人工知能
NVIDIAに触発された進歩でAIトレーニングの電力消費を100倍削減
Securities.io を Google の優先ソースに追加
人工知能（AI）は世界全体を席巻し、この技術的進歩の魔法から免れたセクターはありません。今日、デバイスの77％がAI技術を組み込んでいますが、消費者のわずか3分の1しか自分がAIプラットフォームを使用していると考えていません。
増加する組織はビジネス成長のためにAIを採用しており、10社中9社が競争優位性のためにこの技術を支持しています。この利用により、8500万人の雇用が失われると予測される一方で、9700万人の新たな雇用が創出されます。
これらの数字は、AI市場が2030年までに世界経済に15.7兆ドル貢献すると見積もられていることを示しています。また、AI市場規模は年率少なくとも120％成長すると予想されています。
しかし、AIの採用が拡大するにつれて、極めてエネルギー集約的なデータセンターに電力を供給する需要も増大しています。何千ものサーバーを24時間稼働・冷却するには膨大なエネルギーが必要です。現在、このエネルギーは電力網から供給されており、ピーク需要時に問題を引き起こし、システムに負荷をかけています。によると Chevron (CVX ) CEO Mike Wirth:
「電力の成長と需要は、すでに負荷がかかっている電力網に負担をかける可能性があります。これは消費者のコストを増加させる可能性があります。天然ガスは、信頼できる電力への飽くなき需要で、人工知能の急速な成長に電力を供給するのに役立ちます。」
この需要に応えて、Chevronは最近、GE (GE ) Verona と Engine No. 1 が、データセンターに直接接続された天然ガス発電所を建設し、AI向けの電力を生成することを発表しました。
現在、データセンターは世界の電力消費の約1％を占めていると、国際エネルギー機関（IEA）の報告書は述べています。
しかし、これは始まりに過ぎず、企業はさらに多くのデータセンターを建設するために数十億ドルを投資しています。
Microsoft (MSFT ) は、AI対応データセンターに800億ドルを投資する計画で、その半分は米国に割り当てられます。Blackstone (BX ) の推計によると、2030年までに米国のデータセンターに1兆ドル超が投資される見込みで、Google (GOOGL )、Meta (META )、Amazon (AMZN ) などのテックジャイアントが全国でデータセンターを建設しています。
したがって、このセクターのエネルギー消費は今後さらに加速するでしょう。Goldman Sachs (GS ) は、今後5年間でデータセンターの電力需要が160％増加すると見積もっており、これにより電力使用量は前例のない成長を遂げることになります。
電力研究所（EPRI）の推計によれば、米国におけるこれら施設のエネルギー消費は、今 decade の終わりまでに総発電量の4.6％から9.1％を占める可能性があります。
一方、ヨーロッパ、特にドイツでは、2020年にデータセンターが計算、ストレージ、伝送のために約160億kWhのエネルギーを消費し、2025年までに220億kWhに増加すると予測されています。
その結果、研究者はAIの電力要件を削減する方法を絶えず模索しています。
AIエネルギー消費の削減
AI技術は、エネルギー消費の最適化、需要予測、スマートグリッド管理の実現により、さまざまなセクターでエネルギー効率を向上させ、結果としてエネルギーの無駄を削減し、二酸化炭素排出量を低減させる重要な役割を果たしています。
例えば、Vodafone UKは、エリクソンの高度なAIおよび機械学習ベースのソフトウェアソリューションを活用して、5Gラジオユニット（RU）の日々の電力使用量を削減しました。ロンドンの選定された拠点で既に33％の削減に成功しています。
Vodafone UKは、試験の一環として3つの主要な省エネルギー機能を実装しました。
これには、機械学習を用いてパフォーマンスが低い拠点を特定・ランク付けし、すべてのネットワークセルの視覚的表現を作成して効率改善をターゲットとする「Radio Power Efficiency Heatmap」が含まれます。次に、ネットワークセルの行動モデルを開発し、スリープパラメータを微調整してエネルギー節約と性能のバランスを取る「4G Cell Sleep Mode Orchestration」があります。一方、5G Deep SleepはAI駆動の予測アルゴリズムを使用し、オフピーク時の電力使用量を70％削減します。
