AIの電力需要の急増：2025年までにビットコインマイニングを上回る

2025年末までに、人工知能（AI）の消費電力はビットコインマイニングを上回る可能性があります。これは、より迅速かつ巧妙に進行するエネルギー危機を浮き彫りにする現象です。その原因は、大規模AIモデルとそれを支えるデータセンターの爆発的な増加です。

エネルギー需要の台頭する巨人たち

アムステルダム自由大学のアレックス・デ・フリース＝ガオ氏が主導した最近の研究では、次のようなことが示唆されています。 2025年後半までにAIがデータセンターの電力のほぼ半分を占める可能性がある ビットコインの電力消費量に匹敵し、場合によってはそれを上回る可能性がある。これを評価するために、デ・フリース＝ガオ氏は業界の生産データ、アナリストレポート、決算説明会を検証し、「三角測量」手法を用いてAIチップの供給量を追跡した。

彼の調査結果: AIはすでにデータセンターの電力の約20%を消費している 年末までに需要は23ギガワットに達する可能性があり、これはオランダや英国の電力消費量に相当する。

AI の電力使用がなぜ重要なのか?

3つの大きな理由:

電力網の逼迫

この急増への対応は単なる技術面の問題ではなく、国家的なインフラ整備の課題です。米国では、電力会社はAIの増大する需要を満たすため、新たなガス発電所の建設や原子力発電所の見直しに奔走しています。

環境エネルギー研究所所長ダニエル・ブレセット氏は最近この点について次のように強調した。 グリッドアップグレードの緊急性 近い将来に「新世代の資産に対応する」ため。

環境影響

ネットワーク全体のエネルギー使用量が公開されているビットコインとは異なり、AIの消費量は不透明です。大手テクノロジー企業はAI関連のエネルギーと排出量の増加を報告していますが、その内訳を明らかにすることはほとんどありません。予測には大きな幅があるブラックボックスですが、透明性の欠如は私たち全員が懸念すべきことです。

ガーディアン紙のフリース・ガオによる分析では、AIが次のようなことを説明できると推定している。 データセンターの電力の最大49% 2025年後半までに使用することを禁止し、透明性と持続可能性の欠如を懸念している。 

効率パラドックス

NvidiaのGrace Blackwellプロセッサなどのチップ効率の向上にもかかわらず、AIの総エネルギー消費量は増加し続けています。ジェヴォンズのパラドックスにより、効率の向上はAIの利用拡大を促すだけです。 .

数字を理解する

それを分解しよう：

• 2024 年: AI がデータセンターの電力消費量の約 20% を占めるようになります。
• 2025年の予測: 需要は中小国全体と同程度の23GWに急増する可能性があります。
• ビットコインとの比較：ビットコインのマイニングには約 10 GW の電力が消費されるため、AI ではその XNUMX 倍以上になる可能性があります。
• データセンターの成長: 世界のデータセンターの電力使用量は、945 年までに 1,050～2030 TWh に達し、2022 年の XNUMX 倍になる可能性があります。
• 炭素コスト: AI だけで 82 年に最大 2025 TWh を消費する可能性があります。これはスイスの年間電力使用量に相当します。

この急増の背後にある要因

どうしてこんなに早く高くなったのでしょうか?

「大きいほど良い」という考え方

テクノロジー大手とスタートアップ企業間の競争は、モデルの大規模なスケーリングと、膨大な計算量を必要とするニューラルネットワークの大規模化を促しました。こうした規模の拡大は、指数関数的なエネルギー消費に直接つながります。

生成AIの影響

生成ツール、例えば ChatGPT などにより、AIはあらゆるところに浸透し、毎日何百万ものエネルギーを消費するクエリが実行されるようになりました。各クエリは、一般的なGoogle検索よりもはるかに多くの電力を消費します。

ジョアンナ・スターンは、最近の米国エネルギー省の報告書を参照しながら、 WSJで取り上げられた このような施設は12年までに米国の電力消費量の最大2028％を占める可能性があり、 OpenAI 0.34Wh/年を主張 ChatGPT クエリ。

ハードウェア供給制約

TSMCのAIチップ生産量は倍増しましたが、生産能力には限りがあります。データセンターがAIワークロード向けにGPUの稼働率向上に奔走する中、このボトルネックによりチップ価格と消費電力がともに上昇しています。

インフラ全体への波及効果

インフラにとってそれは何を意味するのでしょうか?

