出光興産の冷却油実証、AIデータセンター商用化へ最終局面入り

冷却油実証が材料視されるAI電力制約

出光興産をめぐる今回の材料は、石油元売りの従来イメージから少し離れた「AIインフラ向け高機能材」の話です。東北大学サイバーサイエンスセンター、Supermicro、Ablecom Technologyと連携し、油液浸冷却技術を使ったAIデータセンターの商用化に向けたPoCが最終検証フェーズへ進む、という位置づけになります。

投資家が注目すべき点は、冷却がAIデータセンターの周辺設備ではなく、GPU導入量や立地、電力契約、騒音対策を左右する中核条件になっていることです。IEAは2024年の世界データセンター電力消費を415TWh、2030年を約945TWhと見込み、AIを増加要因の中心に置いています。冷却効率を改善できる素材やシステムは、AI関連テーマの中でも実需に近い領域です。

油液浸冷却PoCを支える四者の役割

今回の実証を材料株として読むには、まず参加企業と機関の役割分担を整理する必要があります。AIデータセンターの液浸冷却は、単にサーバーを液体に沈めれば成立する技術ではありません。絶縁性のある冷却液、サーバー筐体、熱交換ユニット、ベンチマーク測定、保守方法、火災安全、規格対応までを一体で詰める必要があります。

東北大学サイバーサイエンスセンターは、スーパーコンピュータAOBAを運用し、全国の学術研究向けに高性能コンピューティング基盤を提供している機関です。センターの公式情報では、学内外の研究者に利用される計算基盤に加え、民間企業にも応用ソフトウェアや基盤を提供していると説明されています。実証データの取得先として、研究機関の中立性とHPC運用知見が加わる意味は小さくありません。

一方、SupermicroはAIサーバーとラックスケール液冷システムの実装側です。同社は公式サイトで、DLC-2液冷により空冷比でデータセンター全体の電力を最大40%削減、TCOを最大20%低減、熱回収を最大98%まで高めるとうたっています。これはあくまで同社ソリューションの訴求値ですが、AIラックが高密度化するなかで、冷却がサーバーベンダーの競争軸になっていることを示します。

Ablecom Technologyは、サーバー筐体や熱設計に強みを持つ台湾企業です。同社は2025年1月、UHT Unitechとの液浸冷却AIサーバー開発で、非導電性液体にサーバーを浸し、循環システムで熱を逃がす方式を説明しています。また、日本市場ではAIデータセンター向けの統合ソリューション提供を狙い、北浜GRFとの協業も公表しています。今回のPoCでAblecomが関与する意義は、研究用の試験装置を商用筐体やコンテナ型設備に近づける点にあります。

出光興産が担う絶縁油の差別化

出光興産の役割は、冷却媒体であるサーバー冷却油です。北浜GRFが2025年8月に発表した性能試験計画では、Supermicro・Ablecom製の油液型液浸サーバーと、出光興産が開発したサーバー冷却油を活用したAIデータセンター用コンテナシステムが紹介されています。そこでは、出光の冷却油について、引火点254度、100度での動粘度5平方ミリメートル毎秒、高絶縁性、無色透明・無臭といった特徴が示されました。

この数値が投資材料として重要なのは、液浸冷却の普及で問われるのが「冷えるか」だけではないためです。高密度GPUを安定稼働させるには、冷却性能に加え、電気的な絶縁性、流動性、メンテナンス時の扱いやすさ、安全規制との整合が必要です。出光は潤滑油事業で世界28カ国に製造・販売・研究開発ネットワークを持つと説明しており、石油由来の機能材を顧客仕様に合わせて開発する経験があります。

ただし、冷却油が事業として大きくなるには、液体そのものの性能だけでは足りません。油量、交換周期、劣化診断、廃液処理、タンク材料との相性、サーバー保証との関係が商用案件ごとに確認されます。PoCの最終検証フェーズは、出光の素材技術がAIデータセンター事業者の購買条件に届くかを見極める段階といえます。

SupermicroとAblecomの実装領域

SupermicroとAblecomの関与は、出光の冷却油を「素材単品」から「導入可能なシステム」へ押し上げる部分です。液浸冷却では、サーバーを沈めるタンク、油液循環、熱交換、配管、ポンプ、センサー、引き上げ作業、保守手順が全体性能を左右します。サーバー本体の設計を理解する企業がいなければ、冷却油だけが優れていても商用化は進みません。

