干し草と肥料の香りは、3人の人間ごとに牛がいるバージニア州カルペパー郡にぶら下がっています。 「私たちには、ほとんどの家族が所有している大きな農場があり、多くの森林があります」と、郡の55,000人の住民の1人であるサラ・パルメリーは言います。 「とても魅力的な小さな町アメリカです」と彼女は付け加えます。
しかし、この牧歌的な牧歌は、21世紀のシフトの真っin中にあります。過去数年にわたって、郡は7つの大規模なデータセンタープロジェクトの建設を承認しました。これは、生成人工知能（AI）の広範な計画でテクノロジー企業をサポートします。これらの巨大な構造の内部では、コンピューターサーバーの行は、ChatGPTなどのチャットボットの背後にあるAIモデルをトレーニングし、世界中の何十億もの毎日のクエリに回答を提供します。
バージニア州では、建設に大きな影響があります。各施設は、数万人の住宅と同じ量の電力を消費する可能性が高く、居住者のコストを引き上げる可能性があり、その能力を超えて地域の電力インフラストラクチャに負担をかけています。コミュニティのパルメリーや他の人々は、特にバージニア州がすでに世界のデータセンターの首都として知られているため、データセンターの電気に対する食欲に注意しています。 2024年12月に公開された国の委託レビューは、データセンターが経済的利益をもたらしますが、10年以内にバージニア州での電力需要を2倍にする可能性があると指摘しました。1。
電球にはエネルギーの評価があります。なぜAIチャットボットができないのですか？
「権力はどこから来るの？」州のデータセンターの台頭をマッピングしているParmeleeに尋ね、バージニア州ウォレントンに本社を置く非営利組織であるPiedmont Environmental Councilに取り組んでいます。 「彼らは皆、「私たちは次の地区から電力を買う」と言っています。しかし、その地区はあなたから電力を買うことを計画しています。」
AIとエネルギーに関する同様の競合は、データセンターが記録的なペースで芽生えている世界中の多くの場所で醸造されています。大手ハイテク企業は、生成的AIに激しく賭けています。これは、データからパターンを抽出しますが、新鮮なテキストと画像を生成しない古いAIモデルと比較して、より多くのエネルギーを動作させる必要があります。これにより、企業は新しいデータセンターとサーバーに数千億ドルを集合的に費やして能力を拡大するようになっています。
グローバルな観点から見ると、AIの将来の電力需要への影響は、実際には比較的少ないと予測されています。しかし、データセンターは密集したクラスターに集中しており、そこで局所的な影響を深めることができます。それらは、鉄骨工場や炭鉱など、他のエネルギー集約型施設よりもはるかに空間的に濃縮されています。企業は、データセンターの建物を密接に建設する傾向があり、電源グリッドと冷却システムを共有し、情報を効率的に共有し、自分自身とユーザーの両方に情報を転送できるようにする傾向があります。特に、バージニア州は、減税を提供することでデータセンター企業を引き付け、さらに多くのクラスタリングにつながりました。
「持っている場合は、もっと持っている可能性があります」とParmelee氏は言います。バージニア州にはすでに340の施設があり、パルメリーはバージニア州の既存のデータセンターの提案または拡張の159をマッピングしており、カリフォルニア州パロアトの研究所であるEPRIのレポートによると、州の電力使用の4分の1以上を占めています。2。アイルランドでは、データセンターは国の電力消費量の20％以上を占めています。それらのほとんどはダブリンの端にあります。また、施設の電力消費量は、少なくとも5つの米国州で10％を超えています。
さらに問題を複雑にすることは、AIシステムの電力要求に関する企業からの透明性の欠如です。 「本当の問題は、私たちが何が起こっているかについての詳細なデータと知識をほとんど持っていないことです」と、30年以上にわたってコンピューティングのエネルギー使用を研究し、カリフォルニア州バーリンゲームで分析会社を運営している独立した研究者であるジョナサン・クーメイは言います。
