グーグル、AIプロンプトが消費するエネルギー使用量を初公開
(technologyreview.com)- グーグルは自社のGeminiアプリがプロンプト処理時に消費する電力・水・炭素排出量を公開し、AIのエネルギー使用に関する初の具体的なデータを提示
- 平均的なテキストプロンプトは0.24Whの電力を消費し、電子レンジを1秒使うのと同程度で、0.26mlの水と0.03gの二酸化炭素を発生させる
- この数値はAIチップ(58%)、CPU・メモリ(25%)、バックアップ機器(10%)、**データセンター運用(8%)**など、すべてのインフラを含む包括的な分析結果
- 2024年5月比で2025年5月にはエネルギー効率が33倍改善しており、グーグルはソフトウェア最適化とモデル改善を理由として挙げた
- 今回の発表は大手AI企業の透明性拡大という点で意義が大きい一方、総クエリ数のような重要情報は依然として公開されておらず、標準化されたAIエネルギー評価体系の必要性が提起されている
グーグルのGeminiプロンプトのエネルギー使用量公開
- グーグルは、Geminiモデルがテキストプロンプト処理時に消費する電力・炭素排出・水使用量を公開した最初の大手AI企業
- 平均的なプロンプト1件は0.24Whの電力、0.26mlの水、0.03gのCO₂を発生させ、これは電子レンジを1秒動かす、または水滴5滴ほどの水量に近い
- 今回の発表では、MIT Technology Reviewとのインタビューを通じて詳細データと算出方法が説明された
エネルギー使用の詳細構造
- 総電力消費のうち**AIチップ(TPU)**が58%、CPU・メモリが25%、バックアップ機器が10%、**データセンター運用(冷却・電力変換)**が8%を占める
- グーグルは、ハードウェア全体のインフラを含む包括的な方式で分析したと説明した
- これは研究者がアクセスしにくい内部データを公開したものであり、業界研究への貢献と評価されている
プロンプトごとの差異と限界
- 公開された数値は**中央値(median)**であり、一部のクエリははるかに多くのエネルギーを消費する可能性がある
- 例: 何十冊もの本を要約したり、reasoningモデルを用いた複雑な演算を行う場合
- 今回の報告書はテキストプロンプトのみを対象としており、画像・動画生成は含まれていない
- そのため、Gemini全体の利用における実際の総量を把握するには依然として限界がある
効率改善と炭素排出の推定
- グーグルは、2024年5月比で2025年5月にはプロンプト当たりのエネルギー消費が33分の1に減少したと発表した
- これはモデルアーキテクチャの改善とソフトウェア最適化の結果だと説明されている
- 排出量の推定には米国電力網の平均ではなく、グーグルが購入したクリーンエネルギーの比率を反映した市場ベース方式が使われ、一般的な電力網に比べて約1/3の水準として算定された
研究者および業界の反応
- University of MichiganのML.Energyプロジェクト関係者は、今回の発表を最も包括的で重要な分析と評価している
- Hugging Faceの研究者は、標準化されたAIエネルギー等級制度の必要性を強調し、現状は企業が選択的に公開している水準にとどまると指摘した
- 今回の報告書は、AI利用の実際の資源消費に対する理解を広げた一方で、総クエリ数のような重要データの欠如は依然として大きな限界として残っている
1件のコメント
Hacker Newsの意見
元記事では関連するプレスリリースやレポートへのリンクが見当たらなかったので、こちらで直接添付しておく
電力インフラの過負荷に関する報道を見ると、テック企業は環境に有害だというニュアンスを強調する「ドッグホイッスル」戦略のように感じる
水使用量や電力使用量を問題視しているが、過度に扇情的に強調する傾向がある
The Dallesのデータセンターの水消費を批判する事例が代表的だ
これらの建物はコロンビア川のそばにあり、近くには平均700メガワットを発電するThe Dalles Damがある
川の水を冷却に使い、少し温度を上げて川に戻す方式だ
