「宇宙AIデータセンター」は実現するか？ ソフトバンク孫氏がSpaceX構想のコストと遅延を疑問視

ソフトバンクの孫正義氏が、SpaceXの進める軌道上AIデータセンター構想について、打ち上げコストや通信遅延（レイテンシ）の観点から実用性に疑問を呈した。孫氏は、AI開発の主導権争いは宇宙での計算基盤が成熟するより遥か前に地球上で決着すると主張している。一方で、SpaceX側はスターシップによるコスト削減を見込んでおり、宇宙と地上どちらのインフラが覇権を握るか、業界の注目が集まっている。

■孫正義氏、SpaceXの「宇宙AIデータセンター」構想を否定

2026年6月23日、ソフトバンクグループの孫正義会長（OpenAIと共に5000億ドル（約81兆円、1ドル=162円換算）規模の「Stargate」AIインフラ構想を主導）は、株主総会でイーロン・マスク氏の軌道上AIデータセンター計画を批判した。孫氏は、宇宙での計算処理は最も基本的なコストテストに合格しないとし、宇宙での計算技術が成熟するよりずっと前に、AI競争は地球上で決着すると述べた。

孫氏によれば、データセンターのコストを左右するのは電気代ではなく、チップをはじめとするハードウェアである。宇宙で太陽光発電を利用して電気代を節約できたとしても、打ち上げコストや軌道上でのメンテナンス、そして現代のAIトレーニングに不可欠なGPU同士の高度な同期を阻害する「通信遅延（レイテンシ）」によって、そのメリットは相殺されてしまうという。孫氏は「AIの戦いにおいて、今後数年間は、10年ほど先に起こるかもしれないことよりも遥かに重要だ」と強調した。

一方、TechCrunchが6月27日に公開した分析によると、軌道上AIデータセンターに否定的な意見を持つ孫氏、OpenAIのサム・アルトマン氏、AWSのマット・ガーマンCEOらは、いずれも地上のインフラに巨額の資金を投じており、この議論において「利害関係のない中立な立場」の人物は存在しないと指摘されている。

■マスク氏が描く「高度500キロのサーバー群」

孫氏が否定するSpaceXの構想は、2026年1月に同社が米連邦通信委員会（FCC）に申請した、高度500〜2000キロメートルの低軌道上に最大100万機のデータセンター衛星を打ち上げる計画に基づいている。この申請は、SpaceXがマスク氏のAI企業「xAI」を1兆2500億ドル（約202兆5000億円）で買収・合併する直前に行われた。

マスク氏は2026年6月8日、第1世代の軌道上データセンター「AI1」の技術概要を発表した。翼幅70メートルの機体で、平均120キロワット（最大150キロワット）の計算ペイロードを維持できる。大気の影響や夜間のない宇宙空間で、1平方メートルあたり約250ワットを発電するソーラーパネルから電力を供給し、大型の液体ラジエーターで排熱する仕組みだ。

SpaceXのビジネスモデルは、地上での旺盛なAI計算需要に基づいている。SpaceXが2026年6月12日のナスダック上場（初日評価額1兆7700億ドル（約286兆7400億円）、850億ドル（約13兆7700億円）以上を調達）を前に提出したS-1申請書によると、AnthropicはxAIのテネシー州メンフィス近郊にある「Colossus 1」データセンターの利用料として、2029年5月まで月額12億5000万ドル（約2025億円）を支払うことに合意している。また、Googleも2026年10月から2029年6月まで月額9億2000万ドル（約1490億4000億円）を支払う合意を結んでいる。これらは年間約260億ドル（約4兆2120億円）に達する規模だ。

■軌道上でのAIトレーニングを阻む「通信遅延」の壁

孫氏や技術者が指摘する最大の技術的障害は「遅延（レイテンシ）」である。低軌道衛星は地上から約500〜2000キロメートルに位置する。真空中の光速で通信するレーザー間リンクを使用しても、物理的な距離があるため、軌道上のノード間の信号往復には最低でも約25ミリ秒かかる。

これが、現代のAIトレーニングの仕組みと衝突する。大規模な分散トレーニングでは、各トレーニング反復の最後に、すべてのGPUが互いに勾配の更新情報を交換する「All-Reduce（オールリデュース）」処理を同期して行う必要がある。地上のInfiniBandネットワークでは、この同期はマイクロ秒未満から1桁マイクロ秒の遅延で行われ、GPUの使用率は60%以上を維持できる。しかし、遅延が25ミリ秒になると、GPUは計算を終えた後、何十キロ、何百キロも離れた衛星からの信号を待つためにアイドル状態（待機状態）になってしまう。

調査会社SemiAnalysisの2026年6月の分析によると、宇宙と地上のコストを同等にするには、この遅延問題を解決する必要があるが、これは単なる技術改善ではなく、軌道幾何学上の構造的な制約であるという。GoogleがPlanet Labsと提携して2027年初頭までにプロトタイプ衛星を打ち上げる計画「Project Suncatcher」の実現可能性調査でも、大規模な機械学習を軌道上で分散処理するには、数キロメートル以内の極めて近距離で飛行する衛星群によるテラビット級の通信リンクが必要であると認めている。これはSpaceXが提案する広範な100万機規模の星座（コンステレーション）アーキテクチャとは根本的に異なる。