北浜GRFの過去発表では、屋外型コンテナに油液型液浸サーバーとCDUユニットを収容し、外部のクーリングタワーで二次冷却する計画が示されました。試験負荷としては、GPU一式にH200を8個、ダミーヒーター25個を用い、全負荷81.4kWを設定すると説明されています。この水準は、単なる小型デモではなく、AIサーバーの高熱密度を意識した試験です。

投資家目線では、ここに「材料の深さ」があります。サーバーベンダー、筐体企業、冷却油メーカー、大学研究機関がそろうことで、評価項目が電力削減、PUE実効値、騒音、二次冷却効率、ベンチマーク性能へ広がります。株価が反応しやすいのは発表文の華やかさですが、中期的な価値を決めるのは、測定された効率が標準設計として再現できるかです。

もう一つ見落とせないのは、今回の組み合わせが日本国内のAIデータセンター開発に向いた構成を意識している点です。国内では電力容量、冷却水、騒音、住民説明、災害時の運用継続が立地選定の制約になります。コンテナ型や高密度ラックで冷却効率と低騒音を示せれば、大規模キャンパス型だけでなく、研究機関、製造業、地方分散型データセンターへの展開余地も出てきます。出光の冷却油がこの設計思想の中に組み込まれるなら、単なる試験用素材ではなく、AIインフラの部材サプライチェーンに入る可能性が生まれます。

AIデータセンター商用化で問われる採算条件

AIデータセンターの冷却技術は、需要側の環境が追い風です。IEAは、データセンター投資が2022年以降ほぼ倍増し、2024年には5,000億ドル規模に達したと分析しています。さらに、AI重視のデータセンターは一般家庭10万世帯分に相当する電力を消費し、建設中の最大規模案件ではその20倍に達すると指摘しています。GPUを増やすほど電力と熱が制約になるため、冷却はコスト削減策であると同時に、設備容量を増やすための前提条件になります。

液浸冷却の魅力は、空冷の限界を超えやすい点です。ファンや冷房設備に依存する比率を下げ、サーバーに近い場所で熱を回収できます。騒音を下げられれば、住宅地や都市近郊でデータセンター開発を進める際の説明材料にもなります。水冷や直接液冷と比べても、基板やGPU周辺まで冷却液が接するため、熱密度の高い構成に向きます。

ただし、液浸冷却は「効率が良いからすぐ普及する」と単純には言えません。既存データセンターは空冷前提で設計されていることが多く、タンク型設備への入れ替えには床荷重、配管、消火、保守動線、予備部品、作業員教育が伴います。商用化の中心は、新設AIデータセンターやコンテナ型、研究機関、HPC用途など、最初から高密度運用を前提にした案件になりやすいでしょう。

PUE改善だけでは測れない経済性

冷却材料の評価ではPUEが注目されます。PUEはデータセンター全体のエネルギー効率を示す代表的な指標で、1.0に近いほど効率が良いとされます。北浜GRFの発表では、PUE実効値を測定し、1.05近辺をターゲットに設計を進める考えが示されていました。仮にこの水準を実運用で安定して達成できれば、AIデータセンター事業者にとって強い訴求点になります。

もっとも、投資判断ではPUEだけを見るのは危険です。導入費用、冷却油の初期充填量、定期交換、ポンプ電力、保守停止時間、サーバー保証、火災保険、廃棄処理まで含めた総所有コストが問われます。Supermicroの公式説明でも、液冷による電力削減やTCO低減が訴求されていますが、実際の採算は設置地域の電力単価、稼働率、ラック密度で大きく変わります。

出光興産にとっての収益機会も、売り切りの冷却油だけでは限定的です。継続的な補充需要、劣化診断、顧客仕様ごとの油種開発、周辺サービスまで広がるかが焦点です。高機能材として価格決定力を持てるなら、燃料油より収益性の高い事業に育つ可能性があります。一方、汎用品化して価格競争に巻き込まれれば、テーマ性ほど利益は伸びません。

量産時に必要な保守・規格・責任分担

商用AIデータセンターでは、性能よりも継続稼働が優先される場面が多くあります。液浸冷却で障害が起きた場合、原因がサーバー部品、タンク構造、冷却油、ポンプ、センサー、運用手順のどこにあるのかを切り分ける必要があります。この責任分担が明確でなければ、大規模な導入判断は進みにくくなります。

特に金融、クラウド、研究機関向けでは、保守作業の標準化が重要です。油液に浸したサーバーを取り出す際の手順、液切り、作業者の安全、部品交換後の再投入、油液の汚染管理は、空冷ラックとは異なる運用になります。Ablecomのような筐体・機構設計企業の役割は、こうした作業性を商用品質に近づける点にあります。

