AIの電力問題を概観する

2025年5月29日、人工知能学会のセッション「希望ある未来に向けたAGIの安全性とアライメント」にて、丸山から行った話題提供の資料です。

Transcript

1. 20250529　 丸山資料 2025.5.29 丸⼭隆⼀（フリーランス） rmaruy3@gmail.com x：@rmaruy 話題提供 AIの電⼒問題を概観する JSAI企画セッション「希望ある未来に向けたAGIの安全性とアライメント」
2. 20250529　 丸山資料 概要 • 本発表では、AIの⻑期リスクとしての「AIの電⼒問題」を概観。 • ⼈⼯知能学会の皆様との認識を共有し、議論の⼟台をつくるための話題提供。 発表者について • フリーランスの編集者。 • （⼀社）AIアライメントネットワーク（ALIGN）の委託を受け、公開情報をもと調査。
3. 20250529　 丸山資料 「電⼒爆⾷」、“power hungry” な⽣成AI？ いまIT企業が「日本の原発周辺の土地」を狙っている？ 世界中が原発に熱視線「消費電 力10倍」生成AIが“安い電力”求めるワケ【 news23】｜TBS NEWS DIG AIデータセンター急増､電力爆食の懸念 Google原発投資 - 日本経済新聞 https://futurism.com/google-nuclear-power-centers
4. 20250529　 丸山資料 計算量の時代 • Sam Altman⽒：「計算資源のボトルネック が国家競争⼒を左右する」 （⽶国上院公聴会、2025 年5 ⽉8 ⽇） • OpenAIのStargateプロジェクト 5000 億ドルを投じてデータセンター整備 （テキサスで着⼯）。 • Google, Meta, Microsoft, Amazonは、こ ぞって⾃らのデータセンターを整備。 OpenAIなど4社、AI中国対抗へ規制緩和訴え 米公聴会で - 日本経済新聞
5. 20250529　 丸山資料 今、計算はデータセンター（DC）で起こってる Vili Lehdonvirta ⽒（『デジタルの 皇帝たち』著者） “逆PC⾰命”が進⾏ Reverse Personal Computer Revolution • 計算がメインフレーム→エッジへ分散した流 れが逆転 • ユーザー端末/オンプレミスサーバーから、ハ イパースケールデータセンターへ。
6. 20250529　 丸山資料 「電⼒爆⾷」のAIデータセンター（DC） • 普通のDC：受電容量10〜25MW規模。 • AI⽤ハイパースケールDC：100MW以上 （約10万世帯分） ◦ 最⼤級では2GW〜5GW（原発5基分）に。 • 各モデル開発企業は⾃ら電源確保に動く。 • ⽇本でも： ◦ 東電管内では2037年度までにDC向け電⼒ 容量の申し込みは9.5GW＝原発9基分 ◦ ⽇経ビジネス：［新連載］AIデータセンター 原発9 基分を爆⾷ ⾸都圏‧関⻄に9割集中 Meta ： 1‒4 GW 規模の新規原⼦炉調達を公表(2024年12 ⽉）。(記事) Google は、Kairos Power（⼩型モジュール式原⼦炉 業者）、Elementl Power（2022年創業の原⼦⼒プロ ジェクトの開発業者） に資⾦提供(記事)
7. 20250529　 丸山資料 マクロ動向（1）：どれくらい増える（と⾔われている） のか？ 7

8. 20250529　 丸山資料 IEA “Energy and AI” 国際エネルギー機関（IEA）、2025年4⽉に「AIとエネルギー」について300⾴のレポート発⾏。
9. 20250529　 丸山資料 何に電気がかかるのか 出典：Energy and AI ‒ Analysis - IEA （Figure2.1）
10. 20250529　 丸山資料 これまでの電⼒需要増 出典：Energy and AI ‒ Analysis - IEA （Figure2.3） 世界のDC電⼒消費量は41 TWh∕年 （2024年） = 世界の電⼒消費量の1.5%。 • DCの種別では、ハイパースケールの⽐ 重増⼤ • 冷却効率が⾼まり、サーバーに使う電 ⼒が⼤半に。
11. 20250529　 丸山資料 2030年までのIEA予想 • 世界のDC電⼒消費量は2030年、945 TWhに。 ＝2024年から倍増以上 ◦ 増分の⼤部分はAIによる。 ◦ 945 TW≒現在の⽇本の総電⼒消費量 ◦ ⽶国と中国が⼤半を占める • ⽇本のDC電⼒消費量 ◦ 2024年：20 TWh（⽇本全体の約2%) ◦ 2030年（IEA予想）：35 TWh（80%増） 出典：Energy and AI ‒ Analysis - IEA Figure 2.12 Data centre electricity consumption by region in the Base Case, 2020-2030
12. 20250529　 丸山資料 データセンター以外も⾒ると… • 電⼒需要は他の⽤途でも増える。 • 2030年〜の世界の電⼒需要増への DCの寄与は約10%。 →産業⽤モーター、家庭‧オフィスの エアコン、電気⾃動⾞よりも⼩さい。 ただし、⽇本含む先進国では割合が⼤ きい。 出典：Energy and AI ‒ Analysis - IEA Figure 2.13 Increase in electricity demand by sector in the Base Case, 2024-2030
13. 20250529　 丸山資料 ⼩括 IEA（やその他の機関）の予想では、 マクロなレベルでは「AI が電⼒を⾷い尽くす」ほどではない。 ただし、 • 電⼒需要が減少傾向の⽇本で＋15 TWh は結構⼤変。 • 局所的な電⼒ひっ迫は存在。 例：アイルランドは電⼒の2割超がDC。 例：⽇本でも印⻄市、昭島市など、市町村の地域単位では問題に。
14. 20250529　 丸山資料 マクロ動向（2）：本当にそうなのか？ 14

