Stanford MS&E435 Economics of the AI Supercycle: Building AI Factories

Stanford MS&E435 Economics of the AI Supercycle: Building AI Factories

AI Infrastructure as Digital Labor

現在のAI採用の急増は、データセンターへの大規模な投資という形で物理的に現れています。CrusoeのCEOであるChase Lochmillerはこれを「インテリジェンスのインフラストラクチャ」と表現しています。この投資は歴史上最大級で、マンハッタン計画や米国高速道路網と規模が匹敵し、米国防衛予算に次ぐ規模です。

経済的観点から見ると、AIトークンの価値は「デジタル労働」を提供できる点にあります。従来、労働力の増加は出生率や長い育成期間（教育・育成）に制約されていました。AIは労働（Cobb‑Douglas生産モデルにおけるδL）をデジタル的に加速させ、エージェントやボットを通じて利用可能な労働力を前例のない速度で増やすことで、経済を根本的に変革しGDP成長を加速させます。

The Anatomy of an AI Factory

ギガワット規模のAIデータセンターを構築することは、化学、機械、電気、コンピュータサイエンスの各分野が交差する多分野エンジニアリングの課題です。Lochmillerはデータセンターを最も基本的なレベルでは「電力と冷却が備わった建物で、コンピュータを接続できる場所」と定義しますが、規模が拡大すると複雑な「AIファクトリー」になります。

The Energy-First Approach

Crusoeは垂直統合戦略を採用し、インフラ成長を阻害しないようエネルギー開発を最優先しています。これは、従来のデータセンターハブ（例：バージニア北部）ではなく、豊富で低コストなエネルギー資源がある地域にデータセンターを配置することを意味します。

  • Abilene, Texas Site: Crusoeはテキサス西部の再生可能エネルギー過剰投資を活用しています。生産税額控除と送電制限により、Abileneの電力価格は時にマイナスになることもありました。Crusoeはここに200 MWの変電所と1 GWの変電所（米国最大の民間所有変電所）を備えたキャンパスを建設し、信頼性確保のために350 MWの天然ガス発電所も併設しました。
  • Claude, Texas Site: この拠点は風力エネルギーに焦点を当て、「メーター横断」戦略を採用しています。Crusoeは現地で風力（将来的に太陽光、バッテリー、ガスも計画）で電力を生成し、余剰電力をグリッドに売却します。メンテナンスや再生可能エネルギーが低下した際はグリッドから電力を引き込みます。

Cooling and Water Usage

AIが大量の水を消費するという説に対し、LochmillerはCrusoeのシステムは循環冷水ループを使用していると述べています。一度満たせば、年間の水消費量は単身住宅程度であり、西テキサスのような水資源が乏しい地域でも持続可能です。

The Economics of AI Infrastructure

ギガワット規模のコンピュートクラスターを立ち上げるには、約600億ドルの総資本支出（CapEx）が必要と見積もられています。

Infrastructure CapEx (約2000万ドル/MW)

  • Labor: 大きなボトルネックでありコスト要因。約470万ドル/MWと見積もられ、電気技師、溶接工、配管工などの大量のブルーカラー労働力が必要です。
  • Power Generation: ガスプラントは約200万〜300万ドル/MW。タービンメーカー（例：GE Vernova、Siemens）の供給能力が限られるため価格は上昇傾向です。
  • Electrical Equipment: 高電圧電力（例：345 kV）を使用可能なレベルに降圧するための配電センター、変圧器、スイッチギアが含まれます。
  • Mechanical Equipment: 空冷チラーや循環水用配管が含まれます。

IT CapEx (約4000万ドル/MW)

  • GPUs: 最大のコストで、約3000万ドル/MWです。
  • Networking: 高性能バックエンドネットワーク（NVLink、InfiniBand、またはRoCE）でGPUを統合クラスターに接続するために約400万ドル/MWかかります。
  • CPUs and Storage: 約300万ドル/MW。Lochmillerはエージェントワークフローの増加に伴うCPU不足を指摘しています。
  • Other: デプロイと輸送の労働費用が約100万ドル/MWです。

Revenue, Payback, and Depreciation

600億ドルのギガワットクラスターの場合、収益モデルは提供するサービス層に依存します。

  1. Chip Rental (Infrastructure as a Service): 約1500万ドル/MW/年の収益を生み、回収期間は約4年です。
  2. Managed Services (Model as a Service): モデルをホストし、トークン用APIエンドポイントを提供することで、さらに500万〜1500万ドル/MWのマージンが加わり、回収期間は2年程度に短縮可能です。

The Depreciation Debate

多くの上場企業はコンピュートを5〜6年で減価償却しますが、Lochmillerは古いチップ（例：H100）の価値は需要急増期（エージェントAIブーム）に実際に上昇することがあると主張しています。したがって、コンピュートの有用寿命はカレンダー上の期間ではなく、ユーザーにとっての価値に結びついていると考えます。

Future Outlook and Bottlenecks

The Electrical Stack Opportunity

Lochmillerは電気スタックに大きなイノベーション機会があると指摘しています。従来の企業（例：Eaton、Schneider）は、固体電子、固体変圧器、900 V DCアーキテクチャへと進化しなければ、効率的に高電圧変電所からラックへ電力を供給することができず、リスクにさらされると述べています。

Space-Based Data Centers

CrusoeはStarcloudと提携し、H100を宇宙へ打ち上げる計画を進めています。宇宙データセンターはコンクリート基礎や許認可、光ファイバー配線（光学に置き換え）を不要にしますが、熱管理やハードウェア保守が極めて困難です。GPUは容易に交換・再装着できないためです。LochmillerはこれをペイロードコストがSpaceXのStarshipなどで低減されることに依存する、10年以上先の長期的な取り組みと見ています。

SUMMARY:

CrusoeのCEOであるChase Lochmillerは、ギガワット規模のAIデータセンターを構築するために必要な巨額の資本支出について語り、AIをGDP成長を牽引するデジタル労働の形態として位置付けています。

TITLE:

Stanford MS&E435 Economics of the AI Supercycle: Building AI Factories

Sources