なぜ AI は電力を大量に消費するのか？

「なぜ AI は電力を大量に消費するのか？」は、公開された証拠がインターネットインフラ、ガバナンス、運用上の依存関係、または市場での可視性に関連付けているため、BTW Media によってプロファイルされています。

• ChatGPT に象徴される AI の指数関数的な成長は、エネルギー需要の大幅な増加をもたらし、2030 年までに米国の電力の最大 25％を消費する可能性があり、差し迫ったエネルギー危機への懸念を引き起こし、世界的な「エネルギー戦争」を引き起こしています。
• AI の増大するエネルギー消費に対処するため、エネルギー消費を削減するための大規模モデルや AI ハードウェアの最適化、核融合などの新エネルギー源への投資といった戦略が、Amazon、Google、Altman などの主要テクノロジー企業や業界専門家によって進められています。
• AI のエネルギー消費がもたらす課題にもかかわらず、再生可能エネルギーの継続的な進歩、インフラのアップグレード、AI 革命の中核で持続可能なエネルギーの未来を確保するための国際協力により、需要に応えられるという楽観的な見方が残っています。

ChatGPT が人工知能（AI）への新たな熱狂を引き起こす中、エネルギー消費という根底にある問題が引き続き注目を集めています。

今年 4 月 10 日、チップ大手 Arm の CEO であるRene Haas氏は、ChatGPT のような大規模 AI モデルには大量の計算能力が必要であると公に述べました。2030 年までに、AI データセンターは米国の電力需要の 20％から 25％を消費すると推定されており、現在の 4％から大幅に増加します。

公開データによると、ChatGPT は現在 1 日あたり 2 億件以上のリクエストを処理し、毎日最大 50 万キロワット時の電力を消費しています。これは、ChatGPT だけで年間 2 億元の電気代に相当します。

これは、ChatGPT の 1 日の電力消費量が平均的な家庭の 1 万 7000 倍以上であることを意味します。（米国の商業用電力は現在、1 キロワット時あたり約 0.147 ドル、つまり 1.06 元、1 日あたり 53 万元）

オランダのコンサルタント会社の幹部である Alex de Vries 氏によると、AI 業界は 2027 年までに年間 8500 億キロワット時から 1 兆 3400 億キロワット時の電力を消費すると予想されており、これはスウェーデンやオランダなどの欧州一国の年間総電力消費量に相当します。

マスク氏は、電力不足が早ければ 2025 年にも発生する可能性があると予測し、「来年には、すべてのチップを動かすのに十分な電力がなくなることがわかるだろう」と述べています。

OpenAI の CEO であるSam Altman氏も、AI 業界におけるエネルギー危機を予想しており、将来の AI 技術開発はエネルギーに大きく依存し、人々はより多くの太陽光発電製品やエネルギー貯蔵が必要になると示唆しています。

これらすべては、AI が新たな世界的「エネルギー戦争」を引き起こそうとしていることを示しています。

こちらもお読みください:AI 業界を変える 5 人の女性

こちらもお読みください:みんなが使っている AI 音声ジェネレーターは？

AI はエネルギーのボトルネックに直面

過去 500 日間で、ChatGPT は大規模 AI モデルと計算能力に対する世界的な需要の急増を引き起こしました。

Microsoft、Google、Meta、OpenAI などの世界的なテクノロジー大手は、AI チップの獲得に奔走し、さらにはチップ製造に乗り出すなど、総額で数兆ドルを超える規模に達しています。

本質的に、AI はコンピュータ技術と情報処理に大きく依存しており、そのために大量の GPU チップと、電力、水力、風力、資金などの基盤リソースが必要となります。

1961 年、IBM に勤務していた物理学者ロルフ・ランダウアーは、後に「ランダウアーの原理」として知られるようになる論文を発表しました。

この理論は、コンピュータに保存された情報が不可逆的な変化を起こすと、環境に少量の熱を放出し、放出される熱量はその時のコンピュータの温度に依存することを示唆しています。温度が高いほど、より多くの熱が放出されます。

