構造で読む宇宙AI覇権競争——地球文明から太陽系文明へ。勝負はGPUではなく「放熱」「物流」「通信」で決まる

宇宙にAIデータセンターを置く。
月で太陽電池と放熱面を作り、軌道へ射出する。
ヒューマノイドが工場を回し、増産が増産を呼ぶ。

この議論は「夢」か「現実」かに分解されがちだが、本稿はそこを扱わない。覇権は理想ではなく、「制約（ボトルネック）」で決まる。そして制約は工学で記述でき、工学はKPIに落ちる。

本稿の起点は、METATRENDS（Peter H. Diamandis）が「Cheeky Pint Podcast（Dwarkesh Patel / John Collison / Elon Musk）」を受けてまとめた論考である。同論考は、宇宙計算資源（Space GPUs）とOptimus量産を「SF」ではなく、制約を順に外す工学ロードマップとして扱っている。

核となる主張は次の2点だ。

• 30〜36か月で「宇宙がAI計算資源の最も経済合理的な設置場所になる」（宇宙太陽光の常時性／地上側の許認可・産業基盤制約を根拠とする）。

• テラワット級を考えると地球からの打上がボトルネックになり、月面で太陽電池・ラジエータ製造とマスドライバー（電磁射出）まで視野に入る。

本稿はこの主張に「賛否」を付けるのではなく、主張を成立させるために必要な制約をKPIに落とし、産業設計図として記述する。

序章｜地球文明→太陽系文明で「国力の関数」が変わる

結論：覇権は“人口（線形）”から“自己増殖（指数）”へ移る。KPIも同時に変わる。

地球文明の国力は、長く「手足（人口・動員）」の総量で近似できた。だが、機械が機械を増殖するループが成立すると、国力は人口上限から独立し始める。次の覇権は「人口の多い国」ではなく、「自分を機械で増殖できる国」が取る。

この転換は、国力の成長が 線形（人口・労働投入に比例） から 指数（自己増殖ループ） へ移ることを意味する。線形世界で支配的だったKPIが「量（人数、稼働時間、工場数）」なら、指数世界で支配的になるKPIは「再生産ループの閉鎖速度」になる。

図1：人口覇権（線形）→自己増殖覇権（指数）概念図

METATRENDSの論考は、宇宙計算資源・月面製造・ヒューマノイド量産を、単発の技術論ではなく「連鎖する制約外し」として描く。本稿は、その連鎖をKPIの連立方程式として再記述する。

1章｜KPIの連立構造

結論：宇宙AIは単独最適では成立しない。KPIは循環し、通信は運用を介して物流に伝播する。

宇宙AIは単一技術の問題ではなく、KPI同士が循環的に縛り合う「連立最適化問題」である。以下に支配KPIの依存関係を示す。

図2. 宇宙AIインフラの成立条件を規定する主要KPI間の一次近似の支配関係（因果方向）を示す。放熱面密度（H1）—年間輸送能力（L2）—冗長率（R3）は循環構造を形成し、局所的な改善が他KPIを介して自己強化的に波及し得る。一方、通信の最大連続断時間（C3）はチェックポイント間隔（R2）を通じて冗長率（R3）を増減させ、結果として必要物流能力（L2）に影響を与える。すなわち通信KPIは運用KPIを媒介として物流・質量側に伝播する“間接支配変数”である。

2章｜AIの制約はチップではなく「電力×放熱×物流×通信×運用」

結論：GPUは主役に見えるが、上限を決めるのは周辺工学のKPIである。

AIはチップで動く。だがスケールの上限を決めるのは、チップの枚数そのものではなく供給制約である。

• 電力：供給できるか

• 放熱：熱を捨てられるか

• 物流：運べるか、組めるか、直せるか

• 通信：遅延・帯域・信頼性が運用設計を規定する

• 運用：壊れる前提で回るか（冗長・復旧・交換）

宇宙AIの成立条件は「GPU性能」より先に、電力・製造・熱処理・輸送・通信といった周辺工学に支配される。本稿では支配変数を三つに整理する。放熱（質量と面積）、物流（頻度と保守）、そして通信（遅延・帯域・信頼性）。これらは独立ではなく、KPIとして連立する。

