なぜ火力発電所構内にAI基盤を造るのか？系統接続の遅れを回避するオンサイト供給と標準化の仕組み
単一拠点として国内最大となる最大40万kWの電力供給能力を備え、投資総額150億米ドル（約2.3兆円）以上を見込む大規模なAIデータセンター計画が動き出します。生成AIの普及に伴い計算資源の規模と構築スピードが国家や企業の競争力を規定するなか、開発の障壁となっていた電力確保と工期短縮に正面から切り込む取り組みです。
国内最大の発電事業者であるJERAは2026年10月1日、米Dell Technologiesおよび英国のソブリンAIクラウド企業であるRHAELM（レルム）と、国家規模のAIインフラ開発に向けた覚書を締結しました。米大手資産運用会社のアポロ・グローバル・マネジメントも資金調達パートナーとして参画し、第1号案件として千葉市のJERA千葉火力発電所構内で2028年頃の運用開始を目指します。
今回は、既存の発電所を活用したオンサイト型電力供給と設備の一体標準化という事業モデルに焦点を当て、エネルギーと計算基盤の融合が日本の産業構造にもたらす変化について、取り上げていきたいと思います。
千葉火力発電所で始動する40万kW・2.3兆円プロジェクトの全体像
2026年10月1日に発表された3社による覚書は、従来のデータセンター開発の枠組みとは一線を画す座組となっています。国内の発電電力量の約3割を担うJERA、サーバーやIT基盤の世界大手であるDell Technologies、そして英国ロンドンに本社を置き国家主権型のAIクラウド開発を手がけるRHAELMが、基本構想の策定から事業化検討までを共同で推進します。さらに第1号案件となるJERA千葉火力発電所での開発には、米アポロ・グローバル・マネジメントが戦略的投資および資金調達のパートナーとして加わる計画です。
千葉火力発電所構内に計画されているAIデータセンターは、最大40万kWという電力容量を想定しています。一般的な大型データセンターの受電容量が数万kW規模であることを踏まえると、単一拠点としては国内最大であり、中国を除くアジア太平洋地域でも最大級の規模となる見込みです。用地や電力インフラ、施設建設、AIコンピューティング機器の調達までを含めた投資総額は約2.3兆円以上に達し、発電事業者、ITハードウェア大手、開発オペレーター、巨大投資ファンドが初期段階から一体となって動く点に特徴があります。
送電網の接続待ちと個別設計が招いていたAIインフラ開発の停滞
これほど大規模な異業種連携が組まれた背景には、AIコンピューティング需要の急増に対してインフラ供給が追いつかないという構造的な課題があります。高度な生成AIの学習や推論処理には膨大な電力と冷却能力が求められますが、日本国内をはじめ世界各地で、データセンター適地の不足と電力系統への接続遅延が深刻なボトルネックとなっています。
従来の開発手法では、まず都市近郊や内陸部で用地を確保し、地域の送配電事業者の変電所や送電網から電力を引き込む手続きを踏んでいました。しかし、数十万kW単位の新たな電力需要を既存の送電網に接続するには、変電設備の増強や送電線の新設が必要となり、稼働までに5年から10年近い歳月を要するケースも珍しくありません。
加えて、これまでのデータセンター建設は、案件ごとに建屋、受変電設備、冷却システム、サーバーラックを個別に設計・調達する方式が主流でした。高度な冷却技術が求められるAI向け施設では、この個別設計がエンジニアリングの負担を増大させ、サプライチェーンの複雑化や建設期間の長期化を招く要因となっていたと考えられます。
発電所構内での直結供給とハードウェア標準化が短縮するリードタイム
今回の3社連携は、この「系統接続の遅れ」と「個別設計の非効率」という二つの障壁を同時に解消する仕組みを取り入れています。第一の柱が、JERAの火力発電所構内にデータセンターを直接建設する「オンサイト型電力供給」です。既存の送電網を介さず、発電設備から構内のAI基盤へ直接電力を供給することで、系統接続の順番待ちや大規模な送電線敷設を回避できます。この手法により、従来の系統接続型開発と比較して数年単位で早い2028年頃の稼働が視野に入ります。
