出版書誌データベース

●発 刊：2026年7月7日
●体 裁 : B5判　311ページ
●定 価 : 66,000円 (税込(消費税10％））
●執筆者 : ２６名

★冷却・空調最適化・排熱利用・部材開発などあらゆる面から熱対策に寄与する技術を網羅

■　目　次
第1章　データセンターの関連市場と今後の動向
　第1節　生成AI によるデータセンター業界の激変
　第2節　AIデータセンターの市場動向(グローバル・日本)
第2章　熱対策に寄与する部材開発技術と要求性能
　第1節　ベーパーチャンバを用いたサーバ用CPU、GPU チップ冷却ユニット
　第2節　ベーパーチャンバーの薄型化技術
　第3節　データセンター用樹脂配管の要求事項および設計施工技術
　第4節　放熱用窒化アルミニウムフィラーの開発
　第5節　単相式液浸サーバー用の冷却油開発
　第6節　生成AI 時代のデータセンター～液浸冷却技術について～
　第7節　データセンターにおける光ファイバ関連技術と光配線構築
第3章　冷却設備の基礎と最適化
　第1節　冷却方式の比較と最近の動向
　第2節　関連技術トレンド
　第3節　冷却設備の運用最適化
　第4節　空調設計
第4章　データセンターのエネルギー最適化～排熱、電源、通信技術
　第1節　排熱の回収と再利用技術
　第2節　電源供給系統(UPS) の高効率化と省電力化技術
　第3節　AI データセンター時代のオプティカル技術(光通信・高速データ伝送技術) の動向と今後の展望
第5章　データセンターの環境対策と持続可能性
　第1節　データセンター新設における課題と対応
　第2節　生成AI の普及とデータセンターの地方分散
　第3節　グリーンデータセンター構築の取り組み

第1章　データセンターの関連市場と今後の動向
　第1節　生成AI によるデータセンター業界の激変
　　1. サイバーファースト革命とデータセンターの役割
　　2. データセンターとGX 施策との関係
　　3. ワット・ビット・シェルの方程式
　　4. 生成AI とはどのようなもの？
　　5. 分散化・プライベート化が進む生成AIシステム
　　6. 再生可能エネルギーとの共存・共栄の可能性　
　　7. 生成AI の既存のデータセンター・ビジネス生態系へのインパクト
　　8. ワット・ビット連携戦略
　　9. まとめ

　第2節　AIデータセンターの市場動向(グローバル・日本)
　　1. データセンター市場規模
　　2. 熱課題への取り組み
　　

第2章　熱対策に寄与する部材開発技術と要求性能
　第1節　ベーパーチャンバを用いたサーバ用CPU、GPU チップ冷却ユニット
　　1. サーバ用CPU/GPU 冷却技術
　　2. ベーパーチャンバについて
　　　2.1　ベーパーチャンバの原理
　　　2.2　ベーパーチャンバの拡大熱抵抗
　　3. ベーパーチャンバを用いたチップ冷却ユニット
　　　3.1　ベーパーチャンバを用いたチップ冷却の利点
　　　3.2　水冷用ベーパーチャンバ
　　　3.3　空冷用タワー型ベーパーチャンバ
　　4. まとめ

　第2節　ベーパーチャンバーの薄型化技術
　　1. 電子部品の放熱・冷却
　　　1.1　AI と電子部品の関係
　　　1.2　電子素子の放熱・冷却技術
　　2. ベーパーチャンバーの基本構造と熱輸送メカニズム
　　　2.1　ヒートパイプとベーパーチャンバー
　　　2.2　ベーパーチャンバーの課題
　　3. MEMS ベーパーチャンバー
　　　3.1　MEMS 技術と低沸点媒体の導入
　　　3.2　MEMS ベーパーチャンバー
　　4. まとめ