しかし、AIのエネルギー消費はどうでしょうか？研究者や企業は、この急速に成長する技術のエネルギー消費を削減するためにさまざまな領域に取り組んできました。
これには、AIモデルの最適化、エネルギー効率の高いハードウェアの活用、再生可能エネルギーやデータセンターの効率的な冷却といった持続可能な実践の採用が含まれます。
AIモデルの最適化に関しては、プルーニング、量子化、蒸留などのさまざまな手法が取られます。プルーニングでは、精度に影響を与えずに不要なパラメータや接続をモデルから除去します。量子化は、モデルパラメータの精度を低減し、計算要件とエネルギー消費を削減します。蒸留では、より大きく複雑なモデルの挙動を模倣するように小型モデルを訓練し、同等の性能を持つエネルギー効率の高いモデルを提供します。
MIT Technology Review が今年の出版物で指摘したように、より小型のモデルは次の時代を定義する技術的ブレークスルーの一つです。これらのモデルは、より焦点を絞ったデータセットで訓練され、大規模言語モデル（LLM）に比べてドメイン固有の精度、コスト効率、データセキュリティの向上を提供できます。
OpenAI の GPT-4o mini、Microsoft の Phi、Google DeepMind の Gemini Nano、Anthropic の Claude 3 の Haiku などは、テックジャイアントが提供する大規模AIモデルの小型バージョンの例です。
ハードウェアに関しては、高性能ワークロード向けに特別に設計されたGPUやその他の専用AIプロセッサの使用に焦点が当てられています。
さらに、ワークロードの需要に応じて電力使用量を調整するエネルギー効率の高いサーバーやプロセッサ、少数の物理マシンで複数のプロセスを実行してリソース利用率を向上させる仮想化、そして電力集約的な空調システムの必要性を減らす先進的な冷却技術があります。
先月共有したように、東北大学、日本原子力研究開発機構、国立研究開発法人 物質・材料研究機構の研究者は、高度に効率的でエネルギー節約型のAIハードウェアを実現しました。研究者は低電力AIチップ用にスピントロニクスデバイスを使用し、電流プログラムされたスピン軌道トルク（SOT）デバイスを示し、次世代AIハードウェアへの道を開きました。
AIのエネルギー消費を削減する別の方法は、持続可能な実践です。データセンターは再生可能エネルギー源を活用し、エネルギー効率の高い冷却システムを導入し、効率的なレイアウトを設計してエネルギー消費を削減できます。
企業はこれに向けて積極的に取り組んでおり、Googleは地熱エネルギーで進展を見せています。Microsoftは、2030年までにカーボンニュートラルを達成するために、スリーマイルアイランド原子力発電所の再稼働を計画しています。
興味深いことに、AIはAI自体のエネルギー効率向上にも利用されています。この技術は、建物や産業におけるエネルギー消費を最適化し、設備のメンテナンス時期を予測し、リアルタイムのグリッド状況を活用してピーク需要を削減します。
このような中、ミュンヘン工科大学（TUM）の研究者は、ニューラルネットワークの学習速度を最大100倍に高速化する新手法を開発し、AIアプリケーションに伴うエネルギー消費を大幅に削減しました。
このため、研究者は反復的手法ではなく確率に基づいて直接パラメータを計算しましたが、結果はこれまでの反復手法と同等の品質であることが確認されています。
AIエネルギー消費を大幅に削減する新たな方法
AIの利用が増加するだけでなく、今後数年でより複雑なAIアプリケーションが登場することで、データセンター容量の需要が大幅に増加するでしょう。
これらのアプリケーションはニューラルネットワークのトレーニングに膨大なエネルギーを消費します。そのため、新しい研究はAIのニューラルネットワークを訓練する際に必要な大量の電力を削減することに焦点を当てています。
ニューラルネットワークは、画像認識や言語処理などのタスクでAIに使用されます。これらのネットワークの動作は、人間の脳の仕組みからインスピレーションを得ています。