ランダウアーの原理は、情報とエネルギー、より具体的には熱力学第二法則と結びついています。なぜなら、論理的に不可逆的な情報処理操作は情報の消滅を引き起こし、それが物理世界でのエントロピーの増加につながり、エネルギーを消費するからです。

この原理は提唱以来、かなりの懐疑論に直面してきました。しかし、過去 10 年ほどの間に、「ランダウアーの原理」は実験的に検証されました。

2012 年、Nature 誌に掲載された研究で、データの「ビット」が消去される際に放出される微量の熱が初めて測定されました。その後の独立した実験でも「ランダウアーの原理」が確認されました。

過去 10 年間で、現代の電子コンピュータはランダウアーの原理の理論値よりも数十億倍も多くの計算エネルギーを消費してきました。科学者たちは、コスト削減のためにより効率的な計算方法を見つけようと努力してきました。

現在、大規模 AI モデルの爆発的な増加に伴い、実際に大量の計算が必要となっています。したがって、AI はチップ不足だけでなく、エネルギー不足によっても制限されています。

最近、「Bosch Connected World 2024」会議で、マスク氏はまた、1 年ちょっと前はチップが不足していたが、来年には電力不足が見られ、すべてのチップの需要に対応できなくなると述べました。

中国科学技術情報研究所人工知能センターの副所長である Li Xiuquan 氏は、「近年、大規模 AI モデルの規模と量が急速に増加し、エネルギー需要が急速に増大しています。『電力不足』のような問題は短期的にすぐに発生する可能性は低いですが、大規模インテリジェンス時代の到来に伴うエネルギー需要の指数関数的な増加は無視できません」と述べています。

大規模 AI モデルの品質の鍵は、データ、計算能力、そして昼夜を問わず稼働する数万のチップによって支えられる最高の人材にあります。

具体的には、AI モデルの計算能力の作業プロセスは、大まかにトレーニングと推論の 2 つの段階に分けられ、エネルギー消費も関わっています。

トレーニング中に大量のテキストデータを収集し、前処理する必要がある

近年、大規模 AI モデルの規模と量が急速に増加し、エネルギー需要が急速に増大しています。『電力不足』のような問題は短期的にすぐに発生する可能性は低いですが、大規模インテリジェンス時代の到来に伴うエネルギー需要の指数関数的な増加は無視できません。

Li Xiuquan、中国科学技術情報研究所人工知能センター副所長

トレーニング段階では、大量のテキストデータを収集し、入力データとして前処理する必要があります。次に、適切なモデルアーキテクチャでモデルのパラメータを初期化し、入力データを処理して出力を生成しようと試みます。最後に、出力と期待される出力との差に基づいてパラメータを繰り返し調整し、モデルのパフォーマンスが大幅に改善されなくなるまで続けます。

15 億パラメータの GPT-2 のトレーニングから 1750 億パラメータの GPT-3 まで、OpenAI のモデルの背後にあるトレーニングのエネルギー消費は驚くべきものです。公開情報によると、OpenAI は 1 回のトレーニングで 128.7 kWh を消費し、これは 3000 台の Tesla が同時に 32 km 走行するのに相当します。

調査会社 New Street Research によると、Google だけでも AI に約 40 万台のサーバーが必要で、1 日あたり 62.4 GWh、年間 22.8 TWh を消費します。

推論段階では、AI はまずトレーニング済みモデルのパラメータを読み込み、推論するテキストデータを前処理し、学習した言語パターンに基づいてモデルに出力を生成させます。Google は、2019 年から 2021 年にかけて、AI 関連のエネルギー消費の 60％が推論によるものであると述べています。

Alex de Vries 氏の推定によると、ChatGPT は約 2 億件のリクエストに応えるために 1 日あたり 50 万 kWh 以上を消費し、これは年間 2 億元の電気代に相当し、米国の各家庭の平均的な 1 日あたりの電力消費量の 1.7 倍です。