　第3節　データセンター用樹脂配管の要求事項および設計施工技術
　　1. 建設環境の変化と樹脂配管の台頭
　　　1.1　データセンター建設の急増と「2024 年問題」
　　　1.2　金属から樹脂への転換による技術的メリット
　　　　1.2.1　非腐食性
　　　　1.2.2　軽量性
　　　　1.2.3　施工容易性と工期短縮
　　　　1.2.4　コミッショニング工程の短縮
　　　1.3　サステナビリティとScope 3 削減への貢献
　　2. データセンターにおける樹脂配管の要求事項
　　　2.1　冷却系統の3 層構造と適用温度域
　　　　2.1.1　一次側( 施設側) 冷却水系統
　　　　2.1.2　二次側( サーバ側) 冷却液( クーラント) 系統
　　　　2.1.3　ラック内分配・回収系統( コールドプレートループ)
　　　2.2　温度・圧力条件による材料選定の指針
　　　　2.2.1　ポリエチレン(PE100) による空冷インフラの構築
　　　　2.2.2　ポリプロピレン(PP-H) による液冷対応
　　　　2.2.3　PVDF による高負荷対応
　　　2.3　付帯機器の選定と運用面での要求機能
　　　　2.3.1　バルブ選定と操作性
　　　　2.3.2　クイックコネクトバルブによる運用性向上
　　　　2.3.3　二重管システムとリスク管理
　　3. 設計・解析・検証における基本的考え方
　　　3.1　長期信頼性の検証(MRS 評価)
　　　3.2　化学的適合性の確認
　　　3.3　樹脂配管特有の熱伸縮処理
　　　3.4　エンジニアリング支援サービス(AES) とBIM 活用
　　4. 溶着技術と施工品質管理
　　　4.1　樹脂の接合原理と工法の分類
　　　　4.1.1　プレハブ向け：バット溶着・IR 溶着
　　　　4.1.2　現場向け：電気溶着(EF)
　　　4.2　施工者技量とトレーサビリティ
　　5. プレハブ製作と生産体制
　　　5.1　現場施工からプレハブ製作への転換
　　　5.2　特殊加工技術による形状自由度
　　6. Direct Liquid Cooling(DLC) への適応と進化
　　　6.1　液冷化の進展と配管システムへの要求事項
　　　6.2　配管材料と清浄性要求( 腐食生成物・異物混入リスクの低減)
　　　6.3　ラック内マニホールドの高度化

　第4節　放熱用窒化アルミニウムフィラーの開発
　　1. 窒化アルミニウムフィラーの開発
　　　1.1　粒子径の制御
　　　1.2　表面処理
　
　第5節　単相式液浸サーバー用の冷却油開発
　　1. 背景：液浸冷却技術と液浸冷却油の重要性
　　2. 液浸冷却方式について
　　3. 液浸冷却油の分類
　　4. 液浸冷却油に求められる物性と性能指標
　　　4.1　熱特性
　　　4.2　電気特性
　　　4.3　化学安定性
　　　4.4　材料適合性
　　5. 液浸冷却油の開発トレンド
　　　5.1　低粘度化と高熱伝導化
　　　5.2　長寿命化と酸化安定性
　　　5.3　材料適合性の改善
　　　5.4　環境配慮型素材
　　6. 液浸冷却市場動向と競争環境
　　　6.1　世界市場
　　　6.2　日本市場
　　7. 出光液浸油の紹介
　　8. 液浸冷却油の課題と展望

　第6節　生成AI 時代のデータセンター～液浸冷却技術について～
　　1. サーバー冷却効率とカーボンニュートラル実現の両立
　　2. サーバー冷却における液浸冷却のメリット
　　3. カーボンニュートラル実現に貢献するENEOS 液浸冷却液の開発
　　4. 実績と今後の普及見通し
　　5. NVIDIA ALCHEMI を活用した液浸冷却液・酸素発生反応触媒の探索・最適化の加速に成功
　
　第7節　データセンターにおける光ファイバ関連技術と光配線構築
　　1. 光ファイバ関連技術の動向
　　　1.1　光ファイバ
　　　1.2　光ケーブル
　　　1.3　光ファイバ接続
　　2. データセンターにおける光配線への要求事項
　　3. 光配線システムの構築例
　　　3.1　コロケーションデータセンターの光配線システム
　　　3.2　クラウド/ 生成AI の光配線システム
　　4. 今後のトレンド