ニューラルネットワークは、人工ニューロンと呼ばれる相互接続されたノードで構成されています。ここでは、入力信号が特定のパラメータで重み付けされ、合計され、定義された限界を超えると、信号は次のノードに伝達されます。
ネットワークを訓練する際、パラメータ値の初期選択は通常ランダムに行われ、徐々に調整されてネットワークの予測精度が段階的に向上します。
この手法は多くの反復を必要とし、訓練が非常に負荷が高くなり、その結果として大量の電力を消費します。
そこで、物理強化機械学習の教授であるFelix Dietrich率いる研究チームは新しい手法を開発しました。Dietrichはミュンヘンデータサイエンス研究所（MDSI）の中心メンバーであり、ミュンヘン機械学習センター（MCML）の准メンバーでもあります。
この新手法は、ノード間のパラメータを繰り返し決定する代わりに確率を利用します。この確率的手法は、トレーニングデータの重要な位置で値をターゲット的に使用します。これらは値が大きく急速に変化している場所です。
このアプローチにより、研究はデータからエネルギーを節約する動的システムを取得することを目指しています。このような動的システムは、規則に従って時間とともに変化し、金融市場や気候モデルに見られます。
「我々の手法は、最小限の計算力で必要なパラメータを決定することを可能にします。これにより、ニューラルネットワークの訓練がはるかに高速化され、その結果、エネルギー効率が向上します。さらに、新手法の精度は反復的に訓練されたネットワークと同等であることが確認されています。」
– ディートリッヒ
この進歩は、ニューラルネットワークの訓練に必要なエネルギーを削減することで、AIの環境への影響を大幅に低減する可能性があります。今後1〜3年で産業界が大規模AIモデルにこの手法を導入し、より持続可能でコスト効果の高いAIソリューションが実現するでしょう。
革新的な企業
NVIDIA Corporation
AIコンピューティングのリーダーであるNVIDIA (NVDA ) は、エネルギー効率の高いGPUとAIアクセラレータを開発し、性能を向上させながら電力消費を削減するために継続的にイノベーションを行っています。
昨年のAI Summit DCで、同社は過去10年間でGPUのトレーニング時のエネルギー使用量が驚異的な2,000倍削減されたと報告しました。この期間中、トークン生成においても100,000倍のエネルギー削減を経験しました。効率の向上は2,000倍で、計算性能は過去10年で4,000倍向上したと記録されています。
当時のNvidia企業プラットフォーム担当VP、Bob Petteによれば:
「もし自動車が我々が推論性能で達成した効率向上と同程度に改善されていれば、1つのガソリンタンクで300年以上走行できるでしょう。加速コンピューティングの核心は持続可能なコンピューティングです。」
NvidiaのBlackwellは新しいフラッグシップGPUアーキテクチャで、Hopperの後継として設計され、AI性能を「大幅に」向上させます。このプラットフォームは、世界で最も強力なチップ、第二世代トランスフォーマーエンジン、第五世代NVLinkを搭載し、推論とトレーニングにおいて極めてエネルギー効率が高いです。
NVIDIA Corporationは、コンピュート＆ネットワーキングおよびグラフィックスを含むセグメントを持つフルスタックコンピューティングインフラ企業です。
コンピュート＆ネットワーキングは、データセンター、ネットワーキング、自律走行および電気自動車ソリューション、DGXクラウドコンピューティングサービス、Jetson をカバーし、グラフィックスセグメントは GeForce GPU、GeForce NOW、仮想GPUソフトウェア、NVIDIA RTX GPU、Omniverse Enterprise ソフトウェアをカバーします。
NVDA 価格チャート
時価総額2.96兆ドルのNVIDIA株は、執筆時点で121.50ドルで取引されており、年初来で9.4％下落しています。同社のEPS（TTM）は2.94、P/E（TTM）は41.40で、配当利回りは0.03％です。
最近のNVIDIA株価の下落はチップメーカーに限ったことではありませんが、同社は依然として投資家を惹きつけています。実際、2020年以降に株価は1,800％以上急上昇し、世界で最も価値のある企業の一つとなっています。
