AIは効率的に動作できるか？ 研究者が解決策を見つけたかもしれない

人工知能（AI）は、採用が拡大し、重要なビジネスプロセスを自動化し、コストを削減し、生産性を向上させることで、ほぼすべての産業にわたり私たちの未来を形作り続けています。

データ 示しています 80%以上の企業が何らかの形でAIを活用しており、組織内の中核技術と見なしています。AIへの財政的コミットメントも増加しており、採用により大きな利益とはるかに高いROIが得られています。

その結果、AI市場規模は2024年に1840億ドルを超え、Statistaによると、今 decade の終わりまでに8260億ドルを超えると予測されています。

このすべての成長とAIへの関心の爆発は、技術開発の軍拡競争を引き起こしました。組織が構築している大規模言語モデル（LLM）などのAIモデルは、アルゴリズムを使用して人間の言語を理解、要約、翻訳、生成し、電力集約的なプロセッサで大量のデータを学習します。

そのため、企業やデータセンター運営者は新しい高容量データセンターの建設に多額の資本を投入しています。国際エネルギー機関（IEA）によると、過去2年間で新データセンターへの投資は急増し、米国が主導しています。2023年だけで、Microsoft (MSFT ) 、Google、Amazon (AMZN ) だけの総資本投資は、国内の石油・ガス産業全体を上回りました。

これらのデータセンターは大量の電力を必要とします。2022年、IEAはデータセンターが1.65十億ギガジュールの電力を消費し、世界の需要の約2％に相当すると述べました。

データセンターからの世界的な電力需要は、Goldman Sachs (GS ) Research（今月初めの調査）によると、2027年までに50％、2030年までに165％増加すると予測されています。

現在、データセンターの電力使用量は約55ギガワット（GW）と推定されており、クラウドコンピューティングワークロードが54％、ストレージなどの従来型ワークロードが32％、AIが14％を占めています。これらのワークロードタイプの将来需要をモデル化すると、2027年までに電力需要は84 GWとなり、AIは27％に成長し、クラウドは50％に減少、従来型は23％になると予測されます。

一方、データセンターの世界的な市場容量は現在約59 GWで、その60％はGoogleやAlibabaなどのハイパースケールクラウドプロバイダーやサードパーティのデータセンター運営者が提供しており、残りは従来型の企業や通信事業者が所有するデータセンターから供給されています。

これらの大規模ハイパースケールデータセンターの電力需要は100 MW以上で、年間電力消費は最大40万台の電気自動車の電力需要に相当します。

組織がAIを取り入れ続ける中、AI専用データセンターという新たなインフラクラスの台頭も予想されます。これらはまだ数は少ないものの、主にアジア太平洋地域と北米に位置しており、特に北京、上海、バージニア北部、サンフランシスコ湾岸地域が顕著です。

Goldman Sachs Researchの推計によると、2030年末までに約122 GWのデータセンター容量が稼働する見込みです。AIの処理負荷が高まることにより、データセンターの電力使用密度は2年で平方フィートあたり176キロワット時にまで上昇すると予想されます。

データセンターが増大する電力需要に伴い、電力網への投資も大幅に必要となり、2030年までに7200億ドルのグリッド支出が見込まれています。

さらに、データセンターの二酸化炭素排出量は2022年から2030年にかけて倍増する可能性があります。したがって、現在全体電力の1〜2％を占めるデータセンターの電力消費は、10年後には3〜4％に増加すると予測され、懸念材料となっていますが、全くの無策というわけではありません。

これらの数字は巨大ですが、世界全体の電力消費増加という広い文脈で見ると控えめです。IEAは、AIだけでなく、経済成長、電気自動車、エアコン、電力集約型製造業の拡大により、2030年までに6,750 TWhの増加が見込まれると予測しています。