第3章　冷却設備の基礎と最適化
　第1節　冷却方式の比較と最近の動向
　　1. 冷却方式の主要比較
　　2. 最近の動向とトレンド(2025 年～ 2026 年)
　　3. 空冷、液冷、間接外気冷却、水冷、ハイブリッド冷却
　　　3.1　空冷
　　　　3.1.1　空冷の主な種類
　　　　3.1.2　メリットと強み
　　　　3.1.3　直面している限界と動向
　　　3.2　水冷
　　　　3.2.1　水冷の仕組みと種類
　　　3.3　液怜
　　　　3.3.1　DLC の仕組み
　　　　3.3.2　なぜ今、DLC なのか？
　　4. 最新の動向
　　　4.1　CDU( 熱交換器) とは？
　　　4.2　DLC と液浸冷却(Immersion Cooling)
　　　4.3　最近の動向：2 相式(Two-Phase) の議論
　　　　4.3.1　最大の懸念点：液漏れ対策とコスト
　　　　4.3.2　具体的な主要メーカー
　　　　4.3.3　最近のトレンド
　　　4.4　導入のポイント
　　　　4.4.1　導入コスト (CapEx) の概算
　　　　4.4.2　液冷対応サーバーの主要ラインナップ

　第2節　関連技術トレンド
　　第1項　液浸冷却技術と実用化に向けた要求事項～Quantum Mesh「KAMUI」によるコンテナ型実装を例に
　　1. 液浸冷却の原理と方式分類
　　　1.1　基本構成と熱伝達経路
　　　1.2　直接冷却と間接冷却
　　　1.3　単相方式と二相方式
　　2. 空冷・水冷との性能比較と導入意義
　　　2.1　PUE および冷却電力比率の比較
　　　2.2　高密度ラック対応力
　　　2.3　設置面積効率、静音性、部材保護
　　3. 冷却液の種類と選定要件
　　　3.1　主要冷却液群
　　　3.2　誘電特性、材料適合性、熱伝導率・粘度・密度
　　　3.3　安全性と環境負荷
　　4. 設計・運用・保守上の要求事項　
　　　4.1　タンク／ラックの構造設計と耐荷重
　　　4.2　二次側循環と熱交換、冷却源との接続
　　　4.3　漏液対策、防液設計、保守作業
　　　4.4　部材適合性
　　5. コンテナ型液浸データセンターによる実装と実証
　　　5.1　ラック設計の要点
　　　5.2　サーバ用コンテナと設備コンテナの分離設計
　　　5.3　福井県高浜町「高浜ドリップ1」の運転実績
　　　5.4　実装で見えた留意点と改善方向
　　6. 今後求められる技術と展望
　　　6.1　高密度GPU 世代と二相方式の再検討
　　　6.2　排熱の地域熱利用への接続
　　　6.3　PFAS 規制と冷却液の代替
　　　6.4　標準化と政策動向

