AIが抱える環境問題【前編】
AIモデルを「GPU」で作るのに“町1つ分”の電力が必要という話は本当？
AIツールをビジネスに活用する上で、考慮すべき項目が「消費電力問題」だ。AIツールはどの過程においてどの程度の電力を消費するのか。あらためて理解しておこう。
2023年に最も議論されたトピックの一つが、人工知能（AI）技術が社会や経済に与える潜在的な影響だ。特にAIチャットbot（AI技術を活用したチャットbot）「ChatGPT」は、世間の注目を集めた。
調査会社Statistaの統計によれば、2023年2月から6月にかけて世界中の企業の10％以上の人がChatGPTを職場で使ったことがある。2023年3月にGoldman Sachsが公開した報告書は、ChatGPTなどの生成AI（テキストや画像などを自動生成するAI技術）が3億人分の業務を自動化する可能性を示唆している。コンサルティング企業NewVantage Partnersが2022年に、企業94社の経営層に対して実施したアンケート調査では、回答者の91.7％がAI技術に投資していると回答した。
こうした需要の高まりは、AI技術を支えるインフラ、特にデータセンターに大きな影響をもたらすと考えられる。どのような影響があるのかを見ていこう。
AIが消費する電力は“町1つ分”？
AIモデルに対する操作には、「学習」と「推論」の2段階がある。これらはどちらも膨大な計算能力を必要とする。そこで活躍するのがGPU（グラフィックス処理ユニット）だ。
1段階目の学習では、AIモデルは膨大な量のデータから学習する。これは人が試験勉強をするのと似ている。ChatGPTのベースになっているLLM（大規模言語モデル）「GPT」などの高度なAIモデルの学習では、広範囲にわたるデータに対して膨大な量の情報を処理しなければならない。何千基ものGPUが、時には何日も何カ月も止まることなく、AIモデルの学習のために稼働している。
2段階目の推論は、AIモデルが知識を使って人の質問に答えたり、タスクの遂行を支援したりする段階だ。GPUは推論においても活躍し、AIモデルが学習したことを迅速かつ効率的に活用して答えを導き出せるようにする。
GPUはデータセンターにおいて大量の電力と専用のサーバラックを必要とする。ベンダーがより多くのAIツール（AI技術を活用したツール）を開発し、企業がそれらのAIモデルを使用するにつれて、より広いデータセンターと、より多くの電力が必要になる。
標準的なサーバラック当たりの消費電力は4キロワット程度だ。AIツールに必要な高性能コンピューティングの場合、サーバラック1台分でその15倍の電力を消費するという見方がある。大ざっぱに言えば、AIモデルが稼働する平均的なサーバラック1台分のハードウェアは、住宅25軒分と同程度の電力を必要とする。このようなハードウェアが収まったサーバラックをデータセンターに数百台配置すると、小さな町1つと同じ量の電力を消費することになる。このような電力消費は、企業の持続可能性における目標や、国家の「ネットゼロ」（温室効果ガスの排出量と、除去量および吸収量が等しい状態）目標に深刻な影響を与えかねない。
後編は、AIツールの利用に際して企業が配慮すべき事項を紹介する。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
6
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
7
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
10
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー