【完全図解】PUEとは？読み方・計算式と例題、データセンターの電力効率の目安

「PUE」という言葉、AIデータセンターの記事を読んでいると頻繁に出てきますよね。でも、こんなふうに感じていませんか？

この記事では、PUEを「聞いたことはあるけど、ちゃんと説明できない」レベルから、「人に教えられる」レベルまで引き上げます。計算式の暗記ではなく、なぜこの指標が重要なのかを構造から理解することを目指します。

PUEとは？ ── 意味と計算式を30秒で理解する

一言でいうと「データセンターの電力の使い方を測る指標」

PUE（Power Usage Effectiveness：電力使用効率）とは、データセンターがどれだけ効率的に電力を使えているかを示す世界共通の指標です。2007年にThe Green Gridという業界団体が提唱し、現在ではISO/IEC 30134-2として国際標準化されています。

計算式は驚くほどシンプルです。

ここで「データセンター全体の消費電力」には、サーバーなどのIT機器に加えて、冷却装置（空調・液冷）、照明、セキュリティシステム、UPS（無停電電源装置）のロスなど、施設を運営するためのすべての電力が含まれます。一方、「IT機器の消費電力」は、サーバー・ストレージ・ネットワーク機器など、実際にデータ処理を行っている機器だけの電力です。

「お金」のたとえで直感的に理解する

計算式だけだとピンとこないかもしれないので、お金に例えてみましょう。

あなたが会社に100万円の予算を渡したとします。この100万円が「データセンター全体の消費電力」に相当します。このうち、実際に「仕事」に使われた金額がIT機器の消費電力です。残りは家賃、光熱費、事務費などの「間接コスト」──データセンターで言えば冷却や照明の電力です。

「IT電力」と「施設電力」── PUEの分子と分母を図解する

データセンターの電力は2つに分かれる

PUEを正しく理解するには、データセンターの電力が「IT機器の電力」と「施設オーバーヘッドの電力」の2つに大別されることを押さえましょう。

オーバーヘッドの大部分は「冷却」

施設オーバーヘッドのなかで、最も大きな割合を占めるのが「冷却」です。冷却は、空調・チラー・ポンプなど24時間止められない設備が多く、オーバーヘッドのなかで大きな割合を占めます。つまり、PUEを改善する最も効果的な方法は、冷却にかかる電力を減らすことなのです。

これがAI時代に重要になる理由は、前回の記事で解説した通り。GPUサーバーの消費電力と発熱が従来の10倍以上になったことで、冷却にかかるオーバーヘッドが爆増するリスクがあるのです。言い換えれば、AI時代のPUE改善とは、ほぼイコール「冷却効率の改善」と言えます。

PUEの早見表──1.2・1.4・1.5は「何%がムダ」にあたる？

「PUE 1.4」と言われても、どれくらい良いのか分かりにくいものです。PUEは割り算なので、全体の電力のうちIT機器以外に使われている割合に直すと実感しやすくなります。式は「1 − 1 ÷ PUE」です。

PUEの目安 ── 「良い」「普通」「悪い」はどのくらい？

業界平均は1.56 ── 5年間ほぼ横ばい

Uptime Instituteが毎年実施する世界調査（2024年版）によると、データセンターの業界平均PUEは1.56です。注目すべきは、この数値が5年間ほぼ横ばいで推移しているという事実です（出典：Uptime Institute Global Data Center Survey 2024）。

一方、Googleは全世界のデータセンター全体でPUE 1.09を達成しています。これは業界平均と比較して、IT機器1単位あたりの間接電力消費が約84%少ないことを意味します（出典：Google Data Centers）。

出典：Google Data Centers、Uptime Institute 2024、経済産業省 工場等判断基準WG（2025年6月）

PUEが0.1変わると、いくら違うのか？

「1.56と1.09の差は0.47」──数字だけ見ると小さく感じるかもしれません。しかし、大規模データセンターではこのわずかな差が巨大なコスト差になります。

たとえば、IT機器の消費電力が100MWの大規模データセンターを考えてみましょう。PUEが1.56なら施設全体で156MWの電力が必要です。PUEが1.09なら109MWで済みます。その差は47MW。仮に電力単価を15円/kWhとすると、年間の差額は約62億円にもなります。

PUEを改善するには？ ── 3つのアプローチ

PUEの計算式を思い出してください。PUEを下げる（＝改善する）には、分子（全体の電力）を小さくするか、分母（IT機器の電力）の比率を高める必要があります。具体的には3つのアプローチがあります。

アプローチ①：冷却効率を上げる（最も効果が大きい）

PUE改善に最も大きなインパクトを持つのが冷却です。空冷から液冷への移行が代表例です。KDDIの実証実験では、液浸冷却によりPUE 1.05を達成し、空冷と比べて冷却電力を94%削減しています（出典：経済産業省 METI Journal）。

また、富士通・Supermicro・ニデックの3社は2025年にPUE改善のための協業を発表し、水冷技術を組み合わせたシステムでエネルギー効率40%向上を目指しています（出典：ニデック公式）。

アプローチ②：配電ロスを減らす

UPS（無停電電源装置）や変圧器では、電力を変換する際にロスが発生します。このロスを減らすことでもPUEは改善します。高効率UPSの採用や、直流給電（DC給電）方式への移行が注目されています。