3章｜放熱：宇宙AIのコスト関数を支配する

結論：宇宙AIの一次近似コストは“計算”ではなく“熱（放射）”で決まる。

宇宙は真空であり対流がない。熱は放射でしか捨てられない。放熱の基本式（概算）は次で支配される。

たとえば放熱面温度300K前後だと、放射で捨てられるのは 面積あたり数百W級。
→ 1MW捨てるのに数千m²、1GWだと数km²という桁になる（温度を上げれば減るが材料制約が出る）。

ここから直ちに分かるのは、宇宙AIのスケールは「計算」より先に「熱」で縛られる、ということだ。ゆえにKPIは“計算性能”ではなく“熱を捨てる能力”に置くべきになる。

放熱KPI（コア4つ）

• H1｜放熱面密度（kg/kW）：放熱能力あたりの構造質量。打上回数とコストを一次近似で決める。

• H2｜放熱温度（K）と許容温度域（K）：温度を上げれば必要面積は減るが、部材・電装・劣化が厳しくなる。設計上は「温度を上げる」より「許容温度域を広げる」が効く。

• H3｜展開成功率（%）と展開回数耐久（回）：放熱は多くの場合、折り畳み→展開機構に依存する。失敗1回がMW級の計算資源を失うため、信頼性が事業価値になる。

• H4｜耐劣化率（年/性能低下%）：放射線・紫外線・熱サイクル・微小デブリで性能は落ちる。「初期性能」より「劣化曲線」が運用コストを決める。

4章｜物流：宇宙AIを“産業”にする

結論：産業化の上限は輸送単価ではなく、輸送頻度と復旧（MTTR）で決まる。

宇宙AIは「置いて終わり」ではない。壊れる前提で回すなら、交換・補給・再構成が必要になる。従って物流は「打上単価」ではなく、「継続運用能力」としてKPI化される。

宇宙AIが「データセンター建設」ではなく、輸送頻度・組立・交換を含む継続運用型産業として設計されなければ成立しない、という構造がここで露出する。

物流KPI（コア6つ）

• L1｜輸送単価（$/kg to target orbit）：重要だが、単価だけでは足りない。頻度と信頼性が同時に要る。

• L2｜年間輸送能力（t/年）と輸送頻度（回/年）：宇宙AIは“質量×頻度”でしか成立しない。

• L3｜モジュール交換時間（MTTR：時間）：復旧が遅いほど冗長が必要になり、質量が増え、物流が厳しくなる。

• L4｜標準化率（共通部品比率%）：在庫点数を減らし、供給確実性を上げる。規格はエコシステムを決める。

• L5｜軌道上組立の自動化率（%）：人間作業は頻度の上限になる。自動化が進むほど産業化する。

• L6｜稼働率（%）と故障率（件/年/ユニット）：必要冗長・必要物流・必要在庫を決める。

5章｜通信：宇宙AIの運用設計を規定する

本章の通信KPIは、（i）LEO軌道上の計算資源を地上局ネットワークで収容するケース、（ii）深宇宙／高軌道でストア＆フォワードを前提とするケース、の2類型で評価軸が分岐する。

結論：通信は“運用KPI”を通じて冗長と物流を規定するため、放熱・物流と同格の支配変数になり得る。

宇宙AIが地上に価値を返す以上、通信は付帯条件ではない。地球—宇宙間の 遅延（Latency）・帯域（Throughput）・信頼性（Availability） は、分散計算の設計と運用KPI（チェックポイント間隔、粒度、冗長率）と連動し、放熱・物流と同様に全体コスト関数を支配し得る。