水が下流へ流れながら運ぶはずだった熱を戻しているようなもので、完全な無駄ではない
関連記事, The Dalles Dam情報
Googleの公式技術レポートPDFはこちらで確認できる
なぜ平均値ではなく、中央値のプロンプトのエネルギー消費を発表したのか疑問だ
平均値のほうが実際の平均消費をより直感的に示せるはずだ
EVについては、2030年までに電気自動車が主流になるという期待は現実的ではなかった
バッテリー生産の拡大からインフラまで、まったく準備ができていなかった
データセンターは、特定の小規模地域で突然大量の電力が必要になる場合がある
EVやヒートポンプなど他の項目は段階的に導入されるため、年間の小幅な容量増加で対応できる
データセンターは分散しにくいため、インフラ負担がより大きい
最近、Gen Z世代がAIが水を「破壊している」と話しているのを聞いて驚いた
データセンターの仕事をしたことがあるので、冷却に水を使うことは知っていたが、大規模に水を破壊しているという感覚は持ったことがない
思った以上にGenAIと水に関する認識が深い
「AIのせいでこの先は干ばつ地獄に住むことになる」というような言い方をすることもあった
むしろTikTokの動画1本のエネルギー消費がどの程度なのか気になるが、そういう比較は論点が違うようだ
実際に水が消えるとはどういう経路なのか、水蒸気になるのかと尋ねると、多くの人が単に蒸発したら「永遠に失われた」と受け取っているのが不思議だ
水分子が「破壊」されるわけではないが、有用に使えた場所から完全に失われることは多い
アラル海は、農業用灌漑によって消滅した代表例だ
YouTube動画
水不足の問題はきわめて地域的な現象だ
たとえばアリゾナでデータセンターを運用すれば、本当に水問題に直面する可能性があるが、廃水の再利用などで緩和できる
Palo Verde発電所も熱交換器に廃水を使っている
私も最近、AIの水消費について質問されて驚いた
軽く調べてみたところ、データセンターは思ったよりかなり多くの水を消費している。電力1kWhあたり約1リットルだ
ハイパースケーラーがこの数値より良い成果を出し、ネットポジティブ達成を狙っているという話は聞くが、この値自体が虚構だという資料はほとんどない
「1リットル/kWh」は実感しにくいが、大規模データセンターなら278L/sだ。シャワーは0.16L/s、カリフォルニアのアーモンド産業全体は年平均20万L/sだ
4平方マイルのアーモンド農場に相当する水量だが、実際にはそこまで極端だとは感じず、ハイパースケーラーのデータはもっと良い気がする
データセンターは蒸発冷却を使う
単に水を温めて戻すのではなく、大気中に完全に蒸発させる
（水分子自体は残るが、大気中の水蒸気は再利用しにくい形だ）
AIが水を破壊するという主張は、NIMBY（地域利己主義）的な論点から始まり、その後、反資本主義的な傾向が強いGen Z内のグループによってAI反対の論拠として取り込まれた
2011年にGoogleは検索クエリあたり0.3Whを使うと発表し、今年初めにはSam AltmanもOpenAIのクエリ平均が0.3Whだと述べた
この2つの数値が近いのは驚きだ
LLMのクエリは単純なGoogle検索よりエネルギー集約的だと思っていたが、Google検索自体も膨大なインフラだということを実感する
たとえば単語の意味のような簡単な質問だけなら、iPhone上で小型LLMが動く場合は0.03Whで十分なので、Google検索より10倍少ない水準だ
（A16チップが20秒間5ワットで動作すると仮定して0.03Wh）
ここで気になるのは、学習コスト（特に失敗したトレーニングラン）もこうした推定値に含まれるのかという点だ
Google公式ブログ投稿
14年間のエネルギー効率の進歩も大きく影響している点は留意すべきだ
2008年ごろには、検索の中核プロセスはすべての文書に対してgrepをかける方式だった
分散方式で文書をRAMに載せ、1000台にまたがってgrepを回していた
転置インデックスは「語順が重要なクエリ」には不向きなので、あまり使っていなかった
ランキング処理などはさらに複雑だ