15. 20250529　 丸山資料 現状の予想はあくまでトレンドの外挿 • 現状の予測は、GPUの出荷状況などから推計されたもの。 • 要は「現在のハードウェア増設ペースからの外挿」。 • このペースが続く保証はない。 • 本来は、需要曲線と供給曲線のバランスで決まるはず。
16. 20250529　 丸山資料 例：クーメイの法則 vs ジェボンズのパラドックス AIによる電⼒需要の 指数的増⼤は終わる説 AIによる電⼒需要の 指数的増⼤は続く説 • クーメイの法則： 1JあたりのFLOP数が約1. 57年ごとに倍に • 「DeepSeekショック」 • 「過去のIT電力爆発は杞憂」：2010年代で全 電力消費の1.5%未満。 • ジェボンズのパラドックス ：資源利用の効率化 が進むほど、その資源の総利用量が却って増 加 • Epoch AI：2023年のGPT-4から2030年までに 10,000倍のスケールアップ（ 10^28~29 FLOP）が可能。 vs 参考：2025.2.18 丸山記事　AIによる電力需要はどこまで増えるのか？～「 AI電力問題」の予備的検討～ — ALIGN
17. 20250529　 丸山資料 試論：計算量に対する需要‧供給曲線 ＄ FLOP 今の 需要曲線 単位FLOP 当たりの価格 今のAIの 総計算量 供給曲線の シフト要因 需要曲線の シフト要因 20xx年のAIの 総計算量 20xx年の需要曲線 今の供給曲線 20xx年の供給曲線 • チップのコスト低下 • チップやデータセンター 供給能⼒向上 • モデルの性能向上 • ユースケース開拓 • AI利⽤⼈⼝の増加 etc. 変動要因は無数に存在。 本当は誰にもわからない（はず）。 FLOPを安く多く売れる⼈（供給）＋⾼くても買う⼈（需要）により、計算量は増えていく
18. 20250529　 丸山資料 利⽤時の電⼒消費量から考えてみる 18

19. 20250529　 丸山資料 「訓練」よりも「推論」のほうが電⼒がかかる • Luccioni（Hugging Face）らの実験では、 推論∕訓練のコストパリティは2億〜6億回。 • ユーザーが5億⼈のChatGPT※では、数⽇で 推論コストが訓練コストを上回る？ ※2025年初頭のChatGPT週間アクティブユー ザーは（Sam Altman⽒発⾔）。 [2311.16863] Power Hungry Processing: Watts Driving the Cost of AI Deployment?
20. 20250529　 丸山資料 ⼀回当たりの推論の消費電⼒は？ 出典：Energy and AI ‒ Analysis - IEA （Figure1.16） OSSモデルによる計測（IEAより） • ⼩モデル（9B）テキスト⽣成〜0.3Wh • 中モデル（70B）テキスト⽣成〜5Wh • 画像⽣成〜1.7Wh • 動画⽣成（6秒、8fps、低品質）〜115Wh （参考） • スマホ充電：約15Wh • ノートPC充電：約60W ※OpenAI, Google, Anthropicらは開⽰していない！
21. 20250529　 丸山資料 Hugging Face “AI Energy Score” Hugging Face、オープンモデルの電⼒消 費量を⽐較する“AI Energy Score”公開。 • H100 GPUクラスタで実験し、1,000 クエリ あたりの消費電⼒を測定。 • （例）Qwen3-8Bにて、四桁の掛け算で reasoningモードは素の推論の43倍の電⼒ （1.7Wh）を消費（2025年4⽉）。 出典： https://x.com/SashaMTL/status/1917306158995382581
22. 20250529　 丸山資料 簡単なback of envelope計算 ⽇本⼈の⼀⼈当たりの年間発電量：8,220 kWh（ソース） • 年の電⼒を利⽤→1秒に直すと、0.261 Wh/秒＝938 W → 0.2Wh ≒ ⼤規模モデル（ChatGPT-4oなど）の推論の⼀回程度のはず → 全⽇本在住者がChatGPT-4oの推論を毎秒1回⾛らせたら、年間の消費電⼒量は倍増！ • そこまであり得ない想定でもない？ • したがって、全員が「裏で⾛らせる」技術にするには、まだ⼤幅な省エネが必要。 （考えたいこと：⼈がAIにつぎ込むエネルギーには、「常識的な上限」が存在しない）
23. 20250529　 丸山資料 マクロに電⼒が不⾜する「以外」のリスク 23