　　第2項　AI 向けサーバーの設置環境及び水冷サーバーによる熱対策
　　1. データセンター導入環境における3 要素
　　　1.1　機械設置
　　　　1.1.1　データセンターで使われるサーバーラックの寸法と規格
　　　　1.1.2　レールとマウンティングポストの関係
　　　　1.1.3　荷重と床耐荷重
　　　　1.1.4　設置面積の拡張と架台の活用
　　　1.2　電源
　　　　1.2.1　データセンターで一般的に使われるコンセント・プラグ
　　　　1.2.2　100V と200V の違い
　　　　1.2.3　Power Distribution Unit (PDU)
　　　1.3　冷却
　　　　1.3.1　データセンターの冷却の変化
　　　　1.3.2　ホットアイルとコールドアイル
　　　　1.3.3　ホット・コールドアイルの囲い込みと局所空調
　　2. 生成AI 時代に向けたデータセンターに不可欠な水冷サーバーの導入環境
　　　2.1　水冷サーバーに必要なコンポーネント
　　　　2.1.1　コールドプレート
　　　　2.1.2　マニフォールド
　　　　2.1.3　CDU (Coolant Distribution Unit)
　　　2.2　水冷サーバーの導入環境における寸法と重量
　　　　2.2.1　水冷サーバーを搭載するラックの寸法
　　　　2.2.2　OPEN Compute Project (OCP) 規格の21 インチラックの採用
　　　　2.2.3　水冷サーバーの荷重
　　　2.3　水冷サーバーの電源
　　　　2.3.1　三相電源の必要性
　　　　2.3.2　直流電源
　　　　2.3.3　パワーシェルフの冗長の考え方
　　　　2.3.4　データセンターに必要な電源の肥大化
　　　2.4　水冷サーバーの冷却
　　　　2.4.1　空冷の必要性
　　　　2.4.2　水冷と空冷の比率
　　　　2.4.3　設備側からの冷水・冷却水
　　3. 水冷サーバーの導入環境に必要なRFP
　　　3.1　Resource：人材
　　　3.2　Facility：設備
　　　3.3　Place：場所

　　第3項　データセンター向け冷却水に関する諸問題
　　1. データセンター市場の急成長と水需要の構造
　　　1.1　冷却水の需要
　　　1.2　なぜ水が必要か
　　2. 冷却技術の変遷とコスト構造(CAPEX/OPEX)
　　3. 冷却水の消費指標と現状の課題
　　　3.1　水の調達コスト(Water Procurement Costs)
　　4. 地域別：水利権と規制の動向
　　　4.1　北米( 米国：アリゾナ、バージニア州など)
　　　4.2　欧州( アイルランド、オランダ、北欧)
　　　4.3　アジア・太平洋( シンガポール、東南アジア)
　　5. 米国および欧州における規制動向と社会的摩擦
　　　5.1　米国の規制概要
　　　5.2　官民連携による資金提供例
　　　5.3　水への投資は安上がり
　　　5.4　各州の規制動向(2025-2026 年最新状況)
　　　5.5　ウォーター・ポジティブへの不信感
　　　5.6　連邦レベルの動き：EPA「WRAP 2.0」
　　6. 欧州の現状
　　　6.1　年間水消費量(予測)
　　　6.2　水利用効率(WUE)
　　　6.3　欧州の水源別内訳
　　　6.4　EU 主要国・地域の規制動向
　　　6.5　シンガポールの動向
　　7. 水資源管理
　　　7.1　水質管理の「壁」：腐食とスライム
　　　7.2　下水処理水からDC 冷却水への具体的浄化ステップ
　　　7.3　水質基準値(一例)
　　　7.4　インフラ整備の「壁」：中水道専用配管の敷設
　　8. 下水道事業の「新たな収益モデル」への転換
　　　8.1　産業用再生水供給ビジネス
　　　8.2　下水熱の有効活用( エネルギー供給)
　　　8.3　誰が顧客なのか・・・下水道事業者の売り込み先
　　9. 専門的知見：再生水利用を巡る「ゼロサムゲーム」の懸念
　　　9.1　基底流量の消失( リターンの遮断)
　　10. 今後の展望：持続可能なDC 戦略
　　11. 今後どう対処すべきか
　　　11.1　冷却技術の抜本的な転換( 水を使わない、捨てない)
　　　11.2　水資源の「質」と「場所」の最適化
　　　11.3　「消費」から「創出」へ：循環型エコシステムの構築