特に、宇宙側の計算が「学習」なのか「推論」なのか、「バッチ」なのか「対話型」なのかで要求は根本的に変わる。従って通信は、“必要なサービス形態”を決めるKPIとして最初に定義すべきである。

通信KPI（コア7つ）

• C1｜往復遅延（RTT：ms）：対話型推論・インタラクティブ制御の成立条件。遅延が増えるほど「自律・バッチ」へ寄る。

• C2｜有効スループット（Gbps、E2E）：理論帯域ではなく暗号化・再送・プロトコルを含むE2Eで定義する。

• C3｜可用性（%）と最大連続断時間（分）：断がある前提ならストア＆フォワード、遅延許容、再同期に寄る。

• C4｜BER／損失率：再送増はC2低下として顕在化する。

• C5｜リンク予測可能性（予測誤差%）：平均より予測誤差が運用を決める。予測が外れるとスケジューリングが破綻する。

• C6｜指向安定性（ポインティング誤差）：レーザー通信では帯域と可用性を直接支配する（構造・姿勢制御と連立）。

• C7｜エネルギー/通信効率（J/bit または W/Gbps）：通信は電力・熱予算に食い込み、放熱KPIとも結合する。

通信KPIが運用KPIを規定する（R2/R4）

• 接続1：チェックポイント間隔（R2）
  断時間（C3）と再同期コスト（C2/C4）が上限を作る。結果として
  C3 → R2 → R3 → H1/L2 へ連鎖する。

• 接続2：分散計算の粒度（R4）
  RTTが大きいほど細粒度同期は不利になり、粗粒度・非同期が有利になる。
  結論：通信KPIが悪いほど「自律・バッチ・局所完結」へ寄る。良いほど地上と宇宙を単一システムに近づけられる。

6章｜宇宙AIのSRE指標

結論：宇宙AIは“壊れない設計”ではなく“壊れても回る設計”をKPIで規定する。

宇宙環境では完全無欠の部品を前提にするより、障害前提の設計が合理的になりやすい。重要なのは思想ではなく運用指標である。

信頼性・運用KPI（コア4つ）

• R1｜障害時のサービス低下幅（%）：故障が性能低下で済む設計が望ましい。

• R2｜チェックポイント間隔（分）／再実行コスト（%）：通信断（C3）・再同期（C2/C4）と結合する。

• R3｜冗長率（%）と追加質量（kg/kW）：冗長の質量増が放熱と物流に跳ね返る。最適化の中心。

• R4｜交換可能性（交換ユニットの粒度）：粒度は物流と通信KPIと同時に最適化される。

7章｜垂直統合が起きる理由

結論：垂直統合は“巨大企業の趣味”ではなく、KPI連立を高速で閉じるための産業構造である。

宇宙AIは、放熱（H）・物流（L）・通信（C）・運用（R）が相互依存する連立最適化問題である。従って垂直統合は、KPIの連立を一体で最適化するための合理的な産業構造となる。

ここで重要なのは「統合のニュース」ではない。統合の中身は、
H1→L2→R3→H1 や C3→R2→R3→L2 のような依存関係を、企業内で閉じて最適化することにある。

外部調達境界は、仕様調整・責任分界・実測データ統合を遅らせ、KPI最適化のループを断続化させる。垂直統合は、この境界コストを設計上除去する。

この観点から見ると、イーロン・マスクが複数企業を束ねて進めている方向性は明確だ。
「ロケット（物流）×衛星網（通信）×製造（量産）×AI（運用最適）×ロボット（自己増殖）」を同一の設計問題として束ね、ボトルネックKPIを順に外していく——それが垂直統合の中身である。

