Opinionニュース

Torusが5億ドル調達。既存電力でAI計算拠点を短期間で動かす条件とは？

2026/11/12更新 2026/11/129分で読める

米ユタ州のエネルギー企業Torusは11月11日、AI推論向けの分散計算基盤「Foundry」を発表し、Magnetar主導で5億ドルの成長資金を調達した。Foundryは、既存の工場や事業所に残る受電余力を使い、電力設備とAIサーバーを一体で設置する製品である。[1][2]

AI計算拠点は、GPUを確保するだけでは動かない。送電網への接続、蓄電、冷却、通信、運用をそろえる必要がある。ではTorusは、巨大データセンターを新設せず、既存電力を使って計算能力を増やせるのか。

答えは、電力が余っている場所へ小さな計算拠点を置き、蓄電池で需要の山をならすという方法である。ただし、12〜16週間という導入期間や稼働台数はTorusの公表値であり、すべての場所で再現できると確認された実績ではない。

5億ドルは製造と設置に向かう

Torusによると、5億ドルの資金調達にはICONIQ、Origin Ventures、Ridgeline Partners、Trinity Capitalも参加した。資金はユタ州ソルトレイクシティの製造拠点GigaOneの拡張と、米国内でのFoundry設置に使う。The Next WebとBloombergも、調達額、主導投資家、Foundryの立ち上げを報じている。[2][3]

同社はこれまで、蓄電池とフライホイールを組み合わせ、工場や商業施設の電力需要を調整する設備を展開してきた。Foundryでは、その電力制御にGPU、冷却、ネットワーク、セキュリティを加える。資金の意味は単なるGPU購入ではなく、電力設備と計算設備を同じ会社が製造・運用する範囲を広げることにある。

一方、今回の発表では企業価値、個々の導入価格、GPUの種類、顧客ごとの契約額は明らかにされていない。5億ドルは調達済みの資金だが、計画中の生産能力や設置件数まで実現済みと読むことはできない。

空いている受電余力へ計算機を運ぶ

従来の大規模データセンターは、広い土地を確保し、大容量の送電接続を申請し、建物と冷却設備を用意する。地域によっては接続待ちが長期化し、AIサービスを始めたくても電力が先に詰まる。

Foundryは発想を逆にする。工場や事業所の変圧器に使われていない余力があれば、その場所へ1〜20メガワット単位の計算設備を置く。機器は受電設備の内側に設置し、新しい送電接続を前提にしない。Torus Reserveと呼ぶ蓄電・制御設備が負荷の急上昇を吸収し、停電時のバックアップも担うと同社は説明する。[1]

データセンターに並ぶサーバーラックのイメージ — 既存電力を使うAI計算拠点のイメージ。写真はTorusの設備ではない。出典・画像提供：Pexels / Brett Sayles。Pexels License。

この方式が向くのは、学習用の超巨大拠点より、利用者の要求に応じてモデルを動かす推論処理である。計算能力を複数の場所へ分ければ、企業の拠点やデータの近くで動かせる。ただし、受電余力があることと、安定して大きな負荷を流せることは同じではない。通信回線、騒音、保守、地域の電力契約も設置条件になる。

短期導入は会社公表の目標である

Torusは、契約からAI処理の開始までを12〜16週間とし、現地工事は約1週間、設置と試運転は1〜2日で進められると説明する。最小構成は小型貨物車ほどで、建物の新設を不要にするという。[1]

すでに数千基のGPUがFoundryで動いており、2027年末までに4万7000基超へ増やすという数字も会社発表である。最初の顧客としてAI基盤企業Hydra Hostと、社名を明かしていない別のAIクラウド事業者が挙げられた。BloombergはHydra Hostが顧客である点を確認しているが、発注規模や稼働率は報じていない。[3]

したがって、確認できた事実は製品発表、資金調達、製造拡張の計画までである。導入期間、GPU台数、水使用量の削減率は、現時点ではTorusが示した設計値または運用値だ。導入企業は、自社拠点と同じ電力条件での試験結果を別に確かめる必要がある。

三つの提供形態で責任範囲が変わる

Foundryには三つの売り方がある。Strategicは電力と筐体だけを提供し、GPUは顧客が用意する。PartnerはGPUを含む専用サーバーを一括提供する。Directは企業ごとに専用の推論能力を割り当てる方式だ。[1]

この違いは、単なる料金プランではない。GPU調達、資産保有、更新、障害対応、データ管理を誰が担うかが変わる。自社がGPUを保有したい企業と、計算能力だけを利用したい企業では、契約で確認すべき範囲が異なる。

企業が比較すべき相手は、従来のデータセンターだけではない。 クラウドの従量課金、コロケーション、自社サーバー、地域分散型の計算能力を、同じ処理量と稼働率で比べる必要がある。電力単価だけでなく、回線費、保守要員、予備機、設備更新まで含めなければ、総費用は判断できない。

導入判断は電力と運用を分けて測る

Torusの提案は、AI基盤の建設場所を「土地がある場所」から「使える電力がある場所」へ移す。ただし、余力の判定を販売会社だけに任せると、停電時の優先順位や料金上昇の影響を見落とす。

導入前には、変圧器ごとの継続可能な容量、ピーク時の蓄電池動作、通信の遅延、GPU稼働率、保守時間、停電時の縮退動作を測りたい。事業所の生産設備とAI計算が同じ受電設備を使うなら、どちらを優先するかも契約に必要だ。

Foundryが示したのは、AIの電力問題を発電所の増設だけで解く必要はないという選択肢である。価値を決めるのは設置の速さではなく、既存電力を使っても本業と電力網を不安定にしないかである。

とくに工場では、生産設備とAIサーバーで電力の使い方が異なる。生産設備は工程に合わせて負荷が変わり、AI推論は利用者の要求に応じながら連続運転しやすい。空いて見える時間帯があっても、年間を通じた余力とは限らない。蓄電池は短時間の山をならせるが、消費する電力量そのものを生み出すわけではない。

実証では、平均消費電力だけでなく、最も負荷が高い時間の電力、蓄電池の残量、復旧時間を記録したい。AI処理を止めた場合に利用者へどのような遅延が出るか、生産設備を止めずに計算負荷だけを下げられるかも確かめる。電力会社や自治体との手続きが必要なら、12〜16週間の期間に含まれるかを契約前に確認する必要がある。

また、分散配置は障害を一カ所へ集中させない利点がある一方、保守する場所を増やす。遠隔監視で直せる故障と、技術者が現地へ行く故障を分け、交換部品をどこに置くかまで決めなければならない。データを拠点外へ出さない目的で導入する企業は、運用担当者のアクセス経路とログ保存も評価対象になる。

購入側の予算も変わる。GPUを自社資産として買うのか、設備利用料として払うのか、推論処理量に応じて払うのかで、景気変動やモデル更新のリスクを誰が負うかが違う。今回の発表に価格表はないため、短期導入という言葉だけでクラウドより安いとは判断できない。