電力インフラへの負担

バージニア州北部やシリコンバレーなど、データセンターが集中する地域では、電気料金の高騰、電力網容量の逼迫、新規接続の待ち時間の長期化といった現象が起きている。 

MITの研究者エルサ・オリベッティ氏とアダム・ゼウェ氏は、生成AIの導入は電力システムと水道システムの両方に負担をかけており、「常に稼働させておく必要がある」と指摘しています。 

再生可能エネルギーの期待に懐疑的

効率化と再生可能エネルギーは解決策の一部であるが、デ・フリース・ガオ氏は、具体的な測定がなければ、必要なエネルギーの規模を過小評価したり、クリーンエネルギーの対応能力を過大評価したりする危険があると警告している。

環境と政策への影響

AI のエネルギー需要は最良の時期には発生していないと言っても過言ではなく、環境に優しい未来への大きな障害となっています。

排出量の軌跡

ハイテク企業からの排出量が急増 グーグルの二酸化炭素排出量は59年以降2019％増加した ヘレナ・ホートンがガーディアン紙のレポートで指摘しているように、電力消費量はジェミニや ChatGPT. 

水の使用に関する考慮事項

データセンターは電力だけでなく、水を大量に消費します。例えば、トレーニング GPT‑3 は 700,000 回の実行中に約 XNUMX リットルを消費しました。

情報開示のギャップ

2024年制定の米国人工知能環境影響法などの政策努力は透明性の向上を推進している。しかしながら、現状では大手AI企業がAI関連のエネルギー消費量を公表することはほとんどありません。

ビットコインのエネルギー転換から学ぶ教訓

ビットコインのネットワークはかつてオランダよりも多くの電力を消費していました。イーサリアムがプルーフ・オブ・ステークに移行した際、エネルギー消費量は99.9%以上減少しました。AIはこのロードマップから学ぶ必要があります。効率性の向上だけでなく、構造改革も必要です。

緩和のための戦略

障害を理解したところで、それを取り除くために何ができるでしょうか?

透明性のあるレポート

企業は、説明責任を果たし、改善を導くために、ビットコインのオープンソースマイニング統計のように、詳細な AI エネルギーデータを開示する必要があります。

設計による効率化

モデルとハードウェアのイノベーションは、エネルギー需要と能力のバランスを取りながら、持続可能な進歩に焦点を当てる必要があります。DeepSeekのより効率的なLLMは、その有望な例です。

ポリシーと基準

規制当局は、特に敏感な地域において、持続可能性評価を義務付け、グリーン AI 運用に対する上限またはインセンティブを設定する必要があります。

再生可能エネルギーのスケーリング

主要なエネルギースタックはAIの成長に対応する必要があります。これは、再生可能エネルギーの導入拡大、ベースロード電源としての原子力発電の復活、そして電力網の近代化を意味します。

結論

AIの急速な発展は、変革の可能性と深刻化するエネルギー危機をもたらします。2025年までに、AIは電力消費においてビットコインを追い越し、排出量の増加を加速させ、電力網に負担をかけ、気候変動対策目標に影響を与える可能性があります。しかし、これは避けられないことではありません。

AI業界が持続可能な形で発展していくためには、透明性、効率性、戦略的再生可能エネルギー、そして政策の一貫性といった、様々な方向転換が不可欠です。そうすることで、AIは地球環境を損なうことなく、その可能性を実現できるでしょう。