アプローチ③：立地と設計を工夫する

Googleがフィンランド（ハミナ）のデータセンターで海水冷却を活用しているように、冷涼な気候や自然の冷却源を活用できる立地を選ぶことで、冷却にかかる電力を大幅に削減できます。日本でも北海道に新設AIデータセンターが集まりつつあるのは、この理由が大きいのです。

なぜ今、PUEが「再注目」されているのか？

GPU時代の「電力密度の爆増」がPUEを経営課題にした

PUEは2007年に提唱された「古い指標」です。業界平均が5年間横ばいという事実を見ると、「もうPUEは改善しきったのでは？」と思うかもしれません。

しかし、AI時代に入ってPUEの重要性はむしろ急上昇しています。その理由は明快です。GPUサーバーの消費電力が従来の10倍以上に跳ね上がったことで、PUEの「0.1の差」が意味するコストの絶対額が桁違いに大きくなったのです。

たとえを使いましょう。PUEが「税率」だとすると、従来型データセンターは「月収10万円に対する税金」でした。GPUデータセンターは「月収1,000万円に対する税金」。同じ税率でも、払う額は100倍違います。だから今、PUEの改善がこれまで以上に切実な問題になっているのです。

日本の制度も動き出した ── 2030年までにPUE 1.4以下

日本でもPUEへの制度的な注目が高まっています。2022年、省エネ法（省エネ・非化石転換法）のベンチマーク制度にデータセンター業が追加されました。事業者は2030年度までに平均PUE 1.4以下を目指すことが求められています。さらに、2029年度以降に新設されるデータセンターは、稼働後2年以内にPUE 1.3以下を達成する必要があります（出典：東京都産業労働局資料（2025年6月））。

PUEだけでは語れない理由 ── 3つの限界と補完指標

ここまで読むと「PUEが低ければすべてOK」と思えるかもしれません。しかし、PUEには無視できない限界があります。PUEを正しく使うためにも、この限界を理解しておきましょう。

限界① ── IT機器自体の効率は見えない

PUEは「IT機器以外のオーバーヘッドがどれだけ少ないか」を測る指標であり、IT機器自体が電力を効率よく使っているかは見えません。極端な例ですが、古いサーバーが大量の電力を消費しながらほとんど何もしていなくても、冷却効率が良ければPUEは良い数字になってしまいます（出典：環境省 IT機器グリーン化評価指標）。

限界② ── 水の消費量は反映されない

冷却を水冷に切り替えるとPUEは改善しますが、その分大量の水を消費します。PUEだけを追い求めると、電力は節約できても水資源を浪費する可能性があります。この盲点を補うのがWUE（Water Usage Effectiveness：水使用効率）です。

限界③ ── CO2排出量も見えない

PUEは「電力の効率」を測りますが、その電力が石炭火力で作られたのか、再生可能エネルギーで作られたのかは区別しません。PUEが同じ1.2でも、CO2排出量はまったく異なり得ます。これを補うのがCUE（Carbon Usage Effectiveness：炭素使用効率）です。

PUE改善に関わる日本企業 ── 投資家が知るべき関連プレイヤー

PUE改善の本質は「冷却効率の向上」と「配電ロスの削減」です。この2つの領域で技術力を持つ日本企業を、役割ごとに整理しました。

液冷・空調技術 ── PUE改善の最前線

ダイキン工業（東証プライム・6367）は、データセンター向け高効率空調の世界的メーカーです。AI対応データセンターの冷却需要増加で注目されています。

ニデック（東証プライム・6594）は、2025年に富士通・Supermicroと協業し、水冷技術によるPUE改善に取り組んでいます。液冷用CDU（冷却液分配ユニット）の開発で存在感を高めています。さらに2026年3月には、第一実業・カンネツと液冷インフラの迅速な実装に向けたアライアンスを発表しています（出典：PR TIMES）。

三桜工業（東証プライム・6584）は、自動車向けの配管技術をデータセンター冷却に転用し注目を集めています。カンネツはサーバー冷却装置の国内トップシェアメーカーです。新晃工業（東証プライム・6458）はセントラル空調機器で国内シェア約4割を持ち、データセンター向け空調にも注力しています。

電力効率化 ── 配電ロスを減らす企業

富士通（東証プライム・6702）は、40年のスーパーコンピューター向け水冷技術の実績を持ち、水冷ハードウェアと監視制御ソフトウェアの両方を提供できる数少ない企業です。

富士電機（東証プライム・6504）はUPS（無停電電源装置）の大手メーカーとして、データセンターの配電ロス低減に貢献しています。日東工業（東証プライム・6651）もデータセンター向け配電盤・電力設備を手がけています。

DC建設・運用 ── PUE目標を実現する事業者

NTTグループ（NTTデータ、NTTコミュニケーションズ、NTTファシリティーズ）は、データセンターの設計・建設・運用を一貫して手がける国内最大手です。ソフトバンクは北海道苫小牧に大規模AIデータセンターを建設し、再生可能エネルギー100%の活用を目指しています。

よくある誤解を整理する

誤解と 実際

あなたにとっての意味 ── 投資家・学生・技術者の視点

まとめ：PUEの全体像

結局こういうことです。PUEとは「データセンターが電力をどれだけムダなく使えているか」を測る指標です。AI時代にGPUの消費電力が爆増したことで、PUEの「小さな差」が意味するコストと環境負荷が桁違いに大きくなりました。PUEは電力効率の「入口」であり、ここを押さえることでAIインフラの構造全体が見えてくるのです。

学習ロードマップ上の位置づけ