さらに、AIの利用速度は不透明ですが、ハードウェアとソフトウェアの継続的な効率向上が、AI技術の電力需要に対処する助けとなります。

AI関連チップの効率は約2.5〜3年ごとに倍増しています。最新のAIチップは、2008年のモデルと同等の計算を行いながら、消費電力が99％削減されています。加えて、AIモデル自体も効率化が進んでいます。新しい冷却技術や革新的な科学的解決策と組み合わせることで、エネルギー使用量が削減され、環境への影響も最小化されています。

従来のストレージがAIに追いつかない理由を学ぶにはここをクリックしてください。

科学者が画期的な解決策を開発

概念図です。実際の写真ではありません。

AIの進化とエネルギー需要の増大を背景に、日本の研究者は磁気状態を電気的に制御できることで電力消費を大幅に削減できる革新的なスピントロニックデバイスを開発しました。

このブレークスルーは、ニューラルネットワークの動作を模倣し、はるかにエネルギー効率の高いチップを実現することで、AIハードウェアを革命的に変える可能性があります。情報を保存する際に電流を使用する代わりに、これらのデバイスは電子のスピンを利用し、同様の機能を実現するため、より高速かつ効率的です。

スピントロニックデバイスは、大容量ストレージデバイスやコンピューティングに使用され、コンピュータの速度と性能を向上させます。

国立研究開発法人 物質・材料研究機構、東北大学、そして日本原子力研究開発機構の研究者らは、現在これを低消費電力AIチップに活用しており、概念実証として電流プログラム型スピン軌道トルク（SOT）デバイスを実証しました。

SOTは磁気状態に情報を電気的に符号化する有望なメカニズムを提供します。しかし、既存の方式では、材料とデバイス構造に受動的に依存しています。

「スピントロニック研究は磁気秩序を電気的に制御する上で大きな進展を遂げましたが、ほとんどの既存スピントロニックデバイスは、制御される磁性材料の役割と駆動力を提供する材料の役割を分離しています。」

– Shunsuke Fukami, Tohoku University

スピントロニックデバイスは一度製造されると、通常は情報を二進法で「0」から「1」へと切り替える固定された動作方式を持ちます。しかし、この新しい研究は、複数の磁気状態を電気的にプログラム可能な切り替えを実現する進展をもたらしました。固有のSOT極性を操作することで、柔軟にプログラム可能なSOTデバイスが可能になります。

今月、Nature Communications¹ に掲載された研究結果によると、このスピントロニックデバイスは非共線性反強磁性体と強磁性体の電気的相互制御を可能にし、磁気状態の効率的なスイッチングを実現します。

磁気状態の電気的制御は、磁気メモリ、ロジック、コンピューティングの基盤であり、SOTはそれらを制御する効率的な手法を提供します。

つまり、この画期的なSOTデバイスは、脳にインスパイアされたAIチップのように情報を保存・処理しながら、はるかに少ないエネルギーで動作し、高効率かつ省エネルギーな新世代AIハードウェアへの道を開くということです。

本研究では、非共線性反強磁性体であるMn3Snを主要な磁性材料として使用し、電流を加えることでスピン電流を生成し、隣接する強磁性体CoFeBのスイッチングを駆動しました。 これは磁気スピンホール効果と呼ばれるプロセスを通じて行われました。

スピンホール効果（SHE）は、電流と磁気秩序系における集団的スピンダイナミクスとの結合を実現する、現代スピントロニクスの重要な要素です。

先行研究² 東北大学らが他機関と共同で行った研究では、非磁性材料と比較して反強磁性体がより強いスピンホール特性を持つことが示されました。また、Mn3Snでは、三角形に配列された磁モーメントの向きが変わるとSHEの符号が異常に変化します。さらに、Mn3Snの高い磁気機構は、非共線性磁秩序によって生成され、運動量に依存するスピン分裂に起因するとされ、反強磁性スピントロニクスの領域を拡大しています。

