AIが「試してみる」から「本格的に使う」フェーズへと移行しつつある今、企業が直面しているのはモデルの賢さよりも、それを動かすインフラの現実的な問題です。大量のGPUを束ねたサーバーは膨大な熱を生み、従来の空冷では冷やしきれないケースが増えています。電力、冷却、運用コスト——これらを実際のデータセンター環境で検証できる場が、日本にはまだほとんど存在しませんでした。レノボが本日開設した「Neptune®ラボ」は、その空白を埋める試みです。
レノボ・ジャパンは2026年5月26日、千葉県印西市のNRT12データセンター内に、水冷AIインフラの検証拠点「Neptune®ラボ」を開設した。レノボが日本で初めて設ける水冷技術の専用検証施設であり、MCデジタル・リアルティが運営する「イノベーション ラボ（DRIL）」内に設置されている。
同ラボでは、レノボの水冷技術「Lenovo Neptune」とニデックの冷却液分配装置（CDU）、GPUサーバー、ネットワーク、監視システムを組み合わせた統合環境を用意。AI推論・学習ワークロードにおける性能、電力、冷却効率、運用性を実環境に近い条件で事前検証できる。
レノボが発表した「CIO Playbook 2026」（日本市場データ）によると、日本企業のAI本格導入率は2025年の21%から2026年には68%へと拡大が見込まれ、93%の企業が今後12か月以内にAI投資を増加させる計画だという。一方、アジア太平洋地域では88%の企業がAIからプラスのROIを期待するものの、実運用へ移行できているのは約半数にとどまっており、PoCから本番導入へのギャップが課題となっている。
同ラボは顧客・パートナー企業への検証環境提供を目的とし、ハイブリッドクラウド環境との接続検証やISV・SIerとの共同検証にも対応する。レノボは本拠点を起点に、水冷AIインフラに関する知見を共有するコミュニティの形成も目指すとしている。
From: 
レノボ・ジャパン、日本初となる水冷技術専用検証施設「Neptune®ラボ」を開設
【編集部解説】
AIモデルを本番環境で動かすということは、大量のGPUを長時間、高負荷で稼働させ続けることを意味します。そしてGPUは、計算するほど熱を出します。
従来のデータセンターが想定してきた空冷方式には、1ラックあたり約20kWという冷却の上限があります。ところが、NVIDIAのH100やH200といった高性能GPUを搭載したサーバーは、1台だけで10kW超の電力を消費します。つまり、GPUサーバーをラックに2台並べた時点で、すでに空冷の限界を突破してしまうのです。
さらに先を見れば、次世代GPU「Rubin Ultra」（2027年後半が見込まれている）について、Data Center Dynamicsがジェンスン・ファン氏の発言として「NVL576構成ではラックあたり約600kWに達する」と報じており、従来の空冷データセンター（約20kW/ラック）と比べると30倍の電力密度になる計算です。AI推論が日常的なビジネスインフラへと組み込まれていく中で、冷却技術の刷新は「いつかやること」ではなく、すでに「いますぐ対応しなければならないこと」になっています。
こうした背景から登場したのが液体冷却（水冷）です。水は空気と比べて熱を伝えやすく、サーバー内部のCPUやGPU、メモリに直接当てることで、発熱を効率的に除去できます。レノボのNeptuneは、最大45℃という比較的高温の水を循環させることで、低温チラーを不要にし、エネルギー効率を大幅に高めます。空冷比で約40%の省電力を実現するとされており、レノボはこの分野で13年以上の技術開発と、数百件に上る特許を持っています。
技術的な問題とは別に、企業側にも課題があります。AIを「試す」ことと「本格的に動かす」ことの間には、予想外に大きな溝があるのです。
レノボがIDCに委託して3,120名の意思決定者を対象に実施した調査（CIO Playbook 2026）によると、世界レベルでAI PoCの約半数しか本番移行に至っていません。一方で、日本企業が期待するROIは1ドルあたり3.05ドルと地域トップ水準であり、期待と現実の乖離が鮮明です。
なぜ移行できないのか。理由はモデルの性能ではなく、インフラの問題です。PoC段階では小規模な環境で動かせばよく、電力も冷却も運用管理もそれほど厳密に設計しなくて済みます。しかし本番環境では話が変わります。大量のGPUを安定稼働させるための電力容量、それを冷やす冷却設備、障害が起きたときの復旧手順、総所有コスト（TCO）の試算——これらすべてを事前に設計しなければ、本番移行はそこで止まってしまうのです。
Neptune®ラボが提供しようとしているのは、まさにこの「本番移行の前に確認する場」です。実際のデータセンター施設を使い、自社のAIワークロードをそのまま持ち込んで、性能・電力・冷却・運用を一度に検証できる。検証ラボをPoC段階と本番環境の間に置くことで、「やってみたら想定と違った」というリスクを本番前に解消する設計です。
レノボがこのラボを「動態展示拠点」と位置づけていることは、注目に値します。単に自社製品を見せる場ではなく、ニデック（CDU提供）、MCデジタル・リアルティ（データセンター運営）、さらにISVやSIer、クラウド事業者との共同検証の場として設計されているからです。
これはインフラ販売から一歩踏み込んだ動きです。水冷AIインフラを「正しく動かすためのエコシステム」をレノボ主導で組み立てようとしている、と読み取ることができます。検証結果や設計ノウハウ、運用ベストプラクティスを参加企業間で共有するコミュニティ形成を明示しており、知見の集積がそのままレノボの競争優位にもなります。