NVIDIAへの関心は特に若年投資家の間で高く、Tesla (TSLA ) を上回り、Robinhood (HOOD ) の保有株トップとなっています。この手数料無料投資プラットフォームの資金提供口座の大多数（75％）はミレニアル世代とZ世代が保有しています。
RobinhoodのCEO Vlad Tenevも、AIのおかげでNvidiaはこれまで以上に重要になると考えています。
「AIは投資をより重要にすると思います。技術の支配がテクノロジー企業に集中するのであれば、利益を得るためにはそれらの企業に投資家である必要があります。」
– テネフ
企業財務に関して、Nvidiaは2025年1月26日に終了した第4四半期の売上高が393億ドルで、前四半期比12％、前年同期比78％の増加を示しました。
データセンター部門では、同社の第4四半期の売上高は史上最高の356億ドルでした。この期間中、NVIDIAは5,000億ドル規模のStargateプロジェクトの主要技術パートナーに選ばれました。
その他の展開として、クラウドサービスプロバイダーのAWS、CoreWeave (CRWV ) 、Google Cloud Platform（GCP）、Microsoft Azure、Oracle (ORCL ) Cloud Infrastructure（OCI）がNVIDIA® GB200システムを使用して急増するAI需要に対応し、NVIDIA DGX™ Cloud AIコンピューティングプラットフォームとNVIDIA NIM™マイクロサービスがAWS Marketplaceで利用可能になり、CiscoがNVIDIA Spectrum-X™をネットワークポートフォリオに統合し、Verizonと協力してNVIDIA AI Enterpriseを統合し、IQVIA (IQV ) 、Mayo Clinic、Illumina、Arc Instituteと提携して薬剤探索、ゲノミクス、ヘルスケアを推進しました。
ゲームおよびAI PC部門の売上は25億ドルに減少しましたが、NVIDIAはBlackwellアーキテクチャを搭載した新しいGeForce RTX™ 50シリーズのグラフィックカードとノートパソコンを発表し、GeForce RTX 5090と5080グラフィックカードを発売し、DLSS 4を導入しました。
これらに加えて、プロフェッショナル・ビジュアライゼーション部門の売上は5億1100万ドル、AutomotiveおよびRobotics部門の売上は5億7000万ドルでした。
この四半期のGAAP希薄化株式当たり利益は0.89ドルで、前四半期比14％、前年同期比82％増加しました。一方、非GAAP希薄化株式当たり利益は0.89ドルでした。
2025会計年度の売上は1305億ドルで、前年同期比で驚異の114％増加しました。期間のGAAP希薄化株式当たり利益は2.94ドル、非GAAPは2.99ドルでした。
「Blackwellへの需要は驚異的です。推論AIが別のスケーリング法則を追加し、compute の増加がトレーニングを行うことでモデルはより賢くなり、compute の増加が長時間思考を行うことで回答はsmarterになります。」
– CEO兼創業者 Jensen Huang
そのため、同社はBlackwell AIスーパコンピュータの生産を拡大し、数十億ドルの売上を達成しています。
2026会計年度第1四半期の売上は430億ドル、GAAP営業費用は52億ドル、非GAAPその他の収入は約4億ドルと予想しています。
「AIは光速で進化しており、エージェントAIと物理AIが次の波のAIを設定し、最大の産業を革命させようとしています。」
– フアン
NVIDIA Corporationの最新情報
結論
AIは各セクターのビジネスを革命的に変えると予想されていますが、それはエネルギー需要の前例のない増加を意味します。この需要は大きな課題であり、多くの研究者が克服に取り組んでいます。
新しい確率的トレーニング手法の開発は、電力需要を最大100倍削減することで、エネルギー効率の高いAIにおける重要なブレークスルーとなります。データセンターが拡大するにつれてAI関連のエネルギー消費が急増すると予測される中、この進歩は運用コストと環境への影響を大幅に低減する可能性があります。
Nvidiaがエネルギー効率の高いGPUとAIアクセラレータに注力していることと相まって、これらのイノベーションはAIの導入を加速し、生産性を向上させることができます。
