EU「AIギガファクトリー」は何を変えるのか｜2026年8月2日版
EUが、最大7カ所の「AIギガファクトリー」建設に向けた公募を始めました。目標は、施設ごとに10万基以上の先端AIプロセッサを集約し、次世代モデルの開発から大規模推論までを域内で処理できる基盤をつくることです。
重要なのは、巨大なデータセンターを増やすだけの計画ではない点です。計算資源、ストレージ、高速ネットワーク、安全なクラウド環境、電力・水までを一体化し、欧州の企業や研究機関が共有できるAI開発基盤を整える構想です。
- 最大7施設を整備し、EUのAI計算能力を現在の2倍以上へ拡大する計画
- 1施設あたり10万基以上の先端AIプロセッサを想定
- 公的資金100億ユーロを呼び水に、民間から200億ユーロを集める方針
- スタートアップや中小企業にも計算時間を提供する仕組みを用意
AIギガファクトリーとは何か
AIギガファクトリーは、モデルの学習だけを担うスーパーコンピューターではありません。
EUの法令上は、非常に大規模なAIモデルやアプリケーションについて、開発から大規模推論までの全ライフサイクルを扱う施設と定義されています。構成要素には次のものが含まれます。
- AI向けに最適化された大規模な計算能力
- 大容量ストレージと高速ネットワーク
- 利用者ごとに分離された安全なクラウド環境
- AI運用に特化した技術支援とセキュリティ
- 電力と水を含む持続可能な設備
欧州委員会は、10万基を超える先端AIプロセッサを集め、数兆パラメータ規模の次世代モデルを開発・学習できる施設を想定しています。
これほど多くのプロセッサを効率よく動かすには、チップを並べるだけでは足りません。学習データを各ノードへ送り続けるネットワーク、障害を吸収する分散処理、大容量ストレージ、冷却設備、安定した電力が必要です。どれか一つが不足すれば、高価なプロセッサを十分に稼働させられません。
既存の「AIファクトリー」と何が違うのか
EUではすでに、フィンランド、ドイツ、フランス、スペインなどに19のAIファクトリーが配置されています。これらはEuroHPCのスーパーコンピューターを軸に、企業や研究機関へ計算時間と支援サービスを提供する拠点です。
ギガファクトリーは、その仕組みを大幅に拡張します。
規模が約4倍になる
AP通信によると、新施設は現在EUで稼働するデータセンターのおよそ4倍の能力を持つ想定です。7施設が稼働すれば、EU全体のAI計算能力は2倍以上になるとされています。
大規模モデルの学習では、利用できる計算資源がモデル開発の速度を直接左右します。計算能力が不足すると、企業はモデルを小さくするか、域外のクラウド事業者から高価なGPUを借りる必要があります。
学習から推論まで扱う
モデルを一度学習すれば終わり、という設備でもありません。
EUの定義には大規模推論が含まれています。つまり、完成したモデルを多数の利用者へ提供する段階まで対象です。製造、医療、科学研究、行政などでAIを継続運用するには、学習時とは異なる処理量、応答速度、データ管理が求められます。ギガファクトリーは、その運用基盤もまとめて担います。
ここがポイント: AIギガファクトリーの価値はプロセッサ数だけではありません。モデル開発、データ保管、安全な利用環境、大規模推論を一つの基盤で扱えるかが成否を分けます。
300億ユーロをどう動かすのか
今回の計画では、公的資金100億ユーロによって、さらに200億ユーロの民間投資を呼び込む方針です。
公的資金はEUと参加国が負担し、EuroHPC共同事業体を通じた共同調達や、一定期間の計算資源の購入保証などに使われます。民間企業だけでは負いにくい巨額の初期投資を、公的部門が需要保証によって支える設計です。
この仕組みには二つの狙いがあります。
- 建設・運用事業者には、計算時間の購入先があるという予見性を与える
- EU側は、資金負担に応じた計算時間を確保し、域内の企業や研究者へ配分する
EU法令では、加盟国などが提供する計算時間を、スタートアップや中小企業の研究・開発へ優先的に割り当てることも定めています。公開型の先端AIモデルを開発する欧州プロジェクトには、無償アクセスを認める枠組みもあります。
設備を完成させるだけでなく、誰が計算資源を使えるのかまで制度化していることが、一般的な民間データセンターとの大きな違いです。
日本の開発者と企業にどう影響するか
施設の建設地は欧州ですが、日本企業にも無関係ではありません。
欧州向けAIの選択肢が増える
欧州の顧客データや機密情報を扱う企業では、データの保存場所、運用主体、国外移転が契約上の問題になります。欧州域内でモデルの学習から推論まで完結できる基盤が整えば、域外クラウドへの依存を抑えたAIサービスを設計しやすくなります。
日本企業が欧州法人向けにAIを提供する場合は、次の確認が重要になります。
- 学習データと推論データをどの国・施設で処理するか
- 基盤モデルと計算資源の提供主体は誰か
- 障害時や契約終了時にデータを移せるか
- EU域内の計算資源を利用する資格や条件を満たすか
半導体調達にも波及する
欧州委員会は、ギガファクトリーによる継続的な需要を、欧州製AIプロセッサの設計や将来の製造につなげる考えです。
ただし、施設の初期構築には大量の先端プロセッサが必要です。欧州域内だけで短期間に調達できるとは限りません。どの企業のプロセッサを採用するのか、ネットワークやソフトウェアを含めて複数ベンダーを組み合わせられるのかは、計画の技術的な自立度を測る材料になります。
クラウド市場の競争軸が変わる
AI基盤の競争は、単純なGPUの保有数から、データ管理、セキュリティ、電力効率、モデル運用支援を含む総合力へ移っています。
欧州の公共インフラが一定の計算時間を確保すれば、資金力の小さい企業でも大規模モデルを試せる可能性があります。一方、利用申請や審査が重ければ、迅速に契約できる既存クラウドとの差は縮まりません。実際の使いやすさは、料金、待ち時間、開発ツール、APIの仕様が公開されてから判断する必要があります。
計画に残る三つの難所
公募開始は大きな前進ですが、計算資源がすぐ利用可能になるわけではありません。欧州委員会の工程表では、最初の施設の建設開始は2027年とされています。
今後は次の三点が焦点です。
電力と冷却水
10万基規模のプロセッサを常時稼働させるには、大量の電力と冷却能力が要ります。候補地の選定では、電力価格だけでなく、送電網への接続時期、再生可能エネルギーの調達、渇水時の運用まで問われます。
プロセッサと部品の供給
先端AIプロセッサに加え、高帯域メモリー、光通信部品、電源設備も必要です。計画通りに資金を集めても、供給網が追いつかなければ稼働時期は遅れます。
利用者への配分
公共部門、研究機関、スタートアップ、大企業のどこへ、どれだけの計算時間を割り当てるのか。選考基準や料金体系が複雑になれば、小規模な開発チームほど利用しにくくなります。
継続ウォッチ
次に見るべきなのは施設数の目標ではなく、実装条件です。
- 7施設の候補地と、電力・水の確保方法
- 採用されるAIプロセッサ、ネットワーク、クラウドソフトウェア
- 200億ユーロの民間資金を実際に集められるか
- スタートアップ向け計算時間の料金、審査、待ち時間
- 建設開始から本稼働までの具体的な工程
EUの計画が成功したかどうかは、巨大施設の完成写真では判断できません。欧州の小規模な開発チームが、必要な時に計算資源へ接続し、モデルを学習・運用できるか。その利用条件が公開された時点で、初めて基盤としての実力が見えてきます。