8章｜日本の5領域ポジショニング

結論：日本はフルスタック覇権ではなく、“くびれKPI”を握る装置産業ポジションを取りに行く。

日本が目指すべきは覇権モデルの模倣ではなく、宇宙AIを成立させるボトルネックKPIを握る「装置産業ポジション」である。

図3. 宇宙AIインフラを成立させる5領域（放熱・展開・電源・組立・通信）について、技術成熟度（TRL）と市場規模を二軸で整理した概念配置を示す。右上象限（高TRL・大市場）は、調達側の選定基準が定量化されやすく、装置産業的な“不可欠部材・不可欠工程”としての地位を確立しやすい領域を示唆する。本図は実測配置ではなく、評価軸の枠組みを提示するものである。

9章｜日本の勝ち筋：宇宙AIの“装置産業”をKPIで取りに行く

結論：勝ち筋は「部品」ではなく「KPIで比較される不可欠工程（規格・運用前提）」を握ることにある。

本稿で言う「装置産業ポジション」とは、次を満たす領域である。

• それが無いと全体が成立しない

• 代替が難しい（性能・信頼性・量産性）

• KPIで比較可能（調達側が選定できる）

• 規格化・標準化に繋がる

日本向け：5領域×KPI（設計図）

A）放熱（Radiator / Thermal）

• 主要KPI：H1、H3、H4

• 勝ち筋：面密度と信頼性を“製造品質”で詰める

B）展開構造（Deployable Structures）

• 主要KPI：H3、構造面密度（kg/m²）、組立時間

• 勝ち筋：確実に開き、確実に保持し、量産できる機構

C）電源・配電（Power Electronics）

• 主要KPI：変換効率、絶縁信頼性、冗長切替時間

• 勝ち筋：高信頼パワエレは支配変数（電力×熱×運用の連立）

D）軌道上組立・保守（Assembly & Servicing）

• 主要KPI：L3、L5、L4

• 勝ち筋：交換性・規格・ロボ組立でエコシステム側に立つ

E）宇宙通信（Space Networking）

• 主要KPI：C1〜C7

• 勝ち筋：端末・姿勢・熱電・地上局を一体で最適化し、「予測可能性」まで含めて提供する

具体例：インターステラテクノロジズ（IST）の位置づけ

日本の勝ち筋は覇権モデル（フルスタック支配）の模倣ではない。半導体で装置産業が勝ったのと同様に、宇宙AIでも“くびれ”となるKPIを握ることである。その具体例として、インターステラテクノロジズ（IST）のような打上側プレイヤーは、L1（輸送単価）よりもむしろ L2（輸送頻度）と予測可能性を供給することで、宇宙AIの産業化に寄与し得る。

宇宙AIが本当に必要とするのは「一回の打上」ではなく、故障・劣化を前提とした交換・補給・再構成を回すための“継続運用型物流”である。ここで通信KPI（とくに断時間C3や予測誤差C5）は運用KPI（R2/R4）を介して冗長率（R3）を規定し、最終的に必要物流（L2/L3/L4）へ伝播する。したがってISTの価値は輸送そのものに留まらず、交換単位（モジュール粒度）や標準化（L4）と整合した輸送仕様を提示し、運用設計の前提を安定化させる点にある。

要するに、日本の勝ち筋は「宇宙AIの全体覇権」を目指すことではなく、連立KPIの“くびれ”を握る装置産業ポジションを確立することにある。ISTのような打上・物流側のプレイヤーも、輸送単価（L1）ではなく、輸送頻度（L2）を運用可能性（予測可能性、再計画コスト）として提示し、標準化（L4）と接続できたとき、宇宙AIインフラの不可欠工程として位置づけられる。では、この装置産業ポジションを実際に取りに行くには、どのKPIをどの順番で固めるべきか。

※本稿の文脈では、L2は回数の点推定ではなく、P50/P90と再計画コストを含む分布指標として扱っている。

次章では、Phase 1〜4として工程設計を提示する。

10章｜Phase 1〜4：日本が取るべき産業設計の順序

結論：先に“KPIを測れる状態”を作り、次にサブシステム供給→規格→保守物流へ移る。

覇権側の転換点（30〜36か月）と、日本の産業育成フェーズを時間軸上で重ねると、取るべき順序が見える。

図4. 産業化をPhase 1〜4に分割し、2026–2035年の時間軸上に開始・終了および重なりを概念的に配置した。Phase 1（KPI標準化）からPhase 2（サブシステム供給）への移行期が、外部環境の転換点（30〜36か月）と重なり得る点を示す。