　第3節　冷却設備の運用最適化
　　第1項　熱密度の増加に対する設備構成と運用のトレンド
　　1. 運用最適化の各種アプローチ
　　　1.1　サーバー室の気流制御( 空冷の最適化)
　　　1.2　給水温度の最適化( 液冷・水冷の最適化)
　　　1.3　AI とデジタルツインによるリアルタイム管理
　　　1.4　廃熱の再利用( エネルギー・リサイクル)
　　2. 運用上のチェックポイント
　　　2.1　保守・メンテナンス計画の立て方
　　　2.2　PUE を測定・改善するための具体的な指標
　　　　2.2.1　PUE 改善のためのサブ指標
　　　　2.2.2　具体的な改善アクション
　　3. 熱密度の増加に対する設備構成のトレンド
　　　3.1　冷却方式の「段階的移行( ステップアップ)」
　　　3.2　最新の設備構成トレンド( キーワード)
　　　3.3　建屋設計への影響
　　4. 最新のAI インフラ運用
　　　4.1　NVIDIA Blackwell (GB200) 特化型構成のスタンダード
　　　4.2　具体的なコストシミュレーション( 概算)
　　　4.3　導入の現実的なハードル
　　　4.4　万が一の液漏れ( リーク) 発生時の初動対応フロー
　　　　4.4.1　検知(Detection)
　　　　4.4.2　自動遮断(Isolation)
　　　　4.4.3　現場確認と排水(Containment)
　　　　4.4.4　モジュール交換
　　　4.5　液冷化によるGPU 寿命の延び(信頼性データ)
　　　　4.5.1　温度の安定化 (Thermal Stability)
　　　　4.5.2　ジャンクション温度の抑制
　　　　4.5.3　防塵・腐食防止
　　　4.6　日本国内でGB200 を受け入れ可能なDC 事業者の動向
　　　4.7　「液浸冷却(Immersion Cooling)」など、さらに先の技術
　　5. 最近の動向：環境規制(PFAS) の影響
　　　5.1　主要ベンダーの比較：液冷ソリューションの強み
　　　5.2　液冷導入によるカーボンニュートラル(GX) への貢献度
　　　5.3　サマリー
　　　　5.3.1　活用を検討すべき「特定の補助金名」
　　　　5.3.2　液冷ならではのリスク管理について
　　　　5.3.3　TCO 比較図表イメージ( 簡易版)
　　　　5.3.4　液冷導入ベンダー提案依頼項目案

　　第2項　AI活用による空調制御とその検証
　　1. 従来の空調制御方式
　　2. AI 制御の分類
　　3. 環境省実証事業におけるAI 活用事例
　　4. 商用データセンターへの適用事例
　　5. AI 制御効果の検証と運用上の留意点
　　6. 液冷システムへの展開

　　第3項　AI を用いた空調自動制御の開発及び実証結果
　　1. データセンター空調を取り巻く社会的背景と市場動向
　　　1.1　生成AI 時代における熱負荷の変化
　　　1.2　脱炭素・ESG 対応としての空調最適化
　　2. 従来の空調制御方式が抱える課題　
　　3. AI を用いた空調自動制御の基本的な考え方
　　　3.1　AI 適用の狙い
　　　3.2　制御方式の概要
　　　3.3　現地運用要員との連携
　　4. 実データセンターにおける適用結果　
　　　4.1　適用条件の概要
　　　4.2　削減効果
　　5. 今後の課題と展望
　
　　第4項　AI/IoT活用による最適制御のポイント
　　1. 冷却設備のAI/IoT 活用：4 つの主要領域
　　　1.1　デジタルツインによる熱流体予兆制御
　　　1.2　AI によるチラー・CDU の最適運転(PUE の最小化)
　　　1.3　IoT センサーによる「予兆検知」と「液漏れ防御」
　　　1.4　IT 負荷と冷却の連動(IT-Cooling 連携)
　　2. 期待される導入効果
　　3. AI 制御・デジタルツイン主要プラットフォーム比較
　　4. 最適制御導入のステップ
　　5. AI プラットフォーム導入時のセキュリティ要件
　　6. AI 制御による削減実績( ケーススタディ)　
　　7. 背景と喫緊の課題：空冷の限界
　　　7.1　推奨される技術ソリューション：液冷(DLC) への転換
　　　7.2　経済合理性と投資対効果(TCO)
　　　7.3　AI/IoT による運用最適化とリスク管理
　　　7.4　結論と提言

