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
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分？ 不足する対策を16項目でチェック -
事例
[Wrike Japan 株式会社] 世界的な家電メーカーが実践する「クリエイティブプロセス効率化」の方法とは？ -
事例
[Wrike Japan 株式会社] 世界的テクノロジー企業に学ぶ、プロセス標準化とプロジェクト納品自動化の秘訣 -
事例
[Wrike Japan 株式会社] ソニー・ピクチャーズ テレビジョンに学ぶ、次世代サービスデリバリーのヒント -
事例
[Wrike Japan 株式会社] ソミック石川に学ぶ、ICT浸透後に直面した「工数管理」の課題と解決策
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
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
2
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
3
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
4
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
5
LLMの「過学習」、正しく説明している文章はどれ？
-
6
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
7
「配信に1カ月」の代償 カルビーがLINE運用で外部依存を断ち切った理由
-
8
「従来のRAG」は限界か Databricksが示す「適応型検索」の勝算
-
9
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4％
-
10
技術力だけでは「上に行けない」 シヤチハタCDOが語る、情シスが次の役割をつかむ条件
ホワイトペーパーランキング PR
-
1
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
2
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
4
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
5
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
-
9
少額減価償却資産が40万円未満へ拡大、令和8年度税制改正で押さえるべき変更点
-
10
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
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