24. 20250529　 丸山資料 【環境問題】 • 水問題 • e-waste問題 データセンター急増に伴う様々なリスク 【地域問題】 • 景観・騒音・熱 • 地域の電力ひっ迫 • 都市計画上の問題 DC銀座「INZAI」で起きている地殻変動 目を背けられない現実 | 毎日新聞 【産業政策】 • 外資系DC急増＝「デジタルイン フラのニセコ化」問題 （さくらイン ターネット田中邦裕氏） さくらインタ―ネット社長 田中邦裕氏資料（総務省審議会） 海外ハイパースケーラーによる近年の対⽇DC投資 出典：活況の裏で進むデジタル赤字 深まる巨大IT依存 迫る「ニ セコ化」危機 （日経ビジネス）
25. 20250529　 丸山資料 AIへの電⼒供給を増やせないリスク∕便益逸失 • 産業競争力の低下 ◦ デジタル赤字など • AI研究能力の低下 ◦ AI人材やAI企業の誘因の低下など • 安全保障・地政学リスク ◦ 情報セキュリティ ◦ AIの海外依存リスクなど 日本を含む各国政府は、AIの電力確保を急ぐ。 例：日本の経産省・総務省は「ワット・ビット連携」（電力と通信の効果 的な連携）を検討。 ワット・ビット連携とは何か？ 第1回：「生成AI活用」「脱炭素」「経済成長」を同時実現する電 力・情報通信インフラの最適化 | MRIエコノミック・レビュー
26. 20250529　 丸山資料 AIの電⼒問題の整理試⾏ （A）AIのために電⼒供給を急速に増やす ことのリスク （B）AIのために電⼒供給を増やせないことの リスク∕便益逸失 1. 世界にとって A-1 ：脱炭素の難易度上昇、原発‧化⽯燃 料回帰 B-1 ：AIの⼤規模化から⼈類全体として得ら れる便益の逸失。 2. ⽇本にとって A-2 ：電⼒供給の局所的ひっ迫、⻑期的な エネルギー政策への影響、外資DCの場合 「デジタルインフラのニセコ化」 B-2：デジタル⾚字‧地政学的依存（安全保障 上の脆弱性）。 3. 地域にとって A-3 ：地域の電⼒供給をはじめとする環境 負荷、騒⾳、景観、発熱、その他都市計 画上の問題。
27. 20250529　 丸山資料 （ひとまずの）まとめ 27

28. 20250529　 丸山資料 まとめ • 2030年でもDC消費電⼒予測は3%（世界‧⽇本）程度。 ◦ しかし、現状の予測はトレンドの外挿。 • 「どれくらいの電⼒が必要なのか」は誰も議論できていない。 ◦ 推論時の消費電⼒は、透明性が低い。 ◦ オーダーとしては、ChatGPTを全国⺠が24時間365⽇裏で⾛らせると、電⼒量は2倍に？ • 「AIの電⼒問題」は複層的。 ◦ 「増やすリスク∕増やせないリスク」×「世界にとって∕国にとって∕地域にとって」
29. 20250529　 丸山資料 問い 短期的には、⽇本にはもっと計算資源があったほうが良いのは前提として、私たちは、⾒通しもなく、 DCをつくり続け、電⼒を供給し続けるのか？ そうでないとしたら、何Whを計算につぎ込み、そこか らどんな「知能」を引き出し、そこからどんな「価値」を⽣もうとしているのか？ 「エネルギー - 計算量 - 知能 - 価値の連関」を議論する道具⽴てが求められているのではないか？ 電⼒量 Wh 計算量 （学習＋推論） FLOP “知能” ｘ？ 価値 ＄＋？ 電⼒-計算量効率 FLOP/Wh 「知能」は計算量に どこまで追随？ cf. scaling law 「知能」の向上は どんな価値を有む？