Phase 1：測れるKPIを固める（標準の準備）

• 放熱面密度（kg/kW）の測定・比較枠組み

• 展開成功率（%）の試験条件

• 劣化率（年/性能低下%）の評価系

• 通信：RTT/帯域/断時間/予測誤差の評価系（C1〜C5）

• モジュール粒度と交換手順（MTTR）の定義
  測れないKPIは産業にならない。まず“測れる”状態を作る。

Phase 2：サブシステムで勝つ（供給者になる）

• 放熱／展開／電源／通信端末をサブシステムとして供給

• 組立・保守を前提にしたモジュール設計をセットで出す

Phase 3：規格を取る（エコシステムを取る）

• 交換ユニット規格

• 接続（機械・電力・通信）の標準

• 軌道上組立プロトコル
  規格は政治ではなく、調達側の最適化として受け入れられる必要がある。つまりKPIで示す。

Phase 4：宇宙インフラ物流（継続運用）へ拡張

• 保守物流が回り始めると供給者は長期の収益構造を得る

• インフラは建設より保守が長い
  結果として装置産業の地位が強固になる。

結論｜覇権は「人口」ではなく「再生産ループのKPI」で決まる

結論：宇宙AI覇権は、放熱・物流・通信のKPI連立を最速で閉じた側が取る。

宇宙AIの競争は、GPUやモデルの競争に見える。だが実装の支配変数は 放熱・物流・通信 であり、これはKPIに落ちる。

• 放熱：H1（面密度）、H3（展開成功率）、H4（劣化率）

• 物流：L2（頻度）、L3（MTTR）、L4（標準化）、L5（自動化）

• 通信：C1（RTT）、C2（E2E帯域）、C3（断時間）、C5（予測可能性）、C6（指向安定性）、C7（W/Gbps）

• 運用：R2（チェックポイント）、R3（冗長率）、R4（粒度）

そしてこのKPI群が意味するのは、覇権の定義の変化である。地球文明の覇権は人口の線形に近かった。太陽系文明の覇権は、機械の自己増殖ループの速度（指数）に近づく。

次の覇権は「人口が多い国」ではなく、「自分を機械で増殖できる国」が取る。
日本の勝ち筋は覇権モデルの模倣ではない。半導体装置産業と同じく、代替不能なボトルネックをKPIで握ることだ。宇宙AI時代の装置産業を設計し、規格を取り、保守物流と運用まで押さえる。そこに現実的で持続的な勝ち筋がある。

注記（評価可能性の前提）

本稿のKPIは、単独最適ではなく相互依存する連立最適化問題として扱う。従って各KPIは、測定条件（前提シナリオ）を固定したうえで比較可能な形式（E2E・システム質量・分布指標）で提示することが必須である。

参考

• Peter H. Diamandis, “Space GPUs, Humanoid Armies & Why China Wins Unless We Build Optimus”, METATRENDS (Feb 06, 2026). (metatrends.substack.com)