最新の研究では、強磁性体がスピン偏極電流に応答し、さらにMn3Snの磁気状態にも影響を与えました。これにより、両材料間の電気的相互スイッチングが可能となりました。

チームは実験で、強磁性体に書き込まれた情報がMn3Snの磁気状態を利用して電気的に制御できることを示しました。設定電流を調整することで、複数の状態を表す異なるトレースでCoFeBの磁化を切り替えることができました。

この電流極性が書き込まれた情報の符号を変えることは、アナログスイッチングメカニズムであり、ニューラルネットワークの重要な操作で、AI処理におけるアナログ値の機能を模倣しています。

この発見は、Fukami氏によれば、よりエネルギー効率の高いAIチップの実現に向けた重要な一歩です。

「非共線性反強磁性体と強磁性体間の電気的相互スイッチングを実現することで、電流プログラム可能なニューラルネットワークの新たな可能性を切り開きました」と彼は付け加え、現在の焦点は「動作電流をさらに削減し、読み出し信号を増大させること」であり、これはAIチップの実用化にとって重要であると述べました。

データセンターが大量のエネルギーを消費する中、別の研究ではSOT磁気ランダムアクセスメモリ（MRAM）を用いて電力消費の削減を目指しました。

この別の研究³ は、先月Nature Communicationsに掲載され、ヨハネス・グーテンベルク大学マインツ（JGU）の研究者らによるもので、エネルギー消費を削減しながらデータ処理と保存のための強力かつ高効率なソリューションを開発しました。

プロトタイプは「より高速で効率的なメモリソリューションへの道を切り開く」と、JGU物理学研究所の元ポスドク研究者で本研究の主要著者であるラフル・グプタ博士は述べました。

これはSOT MRAMをベースにしており、静的RAMと比較して優れた電力効率、非揮発性、性能で知られています。電流で磁気状態を切り替える技術は、書き込み時に必要な高い入力電流を削減するという課題に直面しています。つまり、データを長期間保存するための十分な熱安定性を維持し、保存作業に必要なエネルギーを最小化する必要があります。

SHEの代わりに、本研究は軌道ホール効果（OHE）を利用しました。電流が加わると材料内で軌道角運動量の横流が生じます。この現象を用いることで、研究者は高価または希少な材料に依存せず、より高いエネルギー効率を実現できました。

開発された独自の磁性材料は、ルテニウムなどの元素をSOTチャネルとして使用し、性能を向上させました。その結果、チームは入力電流を20％削減し、効率を30％向上させ、全体のエネルギー消費を50％以上削減することに成功しました。

先進企業

それでは、AI分野の発展に貢献している主要企業を見てみましょう：

1. NVIDIA Corporation

Nvidia (NVDA ) はグラフィックス処理ユニット（GPU）を設計・製造しています。GPUは高速で数学計算を行う電子回路で、AIモデルの開発に広く利用されています。

過去10年間で、同社はGPUのワット当たり性能を最大4,000倍に大幅に向上させたと、チーフサイエンティストのWilliam Dallyが述べており、AI計算専用に設計された特殊回路の開発を継続しています。

Nvidiaは時価総額3.21兆ドルで世界第2位の企業です。株価は現在130.86ドルで、年初来2.35％下落しています。EPS（TTM）は2.54、P/E（TTM）は51.67、配当利回りは0.03％です。

同社の財務情報については、Nvidiaは2025会計年度第4四半期の結果を2月26日に発表します。第3四半期のGAAP希薄化株当たり利益は0.78ドル、非GAAPは0.81ドルでした。

今四半期、Nvidiaは351億ドルの過去最高売上高を発表し、前四半期比17％、前年同期比94％の増加となりました。そのうちデータセンターからの売上は308億ドルです。第4四半期の売上見通しは375億ドルとしています。

「AIの時代は本格的に進行しており、NVIDIAコンピューティングへの世界的なシフトを促進しています」と、CEO兼創業者のJensen Huangは、Hopperへの「驚異的」な需要と、加速トレーニング、推論、ジェネレーティブAIの効率性を実現するBlackwellへの期待を語りました。

