最近、Mistral AIは、業界の環境開示において珍しいベンチマークを提供し、主力の大規模言語モデルMistral Large 2のフットプリントの詳細を示しました。レポートによると、モデルのトレーニングと実行により、2025年1月までの18か月間で、二酸化炭素換算で20.4キロトンの排出量が発生し、281,000立方メートルの水が消費され、アンチモン換算で660キログラムの材料が消費されました。チャットボットLe Chatからの400トークンの応答には、わずか1.14グラムの二酸化炭素、45ミリリットルの水、0.16ミリグラムの鉱物資源しか使用されなかったことは注目に値します。
今年の世界地球デーに、PowerVerseはAI大規模言語モデルとビットコインブロックチェーンネットワークマイニングのエネルギーと環境への影響も発表しました。科学誌Jouleに掲載された査読済み論文では、2025年末までにAIの電力消費が世界のデータセンターの電力使用量の49%を占め、ビットコインのよく知られた「エネルギー消費量」を上回る可能性があると指摘されています。
AIのエネルギー消費量はビットコインの二酸化炭素排出量と比べてどうでしょうか？ビットコインのエネルギー消費量は常に議論の的となっており、ビットコインマイニングを禁止する理由としてしばしば挙げられます。そのため、AIの推論はビットコインのプルーフ・オブ・ワークエンジンと比較して特に省エネルギーです。
平均して、ビットコイン取引1回あたり600～700キログラムのCO2を排出し、1万7000リットル以上の水を消費し、130グラム以上の電子廃棄物を生み出します。ケンブリッジ・オルタナティブ・ファイナンス・センターによると、ビットコインネットワーク全体は2023年に約4800万トンのCO2を排出し、20億リットル以上の水を消費し、2万トン以上の電子廃棄物を生み出したとされています。ケンブリッジの数値は査読済みであるものの、かなりの批判を受けており、重要な留意点も伴っています。
まず、ビットコインの電力構成は単一ではありません。BTC投資ファンドBatcoinzが2023年3月時点で実施したマイナー調査によると、水力発電（23.1%）、風力発電（13.9%）、太陽光発電（5%）は、ビットコインのエネルギー消費量の40%以上を占めています。この差は、Batcoinzの調査にオフグリッド発電が含まれているためです。一般的にカーボンニュートラルとみなされている原子力発電は、さらに7.9%を占めています。天然ガスと石炭は合わせて44%を占めていますが、ビットコインのエネルギー構成は、批評家が想定するよりも多様です。
第二に、大規模言語モデル（LLM）は、デフォルトでよりクリーンなグリッドの恩恵を受ける可能性があり、グリッドインフラの分布は様々な地域のエネルギー消費に影響を与えます。例えば、原子力発電は欧州連合（EU）の総発電量の22%以上を占めており、ミストラルなどのEUデータセンターにおけるモデルの学習と推論に関連するCO2排出量を削減しています。米国の石炭資源が豊富な地域で学習した場合、環境への影響は全く異なるものとなります。
インフラの重要性
AI 大規模言語モデルとビットコイン取引によるエネルギー消費はすべて、クリーンエネルギーと再生可能エネルギーを使用するか、石炭資源などの再生不可能なエネルギーを依然として使用するインフラストラクチャ環境で動作します。
インフラは環境への影響を大きく左右します。GPT -4やGeminiといった最先端モデルの学習には、依然として数百万時間のGPU時間と大量の水消費が必要になる場合があります。一方、ビットコインは需要に関わらず10分ごとにマイニングするように設計されているため、エネルギー消費量は一定であり、使用量ではなく時間の経過とともに増加します。
一方で、エネルギー需要の高まりにより、テクノロジー大手はエネルギー調達方法の刷新を迫られています。一方で、DePINがますます重要な役割を果たしていることも明らかになっています。
今年6 月 3 日、Meta 社は Constellation Energy 社と原子力発電の購入に関する 20 年間の契約を締結しました。これは、データ センターの増大する電力需要を満たすために Meta 社が原子力エネルギー分野に正式に参入した初めてのケースとなります。
Googleは今年、3つの新たな原子力発電プロジェクトの開発に資金を提供することを約束しており、小型モジュール炉（SMR）開発企業のKairos Powerと提携した実績があります。Amazonも昨年10月にSMR開発に5億ドル以上を投資し、2024年3月にはサスケハナ原子力発電所の電力を利用するデータセンターパークを買収しました。また、Amazon、Google、Metaは今年3月、世界原子力協会（WNA）が主導するイニシアチブに共同で署名し、2050年までに世界の原子力発電容量を3倍にすることを目標としています。
エネルギーの入手方法を刷新するだけでなく、革新的なエネルギー利用方法によってエネルギーを最大限に活用することも可能です。DePINは、ブロックチェーン、分散ノード、リソース共有を通じてメリットを得ることで、エネルギー消費を補う新たな手段となっています。
膨大な計算能力を必要とするAI言語モデルを例に挙げると、大規模なモデルの学習には数日、場合によっては数週間かかり、大量の電力を消費します。GPT-3の学習プロセスで消費されるエネルギーは、一般家庭が数年間使用する電力に相当すると推定されています。このような高いエネルギー消費は、環境に悪影響を及ぼすだけでなく、運用コストの増加や持続可能性の問題も引き起こします。
DePIN分野における分散型クラウドコンピューティングは、遊休コンピューティングリソースをクラウドコンピューティングブロックチェーンネットワークに接続し、コンピューティングパワー需要者に高性能、低レイテンシ、低コストのコンピューティングリソースを提供し、「遊休コンピューティングリソースのオンチェーン化」によって利益を獲得します。コンピューティングリソースを最大限に活用しながら、コンピューティングリソースの完全な流通と市場メカニズムへの参加を可能にし、無駄を回避し、コンピューティングパワーのボトルネック問題を解決します。
ビットコインブロックチェーンの半減期メカニズムは、新規コインの生成速度を着実に低下させ、マイナーに時間の経過とともに効率性を高めるインセンティブを与えます。また、そのエネルギー消費量は、分散型グローバル金融ネットワークを保護するという実用性と一致しています。Mistral AI大規模モデルトレーニングのエネルギー消費量に関するデータは公開されており、透明性も高いため、一般の人々は環境への影響を理解することができます。
クリーンエネルギーの導入、エネルギーの革新的な使用方法、マイニングの最適化の継続的な改善は、デジタル経済の中核となるビットコインと AI の拡大の鍵となります。
参照:
https://mistral.ai/news/aiのグローバル環境基準への貢献
免責事項：この記事はPower Verseからのオリジナル記事であり、投資および運用に関するアドバイスではありません。この記事を他の友人と共有していただいても結構です。メディア、ブランド、関連プラットフォームがこの記事を転載する場合は、出典をPower Verseと明記してください。