SemiAnalysis のレポートによると、大規模モデルを使用した問題検索のエネルギー消費は、従来のキーワード検索の 10 倍です。Googleを例にとると、標準的な Google 検索は 0.3 Wh の電力を使用しますが、大規模モデルとの各インタラクションは 3 Wh を消費します。ユーザーがすべての Google 検索で AI ツールを使用した場合、年間約 29.2 TWh の電力が必要となり、1 日あたり約 7900 万 kWh に相当します。これは、世界一高い超高層ビルであるドバイのブルジュ・ハリファに 300 年以上連続して電力を供給するのに相当します。

さらに、Stanford Artificial Intelligence Index Report 2023 によると、AI 検索 1 回あたり約 8.9 Wh の電力を消費します。通常の Google 検索と比較して、AI 検索のエネルギー消費は約 30 倍です。1760 億パラメータに達する可能性のあるモデルの場合、トレーニング段階だけで 433,000 kWh を消費し、これは米国の 117 世帯の年間電力消費量に相当します。

注目すべきは、スケーリング則（Scaling Law）の下では、パラメータ規模が増加し続けるにつれて、大規模モデルのパフォーマンスも向上しますが、それに伴いエネルギー消費も高くなるということです。

したがって、エネルギー問題は AI 技術の継続的な発展にとって重要な「足かせ」となっています。

クイッククイズ

Google は AI に何台のサーバーを必要としていますか？

A. 400,000

B. 300,000

C. 200,000

D. 100,000

正解は記事の下部にあります。

まだ壊滅的とは言えない

Jensen Huang氏は、エネルギー供給に対する懸念があるものの、より楽観的な見方を示しています。過去 10 年間で、AI の計算能力は 100 万倍に向上しましたが、そのコスト、スペース、エネルギー消費は同じ規模では増加していません。

米国エネルギー情報局（EIA）の年次長期見通しによると、現在の米国の電力需要の年間成長率は 1％未満です。しかし、NextEra Energy の CEO である John Ketchum 氏は、AI 技術の影響下で、この電力需要の年間成長率が約 1.8％に加速すると考えています。

Boston Consulting Group のレポートによると、2022 年にはデータセンターの電力消費量が米国の総電力消費量の 2.5％（約 130 テラワット時）を占め、2030 年までに倍増して 7.5％（約 390 テラワット時）に達すると予想されています。これは、約 4000 万世帯の米国世帯の電力消費量に相当し、全米世帯の 3 分の 1 に相当します。また、同グループは、生成 AI が米国の新規電力需要の少なくとも 1％を占めると予測しています。

これは、データセンターと AI の電力消費量は大きいものの、壊滅的とはほど遠いことを意味します。

コスト面では、国際再生可能エネルギー機関の報告書が、過去 10 年間で世界の風力および太陽光発電プロジェクトの平均電力コストがそれぞれ累積で 60％以上、80％以上低下したことを強調しています。業界関係者はまた、「太陽光発電の全体的なコストは火力発電と同程度であり、一部の地域では風力発電のコストは火力発電の半分である」とも述べています。

迫り来るエネルギー需要の増加にどのように対処するのか？

Titanium Media App による業界専門家のまとめによると、AI のエネルギー消費に取り組む主な解決策は 2 つあります。1 つは、大規模モデルや AI ハードウェアの最適化によってエネルギー消費を削減すること、もう 1 つは、核融合、核分裂資源などの新しいエネルギー源を見つけて AI のエネルギー需要を満たすことです。

ハードウェアの最適化面では、エネルギー消費の高い数十億パラメータ規模の大規模 AI モデルの場合、アルゴリズムとモデルの最適化によってモデルのトークンサイズと複雑さを圧縮することでエネルギー消費を削減できます。同時に、企業は最新の NVIDIA B200、AI PC、AI 電話端末などの低消費電力 AI ハードウェアの開発と更新を続けることができます。さらに、データセンターのエネルギー効率を最適化し、エネルギー使用効率を向上させることで、エネルギー消費を削減できます。