もう一つの論点は、顧客の調達リスクです。AIデータセンターの投資額は大きく、採用する冷却方式を間違えると、サーバー更新サイクル全体に影響します。そのため、最終検証フェーズで投資家が見たいのは、単発の良好な測定値ではなく、温度変動、連続運転、油液劣化、騒音、消費電力、障害時復旧を含む運用データです。ここが開示されるほど、材料の信頼度は高まります。

量産段階では、冷却油の調達安定性も評価対象になります。AIデータセンターは一度稼働すると停止コストが大きく、消耗材や保守部材の供給途絶を嫌います。出光興産が潤滑油で持つ製造・販売網は強みになり得ますが、サーバー冷却油は既存の自動車用・産業用潤滑油とは要求仕様が異なります。顧客ごとの仕様変更に応じながら品質を均一に保てるか、海外案件にも同一品質で供給できるかが、採用拡大時のボトルネックになります。

短期株価を動かす確認事項と失速要因

短期的には、出光興産の株価材料として「AIデータセンター」「液浸冷却」「Supermicro」の組み合わせは見出し映えします。テーマ株・材料株の観点では、従来の燃料油市況とは異なる成長分野に出光の技術が接続する点が評価されやすいでしょう。特に、AIサーバーの高発熱化が続く限り、冷却関連銘柄への物色は継続しやすい地合いです。

一方で、過熱しやすい材料でもあります。現時点で確認すべきなのは、PoCから商用案件へ進む条件、採用企業名、導入台数、冷却油の販売量、量産開始時期、利益率です。これらが示されない段階では、売上寄与を大きく織り込むのは早計です。出光興産は大きな既存事業を持つ企業であり、小規模な冷却油案件だけで全社業績が急変するわけではありません。

また、競争環境も厳しくなります。直接液冷、冷却プレート、空冷高度化、他社の絶縁液、フッ素系以外の冷媒など、AI冷却には複数の選択肢があります。油液型液浸冷却が優位に立つには、電力削減だけでなく、騒音、メンテナンス、環境負荷、安全規制、サーバー保証まで含めた総合提案で勝つ必要があります。

投資家が追うべき次の開示シグナル

今回の材料は、出光興産をAIインフラの周辺素材企業として見直すきっかけになります。特に、同社の高機能材事業がデータセンター向けに広がるなら、燃料油中心の評価に小さな変化が生まれます。ただし、現段階では「商用化へ進む可能性が高まった」材料であり、「大口売上が確定した」材料ではありません。

今後の確認ポイントは三つです。第一に、最終検証で得られたPUE、騒音、連続運転、冷却油劣化のデータです。第二に、PoC後の採用先や商用設備の規模です。第三に、出光興産が冷却油を単品販売で終えるのか、診断・保守・共同設計を含む高付加価値モデルに広げるのかです。

テーマ株としては、発表直後の値動きだけでなく、次の開示の具体性を追う姿勢が必要です。AIデータセンターの電力制約は構造的な課題です。だからこそ、投資家は「AI関連」という言葉に飛びつくのではなく、検証データ、商用採用、収益モデルの三点で材料の強さを見極めるべきです。

出光興産を見る際は、原油価格や精製マージンに左右される既存事業と、冷却油のような高機能材テーマを分けて評価することも重要です。短期の株価は材料見出しに反応しても、企業価値を押し上げるには継続案件と利益率の裏付けが必要になります。次に商用採用、共同販売、標準仕様化、海外展開のいずれかが確認できれば、今回のPoCは一過性の話題から中期テーマへ格上げされます。

参考資料:

• 東北大学サイバーサイエンスセンター「スーパーコンピュータAOBA」
• 東北大学サイバーサイエンスセンター「概要・組織」
• 東北大学サイバーサイエンスセンター「北浜GRF株式会社との共同研究の開始について」
• 北浜キャピタルパートナーズ「油液型液浸サーバーの性能試験を共同で実施」
• 出光興産「事業」
• 出光興産「潤滑油」
• Supermicro「Rack-Scale Liquid Cooling Solutions」
• Ablecom Technology「Immersion Cooling AI Servers」
• Ablecom Technology「One-stop shop for AI Data Center」
• Ablecom Technology「Ablecom Technology Represents Supermicro」
• IEA「Energy and AI」
• IEA「Executive summary - Energy and AI」