　　第5項　センサデータ利用による負荷制御、データ取得方法
　　1. データ収集のレイヤーと取得方法(データソース)
　　2. センサデータを利用した負荷制御のロジック
　　3. 実装における課題と解決策
　　4. 具体的な構成例
　　　4.1　データ収集から制御までのシステム構成図(ドラフト)
　　　4.2　具体的なAI 制御アルゴリズムの例示
　　5. センサー選定のガイドライン
　　6. 自律型データセンターへの道
　　　6.1　自作( スクラッチ) vs パッケージ導入の比較
　　　6.2　「自作」が推奨されるケース
　　　6.3　「パッケージ導入」が推奨されるケース
　　　6.4　賢い選択：「ハイブリッド型」の台頭
　　7. デジタルツインの活用
　　　7.1　デジタルツインを用いた事前シミュレーションの手順
　　　7.2　主要AI プラットフォームの「学習モデル」と「制御データ」
　　　7.3　実装のポイント：デジタルツインからAI 制御への橋渡し
　　8. AI 制御導入に向けた「性能保証(SLA)」項目案
　　9. 液冷導入後の年間保守メンテナンス・スケジュール
　　10. 液冷・AI 最適化プロジェクト：最終リスク点検チェックシート
　　　10.1　物理・ファシリティリスク( 建屋の限界突破)
　　　10.2　技術・運用リスク( 液漏れと安定性)
　　　10.3　AI・ソフトウェアリスク( 制御のブラックボックス化)
　　　10.4　契約・ビジネスリスク( 責任の所在)

　第4節　空調設計
　　第1項　高負荷データセンターの設計・運用における課題と対策
　　1. サーバールームにおける局所温度上昇と対策　　
　　　1.1　サーバー負荷の偏りとコールドアイル温度上昇の発生　　
　　　1.2　コールドアイル温度上昇対策
　　　　1.2.1　空調設備の運用による対策
　　　　1.2.2　排気気流調整機構による対策
　　2. シミュレーション技術の活用
　　　2.1　データセンターの高密度化とシミュレーション
　　　2.2　シミュレーション技術の活用事例
　　　　2.2.1　システムシミュレーションによる検証
　　　　2.2.2　シミュレーションモデルの高度化

　　第2項　データセンターの熱的事情と熱・気流状態のシミュレーションと可視化
　　1. 熱的状態の見える可　静的状態と動的状態　停電・復電シミュレーション
　　2. 冷却のためのサーバー構造 ～アイルキャッピング　エアガラリ　ブランクパネル　局所空調　
　　3. 高負荷サーバーの冷却手段 -DLC (Direct Luquid Cooling)-
　　4. PUE (Power Usage Effectivity) はどこへ行ったか
　　5. 熱と流れの改善で築く未来のデータセンター

第4章　データセンターのエネルギー最適化～排熱、電源、通信技術
　第1節　排熱の回収と再利用技術
　　1. 廃熱利用
　　　1.1　廃熱利用を成功させる条件
　　　1.2　データセンターの廃熱利用
　　2. 冷却方式毎の廃熱利用
　　　2.1　低温廃熱(30℃～ 45℃程度)：空気冷却方式
　　　2.2　中温廃熱(45℃～ 60℃程度)：直接液体冷却(DLC)・リアドア空調方式
　　　2.3　高温廃熱(60℃以上)：浸漬冷却( 二相液浸)・二相直接液体冷却(二相DLC) 方式・自励振動型蒸発冷却
　　3. 吸収式冷凍機／吸着式冷却機／バイナリー発電の活用
　　　3.1　吸収式冷凍機(Absorption Chiller)　
　　　3.2　吸着式冷却機(Adsorption Chiller)
　　　3.3　有機ランキンサイクル方式のバイナリー発電(Organic Rankine CycleBinary Power Generation)
　　4. 地域冷暖房・温浴施設・農業施設等との連携事例
　　　4.1　地域冷暖房(District Heating & Cooling)
　　　4.2　温浴施設・公共施設
　　　4.3　農業施設・水産養殖
　　5. 逆ワークロードシフト( 逆WLS)
　　6. 廃熱再利用によるLCA 評価とCO2 削減効果
　　　6.1　LCA 評価における廃熱利用の位置づけ
　　　6.2　定量的なCO2 削減効果
　　　6.3　PUE およびその他の指標への影響
　　　6.4　今後の課題と展望