ただし、遅延問題があっても、推論処理（学習済みモデルがユーザーの質問に回答する処理）や、リアルタイム性を求めない衛星画像・センサーデータのエッジ処理などには宇宙での計算が適しているとされる。

■コスト計算：支配的なチップ費用と、わずかな電気代

孫氏の財務的な主張の核心は、「軌道上データセンターは解決すべき問題を間違えている」という点だ。地上のデータセンターの電気代は米国平均で1キロワット時あたり8〜9セントであり、電力確保は課題だが、データセンターの総コストにおいて支配的ではない。Epoch AIの2026年5月の分析によると、1ギガワット規模のAIデータセンターの総所有コスト（TCO）の約60%はサーバー（主にGPUなどのハードウェア）が占め、電気代は年間コストの約7%にすぎない。

IEEE Spectrumの2026年3月の分析によると、1ギガワットの軌道上データセンター群を5年間運用するコストは約510億ドル（約8兆2620億円）と試算され、同等の地上施設の約160億ドル（約2兆5920億円）に比べて、無料の太陽光発電を考慮しても約3倍高価になる。

SpaceXの現在のロケットでの打ち上げコストは800キログラムあたり約560万ドル（約9億720万円）。Nvidiaの「NVL72 GB200」ラック1基の重量は1360〜1472キログラム（冷却や電源を除く）であり、現在の価格ではラック1基を軌道に乗せるだけで、ラック自体の価格以上のコストがかかる。SpaceXの構想は、新型ロケット「スターシップ」が打ち上げコストを劇的に引き下げることを前提としているが、スターシップの商業打ち上げの頻繁な運用はまだ未来の話だ。

■それぞれの思惑と今後のタイムライン

この議論において、批判的な声を上げている人物はいずれも地上のインフラや競合するプロジェクトに巨額の資金を投じている。孫氏のソフトバンクは5000億ドル（約81兆円）規模の地上AIインフラ構想「Stargate」を主導しており、アルトマン氏のOpenAIも地上のインフラ拡大に依存している。ガーマン氏のAWSはSpaceXの計算レンタル事業と競合し、ベゾス氏のブルーオリジンは独自の衛星計画を持つ。

SpaceXは2027年初頭に2機のプロトタイプ衛星「AI1」を打ち上げ、2028年には商業運用を開始する計画だ。Googleの「Project Suncatcher」も2027年初頭にプロトタイプを打ち上げる。一方、ソフトバンクは2026年6月初頭、フランスで最大750億ユーロ（約12兆9000億円、1ユーロ＝172円換算）を投じて5ギガワット規模のAIデータセンターを開発することに合意した。孫氏のメッセージは一貫している。AIの決定的な勝機は宇宙開発が成熟する前に訪れるため、今地上で建設を進める企業が勝利するというものだ。

■注目ポイントQ&A

●なぜ通信遅延が宇宙でのAIトレーニングを困難にするのですか？

大規模なAIトレーニングでは、すべてのGPUが互いにデータを同期する「All-Reduce」処理を頻繁に行う必要があります。地上のネットワークでは数マイクロ秒で済む同期が、宇宙の衛星間では物理的な距離があるため最低でも約25ミリ秒かかります。この遅延により、GPUがデータを待つアイドル状態になり、処理効率が著しく低下するためです。

●孫正義氏とイーロン・マスク氏は、宇宙データセンターの実現性について完全に対立しているのですか？

必ずしも物理的な実現性で対立しているわけではありません。孫氏は、宇宙での太陽光発電の利点を認めつつも、コストや遅延の問題から「AI競争において最も重要な数年間」には間に合わないというタイムラインのズレを指摘しています。一方、マスク氏は数年以内にスターシップによって打ち上げコストを劇的に削減できると主張しています。

●宇宙データセンターの批判者は、全員が地上の計算基盤に投資しているのですか？

はい、TechCrunchの分析によると、批判的な声を上げている主要人物（ソフトバンクの孫氏、OpenAIのアルトマン氏、AWSのガーマン氏など）は、いずれも地上のAIインフラに巨額の投資を行っています。そのため、この議論において完全に中立な立場のオブザーバーは存在しないと指摘されています。

●宇宙データセンターが有効に機能する具体的なユースケースは何ですか？

リアルタイムの同期を必要としない処理が適しています。具体的には、衛星画像やセンサーデータのエッジ処理、宇宙空間での安全なデータ保管、遅延を許容できるバッチ処理などが挙げられます。これらは、高度なGPU同期が必要な大規模トレーニングとは異なり、宇宙データセンターの強みを活かせる領域です。

元記事: Orbital AI Data Centers: Son Cites Latency and Launch Cost as SpaceX Race Heats Up