Nvidiaは2022年10月に11ドル未満だった株価が、2025年1月初旬には152ドルを超えるという素晴らしい軌跡を辿ってきました。最近、中国のAIスタートアップDeepSeekが最新AIモデルを発表したことで勢いを失いましたが、当初はDeepSeekがNvidiaの高性能GPU需要を減少させると見られていました。しかし、同スタートアップの低い計算能力需要がAI機会を拡大し、結果的に最大手チップメーカーの株価を押し上げる可能性があります。

「AIはすべての産業、企業、国を変革しています」とHuangは前四半期の決算時に述べ、企業がエージェントAIを採用し、産業ロボティクスで物理的AIの突破が見られると付け加えました。また、各国も自国のAIインフラ構築の重要性に目覚めていると述べました。

#2. Broadcom Inc.

Broadcom (AVGO ) は時価総額1.1兆ドルで、トップ10の大企業の一つです。半導体およびインフラソフトウェアソリューションの設計、開発、供給に携わっており、Google、Meta Platforms (META ) 、ByteDanceなどの大手と提携しています。また、OpenAIやApple (AAPL ) と協力して独自のAIチップを開発しています。

執筆時点で、Broadcomの株価は235ドルで、年初来1.95％上昇しています。EPS（TTM）は1.28、P/E（TTM）は184.78、配当利回りは1％です。

2024年第4四半期、Broadcomは売上が140億ドル超で、前年同期比51％増加し、GAAP純利益は43.24億ドルでした。2025会計年度第1四半期の売上見通しは約146億ドルです。

第4四半期に、同社の半導体売上は301億ドルの記録を達成し、CEO兼社長のHock Tanは、AI売上12.2億ドルが牽引したと指摘しました。AI売上は前年同期比220％増加し、XPUsがその原動力となっています。

BroadcomのGAAP希薄化EPSは0.90ドル、非GAAPは1.42ドルでした。営業キャッシュフローは56億ドルです。また、四半期普通株式配当は0.59ドルへ11％増加し、14回連続の増配となりました。リストラ除外のフリーキャッシュフローは219億ドルと「強力」でした。現金及び現金同等物は93.48億ドルです。

「今後3年間のAIにおける機会は巨大です。特定のハイパースケーラーは独自のカスタムAIアクセラレータの開発に向けた取り組みを始めています。」

– Tan氏は決算電話会議で述べました

また、同社は3つの大手クラウド顧客向けにAIチップを開発しており、各顧客は2027年までにネットワーク化されたクラスターに100万台のAIチップを展開する予定です。

結論

人工知能の人気と利用が拡大し続けるにつれ、エネルギー消費も増大しています。特にディープラーニングを含むAIモデルは計算に大量のエネルギーを必要とし、従来のソリューションは電力効率の限界に直面しています。

このような背景の中で、AIチップのエネルギー効率を向上させ、環境への影響を最小化する研究は、技術の潜在能力を最大限に引き出しつつ、負の影響を軽減するのに役立ちます。

SOTベースのメモリおよびロジックデバイスは、電荷ベースのロジックではなく磁気状態を計算に利用することで低電力ソリューションを提供し、ここで大きな違いを生み出します。常時電力を必要とせずにデータを保持できるため、AI推論のエネルギーコストを削減し、脳を模倣したリアルタイムAI意思決定向けのエネルギー効率の高いAIアクセラレータを実現し、ロジックとメモリを統合することでAIタスクの処理速度を向上させます。

このような継続的な取り組みにより、AIハードウェアとソフトウェアはエネルギー効率が高く、より高速で、複雑な計算を処理できるようになり、結果として産業全体でのAI採用が拡大し、炭素フットプリントの削減につながります。

2025年がAI主導投資の年である理由を知るにはここをクリックしてください。