付録｜KPI一覧（評価可能な指標フォーマット）

以下は「定義→単位→測定条件→代表指標→解釈」で統一した評価フォーマットである。

H：放熱（Thermal / Radiator）

H1｜放熱面密度

• 定義：所定の放熱能力（定常熱除去）あたりの放熱系総質量

• 単位：kg/kW

• 測定条件：放熱面温度T、放射率ε、劣化後ε’、姿勢条件、熱輸送系を含む“システム質量”で評価

• 代表指標：BOL（初期）/EOL（寿命末期）の双方

• 解釈：H1低下は打上質量・物流頻度を直接低下させ、L2・R3へ波及する

H2｜放熱温度・許容温度域

• 定義：放熱面の運用温度（定格）および許容レンジ

• 単位：K（または℃）

• 測定条件：定常・過渡（起動/停止/日照変動）を含む温度プロファイル

• 代表指標：定格T、許容上限Tmax、許容下限Tmin、温度サイクル回数

• 解釈：T上昇は必要面積をT⁴で減らす一方、材料・電装・劣化を悪化させる

H3｜展開成功率・展開耐久

• 定義：展開機構の成功確率、および耐久回数（展開/収納またはロック機構動作）

• 単位：成功率%／回

• 測定条件：真空・温度・振動・熱歪み・指向制御の運用条件を含む環境試験

• 代表指標：成功率（点推定＋信頼区間）、MTBF、劣化後成功率

• 解釈：H3は失敗1回の損失が大きく、経済性を不連続に支配する

H4｜耐劣化率（放熱性能）

• 定義：放射率・熱輸送能力・構造健全性の時間劣化

• 単位：年/%（例：年あたり性能低下%）

• 測定条件：放射線・紫外線・原子状酸素（LEO）・微小衝突の想定モデル

• 代表指標：εの低下曲線、性能半減期、EOL性能

• 解釈：H4は必要冗長（R3）と交換頻度（L2/L3）を決める

L：物流（Launch / Assembly / Servicing）

L1｜輸送単価（軌道別）

• 定義：目標軌道への実効投入質量あたりコスト

• 単位：$/kg

• 測定条件：実効ペイロードで計上、保険・遅延を別建てで明示

• 代表指標：P50/P90、遅延率

• 解釈：単価だけでなくL2（頻度）がないと産業化しない

L2｜年間輸送能力・輸送頻度

• 定義：年あたり軌道投入総量と打上回数

• 単位：t/年、回/年

• 測定条件：機体稼働率、整備ターンアラウンド、地上設備ボトルネックを含む

• 代表指標：最大能力・実績能力、停止要因

• 解釈：L2は保守産業の上限。H1と強く結合する

L3｜MTTR（モジュール交換時間）

• 定義：故障検知→切離し→交換→再統合までの復旧時間

• 単位：時間

• 測定条件：軌道上ロボ/地上操作、通信断を含む運用条件で評価

• 代表指標：P50/P90、再試行回数

• 解釈：L3が長いほど冗長（R3）が増え、質量・物流が膨張する

L4｜標準化率（共通部品比率）

• 定義：交換ユニット・接続規格の共通化比率

• 単位：%（点数比 or 質量比。定義を明示）

• 測定条件：SKU数・互換試験を含む

• 代表指標：共通化点数比、互換試験合格率

• 解釈：L4は在庫・供給確実性を通じ稼働率（L6）を押し上げる

L5｜軌道上組立自動化率

• 定義：組立・再構成作業のうち自律実行できる割合

• 単位：%（作業時間比など）

• 測定条件：タスクカタログを定義して評価

• 代表指標：自律成功率、介入回数/100タスク

• 解釈：L5が低いと頻度が頭打ちになり、L2の上限を下げる

L6｜稼働率・故障率

• 定義：稼働率、故障率

• 単位：%、件/年/ユニット

• 測定条件：故障定義（致命/性能低下/復旧可）を分類

• 代表指標：SLA、MTBF、MTTD/MTTR

• 解釈：L6は最終的な“サービスとしての価値”を規定する

C：通信（Space Networking）

C1｜RTT（往復遅延）

• 定義：地上—宇宙間のE2E往復遅延

• 単位：ms

• 測定条件：プロトコルと暗号化を含む実測