第二の柱が、発電から計算基盤に至るインフラ全体の標準化です。Dell Technologiesが提供する事前統合型のラックスケール基盤「Dell AI Factory」を採用し、JERAの電力設備や冷却システムとあらかじめ統合された標準モデルとして共同設計します。
RHAELMがこの標準モデルを用いてプロジェクト全体の開発・運営を主導することで、拠点ごとに一から設計し直す手間を省くことができます。千葉での第1号案件で実践的な知見や運用ノウハウを蓄積し、同じ設計思想のパッケージをJERAが国内に保有する他の火力発電所へ迅速に横展開していく狙いがあるとみられます。
燃料調達から計算資源までを貫くLNGバリューチェーンの優位性
マクロな産業構造の視点から見ると、この構想は「エネルギー供給網の優位性がそのままデジタル競争力に直結する」という新たな競争軸を示しています。AIデータセンターは24時間365日、途切れることなく大量の電力を消費し続けます。太陽光や風力といった再生可能エネルギーの拡大は不可欠であるものの、天候や時間帯によって出力が変動するため、単独で巨大AI基盤の常時稼働を支えるには技術面やコスト面でのハードルが残ります。
その点において、安定した出力調整が可能なガス火力発電と、それを支える液化天然ガス（LNG）の供給網は現実的な基盤となります。JERAは国内で約6,000万kWの発電資産を有し、燃料の上流調達からLNG輸送、受入基地・貯蔵タンクの運営、発電所の保守管理に至るまで、一気通貫のバリューチェーンを保持しています。
エネルギー資源の大半を輸入に頼る日本において、自前で燃料調達から発電までを完結できるプレイヤーがAIインフラの土台を担う意義は大きいと考えられます。海外のクラウド事業者に過度な依存をせず、国内の安全性やデータ主権を確保した「ソブリンAI」の基盤を整える上でも、物理的な電力供給の安定性が重要な前提条件となるからです。
2.3兆円規模の資本調達と脱炭素要請という二つのハードル
もっとも、構想の実現に向けてはいくつかの実務的なハードルとトレードオフも存在します。一つ目は、単一拠点で2.3兆円を超える巨額資金の調達と投資回収のマネジメントです。AI半導体の技術革新はサイクルが速く、数年単位で設備の更新投資が必要となります。アポロ・グローバル・マネジメントのようなグローバル金融資本の参画は、事業会社の財務負担を抑えつつ長期的なインフラ資金を還流させるための必須条件であったと推測されます。今後は、この巨大な計算容量を安定して利用する国内企業や研究機関などの大口需要をいかに確保するかが焦点となります。
二つ目は、ガス火力発電の活用と脱炭素への要請をどう両立させるかという課題です。グローバルなIT企業や機関投資家は、データセンターで使用する電力の環境負荷に対して厳しい目線を向けています。JERAは2050年までに国内外の事業からの二酸化炭素排出量ゼロを目指す「JERAゼロエミッション2050」を掲げ、再生可能エネルギーの拡大や、発電時に二酸化炭素を排出しないゼロエミッション火力の実用化を進めています。短中期的なAI開発のスピードをガス火力で確保しつつ、中長期的には電源そのものの脱炭素化を計画通りに進められるかが、モデルの持続可能性を測る試金石になると考えられます。
全国の数百万kW展開と海外輸出に向けた事業モデル確立の条件
JERAとRHAELMは、千葉での第1号案件と並行して国内の他火力発電所への展開も検討しており、2030年代には日本全体で数百万kW規模のAIコンピューティング容量の実現を目指しています。国内の発電所構内という「電力と用地がすでに存在する場所」をデジタル拠点へ転換する手法が確立されれば、日本の産業界は送電網の制約に縛られずに高度なAI開発を進められるようになります。
今後の展開を見極める上では、2028年頃の稼働に向けた千葉拠点の建設進捗と、発電・冷却・計算基盤を統合した標準パッケージのコスト競争力が重要な観測点となります。また、国内で培った「LNGバリューチェーンとAI基盤の一体開発モデル」は、同様に経済成長と電力不足の課題を抱えるアジア諸国へのインフラ展開にも応用できる可能性を秘めています。電力とデジタルの垣根を越えたこの取り組みが、日本の産業競争力の強化や新たなインフラ輸出モデルの確立につながるか、まずは第1号案件の実装プロセスが注目されることになるでしょう。