Meta、次世代AIデータセンター向け密閉型液冷技術を公開

米 Meta（FacebookやInstagramを運営する米大手テクノロジー企業） は2026年8月28日、最新のAI特化型データセンターで導入を進めているDirect-to-Chip方式の「密閉型液冷技術（Closed-Loop Liquid Cooling）」のアーキテクチャ詳細を公式発表しました。

高性能AI半導体の発熱量増大に対応し、水消費量と消費電力を最小限に抑えながら高密度なコンピュート基盤を維持する冷却設計の仕組みを公開しています。

水を循環再利用する密閉型液冷の仕組み

従来の空冷データセンターとは異なり、Metaの最新AIデータセンターでは水とグリコールの混合冷却液をサーバーチップへ直接送り込み、熱交換器を介して連続循環させる密閉型ループを採用しています。

• ​水消費の極小化​: 冷却液は施設外へ排水されず密閉ループ内で再利用され、最長10年間交換なしでの運用を想定。年間水使用量はレストラン数軒分未満に抑制。
• ​高密度配置と省スペース​: 空冷用大型ファンの設置スペースを削減し、同等サイズのサービートレイに多くのGPUを搭載可能。
• ​既存施設への展開​: 液冷配管のない既存施設向けには、ラック内に小型熱交換器とポンプを内蔵した「Air-Assisted Liquid Cooling」を展開。

強化学習によるリアルタイム冷却制御とオープンソース展開

冷却効率の最適化において、Metaは 強化学習（試行錯誤を通じて最適な行動方針を学習する機械学習手法） （RL）を活用した自律制御システムを実運用しています。

項目	従来の空冷方式	密閉型液冷＋強化学習制御
​冷却媒体​	外気および空調ファンによる送風	水・グリコール混合液（Direct-to-Chip密閉循環）
​水資源消費​	蒸発冷却による大量消費が発生	密閉ループ再利用により年間水使用量を極小化
​運用制御​	固定設定によるベースライン制御	物理シミュレータで学習した強化学習によるリアルタイム最適化
​省エネ効果​	基準値	空冷給気ファンの消費電力を平均20%削減、水消費を4%削減

Metaはこれらの設計成果を、自身が設立した Open Compute Project（データセンターハードウェア設計をオープンソースで共有する国際イニシアチブ） （OCP）を通じて「IcePack」液冷ネットワークプラットフォームなどとして業界全体に無償公開しています。

AIインフラの持続可能性と今後の展望

AIモデルの大規模化に伴い、データセンターの電力・水資源の負荷は世界的な課題となっています。Metaがハードウェア設計から液冷配管、強化学習制御まで垂直統合で効率化を図り、その知見をオープンソース化するアプローチは、AIインフラの持続可能性向上に向けた業界の標準化を後押しするとみられます。

引用元：Meta Newsroom