• 代表指標：中央値/P95、軌道幾何別

• 解釈：同期分散の成立領域を規定し、粒度（R4）を決める

C2｜E2E有効スループット

• 定義：アプリ層で利用できる実効帯域

• 単位：Gbps

• 測定条件：再送・暗号化・誤り訂正を含む

• 代表指標：平均/P10、ピーク

• 解釈：再同期コスト（R2）を支配する

C3｜可用性・最大連続断時間

• 定義：リンク可用性と最大連続断

• 単位：%、分

• 測定条件：気象・遮蔽・指向逸脱を含む実績

• 代表指標：Availability、Max Outage、Outage回数/日

• 解釈：C3→R2→R3→L2へ連鎖し、物流コストを増幅し得る

C4｜BER／損失率

• 定義：誤り率／損失率

• 単位：—、%

• 測定条件：変調方式・FEC・再送方式を明示

• 代表指標：時間帯別BER、損失率P95

• 解釈：再送増はC2低下として顕在化する

C5｜リンク予測可能性（予測誤差）

• 定義：リンク品質予測と実測の乖離

• 単位：%

• 測定条件：予測モデルと外生変数を明示

• 代表指標：MAE/MAPE、予測外れ頻度

• 解釈：予測誤差が大きいとスケジューリングが破綻し、稼働率（L6）を落とす

C6｜指向安定性（ポインティング誤差）

• 定義：ビーム指向誤差（時間変動含む）

• 単位：μrad/deg（方式明示）

• 測定条件：振動・熱歪み・姿勢制御と統合した実測

• 代表指標：RMS誤差、最大偏差、再捕捉時間

• 解釈：レーザー通信ではC6がC2/C3を直接支配する

C7｜エネルギー/通信効率

• 定義：通信あたり消費電力（エネルギー）

• 単位：J/bit または W/Gbps

• 測定条件：端末・追尾・冷却を含むシステム電力で評価

• 代表指標：定格、ピーク、温度別

• 解釈：通信は電力・熱予算に食い込み、放熱（H）と結合する

R：運用（SRE / Reliability）

R1｜障害時サービス低下幅

• 定義：単一故障（またはk故障）時の性能低下率

• 単位：%

• 測定条件：故障モデルを定義

• 代表指標：N-1/N-k時性能、回復時間

• 解釈：R1が小さいほど“壊れても動く”設計になる

R2｜チェックポイント間隔・再実行コスト

• 定義：状態保存周期と、障害後の再計算・再同期の追加コスト

• 単位：分、%

• 測定条件：C3（断）とC2/C4（再同期）を含めて評価

• 代表指標：最適間隔、再送量

• 解釈：通信断が長いほどR2は短くなりやすく、冗長（R3）と物流（L）へ波及する

R3｜冗長率・追加質量

• 定義：所定SLAを満たすための冗長と追加質量

• 単位：%、kg/kW

• 測定条件：L3（MTTR）、C3（断）、H4（劣化）を固定

• 代表指標：冗長率、追加質量、コスト増分

• 解釈：R3はH1・L2にフィードバックし、全体コスト関数を再帰的に規定する

R4｜交換可能性（粒度）

• 定義：交換ユニットの粒度（どこまでを1ユニットとするか）

• 単位：カテゴリ＋関連KPI（質量・時間）

• 測定条件：L3（交換）とC3（断）を含む運用シナリオで評価

• 代表指標：ユニット質量、手順数、交換成功率

• 解釈：粒度は「交換頻度」と「交換1回の重さ」のトレードオフで最適化される

サムネイル

ChatGPT-5.2（OpenAI）
プロンプト：

文字なし、ロゴなし。横長16:9（1280×670相当）のnoteサムネ。
宇宙空間の壮大なシーン。左に巨大なソーラーパネル（オレンジに発光、熱放射の雰囲気）。左下に月面から離陸する大型貨物船（エンジン噴射はオレンジ、砂塵が舞う）。右側に地球の夜景（都市の光）と周回する衛星群。上空の大型通信衛星から青い通信ビームが地球へ伸び、ネットワーク感を表現。
フォトリアル寄りの高精細デジタルアート、シネマティック、強い奥行き、星空は密度高め、コントラスト高め、シャープ、未来感。人物は入れない。