「AIの消費電力」を考える【後編】

「AI」の消費電力を9割以上抑える方法とは？

機械学習モデルの訓練には大量の電力が必要だ。企業がこの問題に取り組むための解決手法を、人工知能（AI）技術の専門家の意見と共に紹介する。

　前編「機械学習のCO2排出量は乗用車5台分？　『AI』の消費電力を減らすには」では、機械学習をはじめとする人工知能（AI）技術の電力消費に関する問題と、その削減方法について専門家の意見を取り上げた。後編では、AI技術の消費電力を抑える別の方法を紹介する。

　機械学習モデルの性能を高める上で大きな課題となるのが、ニューラルネットワークなどの機械学習手法で使用する、さまざまなパラメータ（重み）の調整だ。これは機械学習モデルの訓練に限ったことではない。ビジネスモデルやシミュレーションの最適化、オペレーションズリサーチ（計画に対して最も効率的な選択を導き出す手法）、物流、Programming by Example（PbE：実例を基にしたプログラミング）など、さまざまビジネス問題にもパラメータの調整が欠かせない。

　PbEは、機械学習モデルに例を与えて訓練する手法だ。データの構造化に関連する入出力ペアの例などのサンプルデータを、モデルに与えることを考える。このような問題はパラメータの組み合わせ数の激増につながる。データサイエンティストがさまざまな組み合わせのパラメータをテストする場合、パラメータを1つ加えるごとに解の数が増えることになる。

　ディープラーニング（深層学習）のパラメータ調整用ソフトウェアを開発するSigOptの共同創業者兼CEOであるスコット・クラーク氏によると、パラメータは深層学習モデルのパフォーマンスに大きく影響し、それがビジネスにも影響するという。パラメータ調整ではさまざまな種類の設定を評価しなければならず、それよって計算量が増加する。

　パラメータ調整の手法は一つではない。単純な総当たりの手法では、あらゆる可能性をランダムに試行するため、計算量が多くなり、適切な解を見つけるまで時間がかかる。

パラメータ調整手法の改善で95％の消費電力削減

「AIの消費電力」を考える

機械学習をはじめとする人工知能（AI）技術は、膨大な電力を消費するという研究結果がある。この問題は企業のAI戦略にどのような影響を及ぼすのか、専門家の見解をまとめた。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  25G／40GBASE-Tの普及を阻む「大きすぎる消費電力」

• 

  Open Compute Projectが目指した「データセンター電力効率99％超」、その成否は？

新着ホワイトペーパー PR

• 製品資料
  [オーティファイ株式会社] AIでコーディングは加速したのにテストはそのまま？　いまQAに必要な進化とは
• 事例
  [オーティファイ株式会社] QAで開発サイクルを遅延させない　8社の事例に学ぶ「テスト工程」の課題解決策
• 製品資料
  [株式会社ガラパゴス] 「AIっぽい広告」の山に埋もれさせない　AIマーケで着実に成果をだす秘訣とは？
• 製品資料
  [株式会社ガラパゴス] 「広告投資」調査レポート2026：勝ち組企業は何に投資しているのか？
• 製品資料
  [株式会社Helpfeel] 「問い合わせの渋滞」を解消、情シスの負担を軽減する“次世代型AI”活用方法