0.3Whは1080ジュールだ。ガソリン1リットルには3000万ジュール以上入っているので、実際には0.034ミリリットルのガソリンに相当する
ただし電気は内燃機関よりはるかに効率的だ
ローカルLLMにクエリを投げるたびに、オフィスの照明がちらついて、むしろオーブンを1秒回すより多くのエネルギーを使っている気がする
2008年ごろ、Googleがすでにディープラーニングベースの検索を使っていたのか気になる
機能導入のたびにクエリあたりの電力消費が変動していたのではないか
レポート全体の中で、どのようなプロンプトが「中央値」なのか説明されていないのが残念だ
プロンプトのトークン数や長さの分布がどうなっているのか、年ごとに同じなのかも気になる
こうした情報なしに単に中央値だけを示しても、実質的な意味は薄い
平均値なら、少なくともクエリ数を掛けて全体使用量を推定できる
Sam Altmanは最近のブログで、ChatGPTの平均クエリあたり電力消費量も公開した
ChatGPTのクエリ1回あたり平均0.34Whで、オーブン1.5秒、高効率電球数分間の使用量に相当する
水消費はクエリあたり0.000085ガロン（ティースプーン15分の1）だ
Altmanブログ
個人的には本当に重要なのはインファレンスではなく、トレーニング、ファインチューニング、データ収集だと思う
「プロンプトが環境を破壊する」という論法はあまりにも扇情的だという印象を受けた
事実確認がだんだんしっかりしてきている点は歓迎したい
ただ現実には、新しいデータセンターが送配電網に与える影響も無視できない水準だ
もし技術が本質的にエネルギー効率的なら、今のように大企業が民間原発への投資やエネルギー争奪まで行うことにはならなかったはずだ
目標基準をきちんと定めるには、単純な総水使用量・総エネルギー消費量ではなく、その地域に水とエネルギー資源が十分あるかを相対的に見るべきだ
Googleはデータセンター全体の水使用量を公式に報告している
2024年時点で約100億ガロン（すべてのデータセンターが米国内にあるわけではないことを踏まえると、米国全体使用量の0.03%程度）
数字自体はそれほど巨大には見えないが、Council Bluffs, IAだけで10億ガロン超であり、こうした地域の生態系が耐えられるのか、責任を持って管理されているのかを確認する必要がある
Google自身も「水枯渇または希少性リスクが中程度以上の地域」で28%を使用していると認めている
Google 2025環境レポート
Webサイトにアクセスするだけでも、意図せずプロンプトがサーバーに送信される
大規模に安価にサービス提供されるほど、さらに過剰利用される傾向があるのは残念だ
エネルギー消費が本質的に低かったなら、これほど新規データセンターやエネルギーインフラの競争が激しくならないはずだ、という主張には同意しない
米国の電力網には長い間、追加の余剰容量がなかった
エネルギー効率の改善と産業停滞が理由だ
データセンターそのものより、電力配分インフラのほうが大きな問題だ
発電はできても、必要な場所へ配分するところに多くの問題がある
民間発電所をめぐる論争も、発電そのものより配分の問題によるものだ
中央値のプロンプトが0.24Whだとすると、
のと同程度のエネルギーだ
私の計算が合っていれば、1kWhで約4000回クエリできる
産業用電力単価を$0.04/kWhとすると、$1で10万回クエリできる
データセンター建設費などを考えると、月額$20のサブスクもそれほど高すぎる感じはしない
計算合ってる？
合っている
AIのエネルギー・水に関する悲観論の根本的な誤りは、電気・水・土地がすべてコストに結びついているのに、AIが無料同然で提供されているという点だ
もし本当にAIが電力も水もすべて食い尽くすなら、企業が赤字のまま運営し続けるはずがない
でもトレーニングコストは別に考えるべきでは？
3次記事を読み飛ばしたいなら、
Googleブログ投稿と
公式論文PDF を参照できる
Geminiの1日あたり総クエリ数など、全体量のほうが気になる
中央値のプロンプトの数値だけでは総エネルギー需要を推定できない
総クエリ数の数値がなければ、中央値自体に大きな意味はない
おそらく平均のほうが高くて、あえて公開していないのかもしれない