「このトピックに関するすべての研究者は、必要なものを手に入れていないので、夢中になっていると思います」と、アムステルダムの自由大学の研究者であり、デジタルトレンドの意図しない結果を探求するオランダの企業であるDigiconomistの創設者であるAlex De Vries氏は言います。 「私たちは最善を尽くし、あらゆる種類のトリックを試して、ある種の数字を思いつくようにしています。」
AIのエネルギーの要求を解決します
企業からの詳細な数字が不足しているため、研究者はAIのエネルギー需要を2つの方法で調査しました。 2023年、De Vriesは供給鎖（または市場ベース）の方法を使用しました3。彼は、生成的AI市場を支配するNVIDIAサーバーの1つの電力抽選を調べ、それを1年にわたって必要なエネルギーに推定しました。その後、彼はその数字に、出荷されているか、特定のタスクに必要なこのようなサーバーの総数の推定値を掛けました。
生成AIの環境コストは急上昇しています – そしてほとんど秘密
De Vriesは、この方法を使用して、Googleが生成AIを使用した場合に必要なエネルギーを推定しました。 2つのエネルギー分析者企業は、すべてのGoogle検索にChATGPTのようなAIを実装すると、400,000〜500,000のNVIDIA A100サーバーが必要になると推定していました。次に、Googleが毎日最大90億の検索（さまざまなアナリストからの球場の数字）を処理していると推定して、De Vriesは、AIサーバーを介した各要求には7〜9ワットのエネルギー（WH）が必要であると計算しました。これは、通常の検索のエネルギーの23〜30倍であり、2009年のブログポストでGoogleが報告した数値で進む（参照 go.nature.com/3d8sd4t）。 De Vriesの推定についてコメントするように求められたとき、Googleは応答しませんでした。
このエネルギーの計算は、「ストローをつかむ」ように感じた、とデ・ヴリーズは言う。そして彼の数字はすぐに時代遅れになりました。 AI統合されたGoogle検索に必要なサーバーの数は、現在のAIモデルが計算コストの一部で2023モデルの精度と一致する可能性があるため、現在は低くなる可能性があります。 自然。
それでも、同社は、生成AIのエネルギーフットプリントを評価する最良の方法は、サーバーの出荷とその電力要件を監視することであり、これは多くのアナリストが使用する方法であると述べています。ただし、データセンターは一般に非AIタスクを実行するため、アナリストが生成AIのみが使用するエネルギーを分離することは困難です。
ボトムアップの推定値
これらのテストの背後にある概念は、ユーザーが画像を生成するリクエストやテキストベースのチャットなどのプロンプトを送信することと、CodeCarbonと呼ばれるPythonソフトウェアパッケージを使用すると、ユーザーのコンピューターがデータセンターでモデルを実行するチップの技術仕様にアクセスできるようにします。 「ランニングの終わりに、使用していたハードウェアによってエネルギーがどれだけ消費されたかの推定値が得られます」と、AIモデルとデータセットのオープンソースプラットフォームをホストするニューヨーク市に拠点を置く企業であるHugging Faceで働くAI研究者であるSasha Luccioni氏は言います。
Luccioniなどは、さまざまなタスクにはさまざまな量のエネルギーが必要であることがわかりました。平均して、最新の結果によると、テキストプロンプトから画像を生成すると、エネルギーの約0.5 WHが消費されますが、テキストの生成は少し少なくなります。比較のために、最新のスマートフォンはフル充電に22Wが必要になる場合があります。しかし、広いバリエーションがあります。より大きなモデルにはより多くのエネルギーが必要です（「AIはどれだけのエネルギーを使用するか」を参照してください）。 de vriesは、数値は彼の論文の数よりも低いと言いますが、それはLuccioniなどが使用するモデルがChatGptの基礎となるモデルよりも少なくとも1桁小さいためであり、AIがより効率的になっているためかもしれません。
ペンシルベニア州ピッツバーグのカーネギー・メロン大学のLuccioniのコンピューター科学者であり協力者であるEmma Strubellによると、この数字は下限です。そうでなければ、「企業が出てきて私たちを修正するだろう」と彼女は言う。 「彼らはそれをしていません。」