これに対し、中国企業資本連盟の副会長である Bai Wenxi 氏は、「将来的には、技術革新と設備のアップグレードを行い、発電効率をさらに向上させ、送電網の容量と安定性を高め、エネルギー資源の配分を最適化し、電力供給の柔軟性を強化し、分散型エネルギーシステムを推進し、エネルギー伝送の損失を減らすことで、計算能力の発展から生じるエネルギー需要の課題に対処する必要がある」と述べました。

中国データセンターワーキンググループ（CDCC）の専門家委員会の副委員長である Qu Haifeng 氏は、関連業界はデータセンターの規模を抑制するのではなく、エネルギー効率の向上に注力すべきだと考えています。データセンターはエネルギー消費量を削減する必要はなく、むしろエネルギー消費の質を向上させるべきです。

核融合エネルギーの開発に関しては、その豊富な原材料資源、大量のエネルギー放出、安全性、クリーンさ、環境上の利点から、制御核融合は基本的に将来の理想的な究極のエネルギー源のさまざまな要件を満たすことができます。

現在、主な核融合エネルギー源は 3 つあります。太陽光や熱などの宇宙エネルギー、水素爆弾の爆発（制御不能な核融合）、人工太陽（制御核融合装置）です。

統計によると、現在世界で 50 カ国以上が 140 以上の核融合装置の研究と建設を行っており、一連の技術的ブレークスルーが達成されています。IAEA は、世界初の核融合発電所が 2050 年までに建設され、稼働を開始すると予測しています。

この核融合発電は、大規模 AI モデルの需要によって引き起こされる世界的なエネルギー不足を大幅に緩和するでしょう。

2023 年 4 月、Altman 氏は先手を打って、核融合スタートアップのHelion Energyに個人で 3 億 7500 万ドルを投資し、同社の会長に就任しました。さらに、Altman 氏は昨年 7 月に自身の投資会社 AltC を核融合スタートアップのOkloと合併させ、約 8 億 5000 万ドルと評価される新規株式公開（IPO）を達成し、AltC の最新の時価総額は 400 億ドルを超えています。

Altman 氏の核融合企業への巨額投資に加えて、Amazon や Google などのテクノロジー大手は直接クリーンエネルギーを購入しています。

Bloomberg のデータによると、2023 年だけでも、Amazon は 8.8 ギガワット（GW）のクリーンエネルギーを購入し、世界最大のクリーンエネルギー購入者として 4 年連続となりました。Meta（3 GW）と Google（1 GW）がこれに続いています。

Amazon は、データセンターの電力の 90％以上がクリーンエネルギー発電によるものであり、2025 年までに 100％グリーンエネルギー利用を達成する計画であると述べています。

中国と米国の競争

実際、米国を例にとると、クリーンエネルギー、AI、データセンター、電気自動車、鉱業などの複数の産業の成長が、停滞していた米国の電力需要を再び活性化させています。しかし、世界の「最大の機械」と称されていながらも、米国の電力網はこの突然の変化に対応できないようです。

アナリストは、米国の送電網のアクセス設備と送電設備の 70％が老朽化しており、一部の地域では送電線が不足していると指摘しています。そのため、米国の電力網は大規模なアップグレードが必要であり、対策が講じられなければ、2030 年までに米国は克服不可能な国内供給不足に直面するでしょう。

米国と比較して、中国はエネルギー需要についてより楽観的です。現在、中国の風力および太陽光発電製品は 200 以上の国と地域に輸出されており、累積輸出額はそれぞれ 334 億ドルと 2453 億ドルを超えています。

AI が爆発的な成長を遂げる中、AI 業界における中国と米国の競争は、大規模モデル技術の競争から、計算能力、エネルギー、労働力などを含む多面的な戦いへと移行しています。

2050 年までに核融合エネルギーの実用化が可能になることで、人類は AI のエネルギー消費という困難な問題に終止符を打ち、無制限のエネルギー生産の時代に入ることが期待されています。

正解は A です。