　第2節　電源供給系統(UPS) の高効率化と省電力化技術
　　1. UPS の冗長方式
　　2. 高効率UPS 技術と省エネ手法
　　　2.1　高効率UPS 技術
　　　2.2　主回路変換ユニット台数制御による省電力化
　　　2.3　入力変圧器の効率向上技術
　　　2.4　大容量パワエレ試験装置及び回生機能による省電力化
　　3. 遠隔監視による機器の劣化判定と予防保全
　　4. SKID による信頼性の向上と短納期対応

　第3節　AI データセンター時代のオプティカル技術(光通信・高速データ伝送技術) の動向と今後の展望
　　1. AI データセンターにおけるオプティカル技術のトレンド
　　2. シリコンフォトニクスおよび光電融合技術の進化と適用領域
　　3. 導入および普及に向けた課題
　　4. 今後の展望

第5章　データセンターの環境対策と持続可能性
　第1節　データセンター新設における課題と対応
　　1. データセンター新設における主要な対応・考慮事項
　　2. 具体的な対応と考慮の詳細
　　3. 代表的なデータセンター施設事例と環境配慮・地方共生の工夫
　　4. 今後の展望とステークホルダーへの多角的提言

　第2節　生成AI の普及とデータセンターの地方分散
　　1.生成AI の普及と主なユースケース
　　　1.1　データセンターの新たな需要の牽引役となる生成AI
　　　1.2　生成AI の主な用途とユースケース
　　2. AI データセンターの要件
　　　2.1　AI データセンターの特長
　　　2.2　通信遅延に対する許容度が高いAI データセンター
　　3. 全国で増加するAI データセンター
　　　3.1　増加するAI データセンター
　　　3.2　逼迫する首都圏のデータセンター市場
　　　3.3　データセンターのラック価格の推移
　　4. 逼迫する首都圏の電力需給と「ワット・ビット連携」
　　　4.1　地方に比べて逼迫傾向にある首都圏の電力需給
　　　4.2　「ワット・ビット連携」とデータセンターの地方分散
　　5. データセンターの地方分散において有力なエリア
　　6. 技術革新によってさらに進展しうるデータセンターの地方分散
　
　第3節　グリーンデータセンター構築の取り組み
　　1. 当社データセンターの紹介
　　　1.1　松江データセンターパークと白井データセンターキャンパス
　　2. グリーンデータセンターにかかるステークホルダーからの要求・関連規格・法制度と当社データセンターの対応
　　　2.1　ステークホルダーからの要求・関連規格・法制度
　　　2.2　当社データセンターの対応
　　　　2.2.1　取り組み目標の開示
　　　　2.2.2　エネルギー効率の向上( 省エネ化) の取り組み
　　　　2.2.3　再生可能エネルギー利用の推進
　　　　2.2.4　蓄電池を活用したエネルギーマネジメントの実装
　　　　2.2.5　データセンターの環境対策を収益機会に
　　3. 生成AI 時代に向けたデータセンターに求められる省エネ設計と熱マネジメント技術
　　　3.1　液冷対応
　　　3.2　高電圧直流給電(HVDC) と廃熱再利用
　　4. 今後の取り組み