さらに、企業は一般に、ソフトウェアがデータセンター冷却に使用されるエネルギーを推定するために必要な情報を差し控えています。 CodeCarbonは、ある種のチップのエネルギー消費にもアクセスできません。これには、Google独自のTPUチップが含まれています、とフランスのデータサイエンティストであるBenoîtCourty氏は、CodeCarbonを維持しています。
AIは、ネットゼロ排出量へのレースを加速または遅延させますか？
Luccioniはまた、モデルが大量のデータから統計パターンを抽出する場合、生成AIモデルを訓練するのにどれだけのエネルギーが必要かを研究しています。しかし、モデルがGoogleの見積もりで想定されていたように、モデルが毎日数十億のクエリを受け取っている場合、それらのクエリに答えるために使用されるエネルギー（テラワット時間の電力）がAIの年間エネルギー需要を支配します。 CHATGPTの最初のバージョンの背後にあるモデルであるGPT-3のサイズのトレーニングには、ギガワット時間の順にエネルギーが必要です。
先月、Luccioniと他の研究者が立ち上げました AIエネルギースコアプロジェクト、さまざまなタスク上のAIモデルのエネルギー効率を比較するための公開イニシアチブであり、各モデルに星評価を与えます。独自の閉じたモデルの開発者もテスト結果をアップロードすることができますが、これまでのところ米国のソフトウェア会社Salesforceのみが参加してきたとLuccioni氏は言います。
Strubell氏によると、企業は最新の業界モデルのエネルギー要件について、ますます近づいてきています。競争が激化するにつれて、「会社の外で共有されている情報が閉鎖されました」と彼女は言います。しかし、GoogleやMicrosoftなどの企業は、炭素排出量が増加していることを報告しており、AIを支援するデータセンター構造に起因しています。 （Google、Microsoft、Amazonなどの企業は、尋ねられたときに透明性の欠如についての批判に取り組んでいませんでした 自然;代わりに、彼らは地方自治体と協力して、新しいデータセンターが地元のユーティリティの供給に影響を与えないようにしていることを強調しました。
現在、一部の政府は、企業からのより多くの透明性を必要としています。 2023年、欧州連合はエネルギー効率の指令を採用しました。これには、毎年少なくとも500キロワットの電力が評価されていると評価されているデータセンターのオペレーターが必要です。
グローバル予測
サプライチェーンの推定方法に基づいて、アナリストは、データセンターは現在、世界の電力需要のわずかな割合を使用していると述べています。国際エネルギー機関（IEA）の推定4 2022年にそのような施設で使用される電気は240〜340 TWH、または世界需要の1〜1.3％であったこと（暗号通貨採掘とデータ交換インフラストラクチャが含まれている場合、これは2％に比べて上昇します）。
AIブームはこれを増やしますが、多くの産業の電化、電気自動車の増加、エアコンの需要の向上により、2050年までに世界の電力消費量が80％以上増加すると予想されるため、データセンターは「電力需要の全体的な成長の比較的少ないシェアを占める」とIEAの報告によると4 （「世界の電力の成長」を参照）。
AIの現在のエネルギー需要の近似があっても、将来の傾向を予測することは困難です、とKoomeyは警告しています。 「AIまたは従来のいずれかのデータセンターが、数年後でもどのデータセンターが使用するのか、誰も考えていません」と彼は言います。
主な問題は、必要なサーバーとデータセンターの数に関する意見の相違であり、それは公益事業会社やハイテク企業が数を膨らませるための経済的インセンティブを持っている分野です、と彼は言います。彼らの予測の多くは、彼が付け加える「単純な心の仮定」に基づいています。 「彼らは、最近の傾向を将来10年または15年後に推定します。」
昨年末、Koomeyは米国エネルギー省が資金提供した報告書を共著しました5、米国のデータセンターは現在、国の電力の176 TWH（4.4％）を使用していると推定しており、これは2028年までに2倍または3倍から7％から12％です。
#AIは本当にどれくらいのエネルギーを消費しますか善悪い未知