AI学習、2030年までに電力需要50GWに急増か – 世界のデータセンター匹敵

人工知能開発の加速、特に多くの人気アプリケーションを支える大規模モデルの集中的なトレーニングは、前例のない電力需要の急増を生み出す態勢にあります。Electric Power Research Institute (EPRI) と Epoch AI が共同で発表した新しい報告書は、2030年までに、単一の主要なAIモデルのトレーニングに4ギガワット（GW）以上の電力が必要になる可能性があり、これは数百万のアメリカの家庭に電力を供給するのに十分な量であると予測しています。

これらの高度なAIモデルのトレーニングに必要なエネルギーフットプリントは、これまでも膨大で、莫大で集中的な電力供給を必要としてきました。計算効率が著しく向上したにもかかわらず、最先端のモデルをトレーニングするために必要な電力は、過去10年間で毎年2倍以上に増加しています。この需要の増加は、AI業界が、より大規模で複雑なモデルを通じて性能向上を追求していることに起因しており、それが結果としてより大きな計算能力と、ひいてはより多くの電力を必要としています。報告書は、効率化の突破口が続いたとしても、AIモデルのスケールアップというこの傾向は今後数年間続く可能性が高いと指摘しています。

しかし、人工知能全体の電力需要は、これらの巨大なモデルのトレーニングをはるかに超えています。将来の電力容量のかなりの部分は、エンドユーザー向けのAIサービスの展開、より小規模で専門的なモデルのトレーニング、および継続的なAI研究にも割り当てられるでしょう。現在の推定では、米国のAI総電力容量は約5 GWです。この数字は2030年までに50 GW以上に急増すると予測されており、この需要レベルは現在の世界のデータセンターの総電力消費量に匹敵し、データセンター全体のエネルギー需要の中で急速に拡大する部分を占めることになります。

Epoch AIのディレクターであるジェイミー・セビージャは、これらの予測の重大性を強調し、高度なAIモデルのトレーニングに必要なエネルギー需要は前年比で2倍になっており、間もなく最大の原子力発電所の出力に近づくと述べています。彼は、これらの傾向とその将来の軌道に関する報告書の厳密なデータ駆動型分析を強調し、AIのエネルギーフットプリントに関する継続的な調査に対するEpoch AIのコミットメントを断言しました。EPRIの社長兼CEOであるアーシャド・マンソアは、AIの普及が進んでいることと、将来のエネルギー情勢におけるその中心的役割を強調しました。彼は、これらの増大するエネルギー需要に効果的に対応するために、データセンター開発者と電力供給者の双方が革新的な「ビルド・トゥ・バランス」戦略を採用していると述べました。このアプローチは、新しいインフラストラクチャを構築すると同時に、データセンターの設計に柔軟性を統合することを伴い、グリッド接続の加速、コストの最小化、システム信頼性の強化にとって極めて重要であると見なされています。

これらの課題に対応するため、EPRIは昨年、DCFlex協業を開始しました。このイニシアチブは、データセンターの柔軟性の可能性を実現するために必要な技術、ポリシー、およびツールを開発し、実証することを目的としています。データセンターの柔軟性、特に地理的に分散されたトレーニングデータセンターを通じた柔軟性の概念は、これらの施設を受動的な電力消費者から能動的なグリッド資産へと変革することを構想しています。この変革は、グリッドの信頼性を高め、コストを削減し、新しい接続を迅速化することを約束します。DCFlexの取り組みは、Google、Meta、NVIDIAなどの主要メンバーやさまざまな公益事業プロバイダーを含む45社以上の企業を結集し、業界から significant な支持を得ています。この協業は最近、ノースカロライナ州レノア、アリゾナ州フェニックス、フランスのパリなどの主要な場所で初の実際のフィールドデモンストレーションを開始し、AI時代に向けたよりレジリエントで応答性の高いエネルギーインフラストラクチャへの具体的な一歩を示しています。