AIの増加する電力需要：データセンターは対応できるか？

人工知能（AI）が進化するにつれて、そのエネルギー需要はデータセンターを限界まで追い込んでいます。次世代のAI技術であるジェネレーティブAI（genAI）は、業界を変革するだけでなく、CPU、メモリ、加速器、ネットワークなどのデータサーバーのほぼすべてのコンポーネントのエネルギー消費に影響を与えています。

genAIアプリケーション、たとえばMicrosoftのCopilotやOpenAIのChatGPTは、以前よりも多くのエネルギーを必要とします。2027年までに、これらのAIシステムのトレーニングとメンテナンスだけで、1つの小さな国を1年間動かすのに必要な電力を消費することになります。さらに、CPU、メモリ、ネットワークなどのコンポーネントの電力需要は、2030年までに160%増加する見込みであるとゴールドマン・サックスの報告では示されています。

大規模言語モデルもエネルギーを消費します。たとえば、ChatGPTのクエリは従来のGoogle検索よりも約10倍の電力を消費します。AIの巨大な電力需要を考えると、業界の急速な進歩は持続可能な方法で管理できるのでしょうか。マッキンゼーの最近の調査によると、データセンター市場の急増する需要の約70%は、先進的なAIワークロードを処理できる施設に向けられていることがわかります。この変化は、データセンターが構築され、運営される方法を根本的に変え、genAIタスクのユニークな要件に適応しています。

「従来のデータセンターは、多くの場合、エネルギー効率の低い機器と固定容量で運営されており、変動するワークロードに適応するのに苦労し、結果として大量のエネルギーが浪費されています」と、分散クラウドコンピューティングプラットフォームAethirのチーフストラテジーオフィサー兼共同創設者であるマーク・ライドンは述べています。「集中運用は、リソースの可用性と消費ニーズの間にバランスをとることが多く、業界は重要な局面に立たされています。AIドリブンの需要が増加するにつれて、環境目標を損なうリスクがあります」。

業界のリーダーは現在、データセンターのよりグリーンな設計とエネルギー効率の高いアーキテクチャへの投資に注力しています。活動の範囲は、再生可能エネルギー源の採用から、genAIワークロードによって生成される大量の熱を相殺できる効率的な冷却システムの開発まで広がっています。

データセンターをよりグリーンな未来に向けて革命的に変える

レノボは最近、ThinkSystem N1380 Neptuneを導入しました。これは、データセンターの液体冷却技術における大きな進歩です。同社は、この革新により、組織が高性能コンピューティングをgenAIワークロードで実行できるようになり、データセンターのエネルギー使用量を最大40%削減できることを主張しています。N1380 Neptuneは、NVIDIAの最新ハードウェア、BlackwellとGB200 GPUを活用し、コンパクトなセットアップで1兆パラメータのAIモデルを処理できるように設計されています。レノボは、専用の空調が不要な100KW以上のサーバーラックを備えたデータセンターの道を切り開くことを目指しています。

「現在の顧客から、大きな要望がありました。データセンターは、AIワークロードを処理する際に、旧来の冷却アーキテクチャと伝統的な構造フレームワークにより、より多くの電力を消費しています」と、レノボのAIグローバルディレクターであるロバート・デイグルは述べています。「これを理解するために、私たちは高性能コンピューティング（HPC）の顧客と協力して、彼らの電力消費を分析し、40%のエネルギー使用量削減が可能であると結論付けることができました」。彼は、ファン電力や冷却ユニットの電力消費を標準システムと比較し、レノボのデータセンター評価サービスを通じて、これらの要素を考慮して新しいデータセンター・アーキテクチャをNvidiaと共同で開発したと付け加えました。

イギリスを拠点とするITコンサルティング会社AVEVAは、予測分析を使用して、データセンターの圧縮機、モーター、HVAC機器、エアハンドラーなどの問題を特定しています。

「ジェネレーティブAIの事前トレーニングが大量の電力を消費することがわかりました」と、AVEVAのAIおよび高度な分析の責任者であるジム・チャペルは述べています。「私たちの予測AIドリブンのシステムを通じて、SCADAまたは制御システムよりも前に問題を特定し、データセンターの運用者が重大な問題になる前に機器の問題を修正できるようにします。さらに、制御システムとネイティブに統合されたビジョンAIアシスタントを備えており、熱イメージカメラと組み合わせて使用することで、温度ホットスポットなどの他の種類の異常も検出できます」。

一方、クラウド上のGPUを介したAIトレーニングと開発のための分散コンピューティングが、代替手段として浮上しています。Aethirのライドン氏は、計算タスクをより広範で適応性の高いネットワークに分散することで、リソースの需要と可用性を一致させ、無駄を大幅に削減できることを説明しています。

「大規模な集中型データセンターに頼るのではなく、私たちの『エッジ』インフラストラクチャは、計算タスクをデータソースに近いノードに分散することで、データ転送のエネルギー負荷を大幅に削減し、待ち時間を短縮します」とライドン氏は述べています。「Aethir Edgeネットワークは、作業負荷を単一の場所に集中させるのではなく、さまざまな環境に分散させることで、常に高電力の冷却が必要な集中型データセンターの需要を最小限に抑えることができます」。

同様に、アマゾンやグーグルなどの企業は、データセンターの電力需要を管理するために、再生可能エネルギー源の実験に取り組んでいます。マイクロソフトは、データセンターのエネルギー消費を削減するために、再生可能エネルギー源と効率性向上技術に大量に投資しています。グーグルも、データセンターで電力使用量を最小限に抑える冷却システムの開発に取り組んでいます。「核エネルギーは、カーボンフリーのデータセンターへの最も迅速な道であると思われます。マイクロソフト、アマゾン、グーグルなどの主要なデータセンター提供者は、将来のためにこの種の発電に大量に投資しています。小型モジュラー・リアクター（SMR）では、柔軟性と生産までの時間が、ネット・ゼロを達成するためのより実行可能な選択肢となっています」と、AVEVAのチャペル氏は述べています。

AIとデータセンターの持続可能性は共存できるか?

AIインフラストラクチャプラットフォームMinIOのCTOであるウグル・ティグリ氏は、AIが進化するにつれてエネルギー消費が大幅に増加する未来を望むことは現実的ではないと述べています。「長期的な影響は予測が難しいですが、労働力の変化が起こり、AIがエネルギー消費の改善に役立つでしょう」と彼は述べています。ティグリ氏は、エネルギー効率が市場の優先事項になるにつれて、コンピューティングの成長と他の分野でのエネルギー使用量の減少が見られるだろうと考えています。特に、他の分野がより効率的になるにつれてです。

また、グリーンなAIソリューションに対する消費者の関心が高まっていることも指摘しています。「90%の効率で動作するAIアプリケーションが、半分の電力しか使用しないようなイノベーションが、実際に広まる可能性があります」と彼は述べています。AIの未来は、イノベーションだけではなく、データセンターの持続可能性についても考える必要があることは明らかです。ハードウェアの効率性を高めたり、リソースの使用方法を賢くしたりすることで、AIのエネルギー消費をどのように管理するかが、データセンターの設計と運用に大きな影響を与えるでしょう。

ライドン氏は、持続可能なデータセンター設計、エネルギー効率の高いAIワークロード、およびオープンなリソース共有に焦点を当てた業界全体の取り組みの重要性を強調しています。「これらは、よりグリーンな運用に向けた重要なステップです」と彼は述べています。「AIを使用する企業は、環境への影響を減らすソリューションを作成するために、テクノロジー企業と提携する必要があります。協力して、AIをより持続可能な未来に向けて導くことができます」。