認可を米連邦通信委員会に申請した。しかし、IEEE Spectrumの分析は、このビジョンが現実にはほど遠いことを示している。
マスクはタイムラインに関して誇張する傾向がある。2017年の完全自動運転車、2024年の有人火星ミッション、2025年末までのOptimus人型ロボット1万台など、これまで多くの約束が守られてこなかった。軌道データセンターについても、3年以内に地上のデータセンターよりもコスト効率が良くなると述べているが、計算上はそれが成立するまでに数年、あるいは永遠にかかるかもしれない。
現在、軌道上で稼働している衛星は約14,500基で、その3分の2をSpaceXのスターリンクが占める。100万基の衛星を展開するには、打ち上げ頻度と衛星製造能力を天文学的に拡大する必要がある。人類史上、軌道打ち上げの総回数は約7,000回にとどまる。SpaceXのスターシップ(1機あたり最大60基の衛星を搭載可能)を使用しても、衛星展開専用の打ち上げが16,666回必要となる。SpaceXが2025年に記録的な165回の軌道ミッションを達成しても、その10倍のペースでも10年かかる。一方、衛星製造については、スターリンクが現在年間約4,000基を生産しており、製造能力を10倍に拡大しても、25年を要する。
軌道データセンターの冷却問題も深刻だ。IEEE Spectrumのコンピューティング&ハードウェアエディターであるダイナ・ゲンキナ氏は、スタートアップのStarcloudがこれまでに1基のNvidia H100 GPUを宇宙に送り込んだが、そのラジエーターが弱すぎてチップをフルパワーで動作させることができなかったと指摘する。アンドリュー・カヴァリエの分析によれば、1基のH100 GPUは700ワットを消費し、60°Cで1.4平方メートルのラジエーターを必要とする。40キロワットのサーバーラックでは80平方メートル、100メガワットのデータセンターでは2,500基ものラジエーターが必要になる。天文学者たちは、巨大な放射フィンを備えた100万基の衛星が星々を覆い隠すことを懸念している。
経済的に成り立たず、チップは宇宙の放射線にさらされ、人類の星空が失われ、さらにケスラーシンドロームのリスクが高まるにもかかわらず、なぜハイパースケーラーたちは軌道データセンターを誇大宣伝するのか?ゲンキナ氏はその答えを「甘い金銭」だと述べる。「マスクの部分は実に天才的だ。xAIがデータセンターを建設し、SpaceXが宇宙に送り、テスラがソーラーパネルを製造している。まるで自分自身に支払っているようなものだ」。
SpaceXが提案するAI1データセンター衛星に関する2人のアナリストの見解を紹介する。テクノロジー・ストラテジー・パートナーズのマイケル・ピアース氏は、マスクのタイムラインは悪名高いほど野心的だが、SpaceXの軌道データセンターは5~10年で地上のデータセンターとコスト均衡に達する可能性があると考える。スターリンクのレーザーリンクネットワークはすでにSpaceXのコンピューティングコンステレーションの通信基盤として存在しており、新規参入者には再現が容易ではない。チップに依存しないペイロード設計は、モジュール性の哲学と同様に、AIシリコン確保の難しさを反映している。ピアース氏は、短期的に現実的な用途は推論用の巨大コンステレーションのみであり、トレーニングワークロードは分散軌道システムの同期とレイテンシ制約に耐えられないと述べる。
AIストラテジスト兼独立コンサルタントのマット・ハサン氏は、AI1は宇宙ベースのデータセンターの根拠を根本的に変えるものではなく、タイムラインと規模を変えるものだと指摘する。基礎的な推進力は依然として同じである。すなわち、AIコンピュート需要の急増、地上電力網の電力制約の増大、そして計算とエネルギー生成の同一場所化への欲求である。AI1が示すのは、このコンセプトが理論的な議論からエンジニアリングと資本配分の決定へと移行しつつあることだ。しかし、依然として経済的・技術的に重要な疑問が残る。打ち上げコスト、メンテナンス、ハードウェア交換サイクル、熱管理、レイテンシに敏感なワークロード、そして全体的なシステム経済性が、宇宙ベースのデータセンターがAIインフラの主流となるか、専門アプリケーションのニッチな機能に留まるかを最終的に決定するだろう。重要な進展は、これらの疑問が解決されたことではなく、大手業界プレーヤーがそれらに答えるためにリソースを投資しようとしていることである。