一方、水冷インフラへの切り替えは設備投資と運用体制の刷新を伴うため、既存の空冷設備を持つデータセンター事業者にとってはハードルになりえます。
日本のデータセンター市場では、冷却技術を含めた高密度GPU環境の導入ノウハウはまだ十分に蓄積されていません。「検証ができる場が日本に存在した」という事実そのものが、この領域への参入を検討している企業にとっての選択肢を増やすことになります。
【用語解説】
GPU（Graphics Processing Unit）
画像処理用に開発された半導体チップ。膨大な並列計算を得意とするため、AIの学習・推論処理に広く使われている。CPUと異なり、数千〜数万のコアを持ち、大量のデータを同時に処理できる。
HPC（High Performance Computing）
高性能コンピューティング。気象予測・創薬・材料開発など、通常のコンピューターでは処理が困難な大規模計算を行うためのシステムや手法の総称。AIの大規模学習もHPCの一分野と位置づけられる。
TCO（Total Cost of Ownership）
総所有コスト。システムの導入費用だけでなく、運用・保守・電力・人件費など、所有・運用にかかるすべての費用を含めた概念。AIインフラの導入判断では、初期投資だけでなくTCO全体を見ることが重要とされる。
PoC（Proof of Concept：概念実証）
新しい技術やアイデアが実際のビジネスで有効かどうかを、本格開発の前に小規模な環境で確認する検証工程。AIの場合、PoCで動作を確認しても本番環境への移行に至らないケースが多く「PoC止まり」として課題視されている。
CDU（Coolant Distribution Unit：冷却液分配装置）
データセンターにおける液体冷却システムの中核コンポーネント。施設の冷水インフラとサーバーラック内の冷却ループを接続し、冷却液の循環・温度制御・圧力管理を担う。高密度GPUサーバーの普及に伴い需要が急拡大している。
ROI（Return on Investment：投資収益率）
投資に対してどれだけの利益が得られたかを示す指標。「投資額に対する利益の割合」で表され、AIプロジェクトの費用対効果を評価する際に広く用いられる。
【参考リンク】
レノボ公式サイト（外部）
Neptuneシリーズの製品情報や技術仕様、導入事例を参照できる。
MCデジタル・リアルティ株式会社（外部）
三菱商事とDigital Realtyの合弁会社。Neptune®ラボが設置されたNRT12データセンターを運営。イノベーションラボ（DRIL）の詳細はこちら。
ニデック株式会社（外部）
本ラボで使用されるCDUを提供するニデックの公式サイト。AIサーバー向け水冷ソリューションの製品情報を掲載。
Lenovo CIO Playbook 2026 日本語版（外部）
IDCとレノボが共同で実施した調査レポートの日本語版。日本・アジア太平洋地域のAI投資動向や企業のAI導入状況を詳しく解説。
【参考記事】
Lenovo Neptune: Is Warm Water Data Centre Cooling the Future（外部）
Neptuneの温水循環方式の仕組みと、空冷比40%省電力の詳細を解説。（Data Centre Magazine、2025年11月）
Lenovo Expands Neptune Liquid Cooling to Advance Sustainable AI Infrastructure（外部）
Neptuneの全データセンター製品への展開拡大を報じた記事。省電力性能の数値を含む。（HPCwire、2025年12月）
Research From Lenovo Reveals AI Is Paying Off, Yet Most CIOs Aren’t Ready for What Comes Next（外部）
CIO Playbook 2026のグローバル一次情報。PoCの移行状況や世界全体のROI期待値などのデータ出典元。（Lenovo StoryHub、2026年1月）
レノボ、「CIO Playbook 2026」を発表 日本企業のAI導入が21％から68％へ急拡大（外部）
CIO Playbook 2026の日本・アジア太平洋地域データを含む日本語発表。日本企業のAI投資動向の出典元。（PRTimes、2026年2月）
NVIDIA’s Rubin Ultra NVL576 rack expected to be 600kW, coming second half of 2027（外部）
ジェンスン・ファン氏の発言として、Rubin Ultra NVL576のラックあたり消費電力と2027年後半の展開見込みを報道。（Data Center Dynamics）
サーバーの「液体冷却」技術、GPUの消費電力急増で不可欠な存在に（外部）
空冷の限界（20kW/ラック）とGPUサーバーの消費電力の現実を日本語で解説した記事。（日経クロステック、2025年2月）
【編集部後記】
AIインフラの話をすると、どうしても「何兆パラメータのモデル」「何トークン/秒の推論速度」といった数字に目が向きがちです。でも今回のNeptune®ラボの開設を追ううちに、私たちが見落としていたものに気づきました。AIを動かすことと、AIを動かし続けることは、まったく違う問いだということです。
電力、冷却、運用、コスト——これらはモデルの賢さとは無関係に、インフラとして解決しなければならない問題です。どれだけ優れたAIでも、熱で落ちるサーバーの上では動きません。
「検証の場」をつくるという地味に見える取り組みが、実は日本企業のAI本番移行を左右するかもしれない。そう思うと、このラボがこれからどんな知見を生み出していくのか、少し楽しみになります。
