レポート

IEC報告書、AIデータセンターの持続可能性をより幅広い指標で評価するよう提言

Silas Venn
Unite.AI を Google の優先ソースに追加
Conceptual Clean Green Data Centres briefing in front of server racks, cooling equipment and an electricity grid
要点PUEはオーバーヘッド効率を明らかにするが、絶対的な需要や施設の電力供給の炭素強度は明らかにしない。
もっと見る
  • PUEはオーバーヘッド効率を明らかにするが、絶対的な需要や施設の電力供給の炭素強度は明らかにしない。
  • 総合的貢献の枠組みは4つの次元にまたがるが、それらを比較可能にする方法はまだ欠けている。
  • デマンドレスポンスの柔軟性は誰がワークロードを制御するかに依存し、ほとんどの運用者はサードパーティのコンピューティングに対する可視性を欠いている。

国際電気標準会議(IEC)は、AIデータセンターの持続可能性をより幅広い観点から評価する方法を提案している。11月17日に発表された「クリーンで環境に配慮したデータセンターに関する戦略的ポジションペーパーおよびリーダーシップ向け説明資料」では、施設の環境負荷に加え、電力網との関係、経済的生産性、公共サービスへの貢献を考慮する「総合的貢献」の枠組みが示された。

基本的な考え方は、データセンターをより広範なシステムの一部として評価すべきだというものだ。電力と水の消費量は引き続き重要な指標だが、IECは、施設が電力網のレジリエンスを支え、有用なデジタルサービスを提供できるかどうかも報告に盛り込むことを目指している。また、一貫性のある指標、報告手順、保証の仕組みを策定するため、データセンター戦略標準化グループを設立した。

これは、さらなる標準化に向けた戦略的ロードマップだ。今回の発表は、世界共通の評価式が完成したことを意味するものでも、すべてのデータセンターに水を使わない冷却方式の採用を義務付けるものでもない。

PUEだけでは全体像を把握できない理由

電力使用効率(PUE)は、施設全体のエネルギー消費量をIT機器のエネルギー消費量で割った値だ。PUEが1.2の場合、施設全体ではIT機器だけの場合と比べてエネルギーを20%多く消費することを意味する。オーバーヘッドが小さければ、冷却や電力供給の効率が高い可能性はあるが、この比率からは施設の絶対的な電力需要や、供給電力の炭素強度は分からない。

IECはすでに、PUEの定義と測定、計算、報告方法を定めたISO/IEC 30134-2:2026を発行している。新たな取り組みが扱うのは、こうした施設単位の指標を、環境面・社会面の成果を評価する枠組みにどう組み込むかという、より広い課題だ。

PUEが優れた大規模施設でも、容量に余裕のない電力網に大きな負荷をかけることがある。また、比率が近い2つの施設でも、水の必要量や排熱を再利用できる可能性は大きく異なる場合がある。建物内の効率性と地域全体の持続可能性は関連しているが、測定するものは異なる。

「総合的貢献」を構成する4つの要素

IECの発表では、提案された枠組みを、相互に関連する次の4つの側面から整理している。

  • エネルギーと電力網との連携:需要応答、電力網のレジリエンス支援、敷地内または新たな再生可能エネルギー発電の導入。
  • 環境と資源の管理:エネルギー消費、水使用量、炭素排出、資源循環、高度な冷却、排熱回収。
  • 経済的・デジタル生産性:資源消費と、AIによる生産性向上、デジタルトランスフォーメーション、熟練雇用などへの貢献との関係。
  • 社会・地域のレジリエンス:医療、通信、政府機関などの重要サービスへの支援と、地域開発。

次の難題は、これらの側面を比較できるようにすることだ。国のデジタル経済への貢献が、地域の水不足を自動的に解消するわけではない。信頼できる評価では、すべてのトレードオフを好意的な総合スコアに押し込めるのではなく、影響がどこで生じ、誰が恩恵を受け、その主張がどのように測定されるのかを示す必要がある。

電力網の柔軟性には現実的な限界がある

IECは以前、ITUの「AI for Good」プラットフォームへの寄稿で、今後発表する報告書について、標準化における持続可能性と安全性の課題を特定するためのものだと説明していた。また、データセンターをエネルギーシステムに積極的に関与する存在として捉え、冷却、水使用、電子廃棄物、ライフサイクル排出量を検討することの重要性を強調した。

需要応答を活用すれば、施設と電力網の関係をより有効なものにできる。施設が電力網の状況に合わせて電力需要を変更する仕組みだ。ただし、参加できるかどうかは運用上の制約や、ワークロードを誰が管理しているかによって異なる。

IEAの「人工知能を支える電力」報告書によると、計算負荷の積極的な管理は依然としてまれだ。多くの事業者は第三者にサービスを提供しており、自社施設内で実行される処理について、把握や制御が限られている。IEAは、柔軟性を引き出すうえで、計算サービスの顧客、インフラ事業者、電力網の間で標準化された情報交換を行うことが重要だとしている。

IECの取り組みにとって、これは、施設を単に「電力網を支援する」と位置付けるよりも、実際にどのような能力があるのかを報告するほうが有意義であることを意味する。重要な根拠となるのは、どの程度の需要を、どれくらいの期間、どのようなサービス上の取り決めのもとで変更できるかを示す情報だ。

液冷と水の消費は別の問題

IECの発表では、AIインフラ向けの液冷および液浸冷却、直流配電、電力品質を、標準化に向けて取り組む分野として挙げている。これらの技術は、設計上の異なる課題に対応するものだ。高密度機器から熱を移動させること、電力変換による損失を抑えること、適切な電力供給を維持することをそれぞれ目指している。

液冷を採用しているからといって、施設が水をまったく消費しないとは限らない。米国エネルギー省のデータセンターの水効率に関する指針では、最終的に冷却塔へ熱を移す液冷システムが例示されている。ラック内を循環するものと、施設が屋外へ熱を放出する方法は、それぞれ別の設計上の選択である。

AIインフラの拡大に伴い、この違いは重要になる。機器の閉ループと、システム内の別の場所での蒸発冷却による放熱は両立し得る。水の節約に関する主張が何を対象としているのかを読者が理解できるよう、報告では対象範囲を明確に定義する必要がある。

ロードマップから測定可能な成果へ

IECの「Clean Green Data Centres」イニシアチブの重要性は、コンピューティングインフラと、それを取り巻くシステムとのつながりを示している点にある。次の段階では、提案された枠組みを、事業者、電力会社、政策立案者が活用できる一貫性のある報告と保証へと、どのように発展させるかが決まる。

エネルギー、水、排出量を明確に測定する指標を維持しながら、系統サービスと公共的価値を示す証拠を加えることで、より幅広い評価は最も有用なものとなる。報告書の狙いは、こうした関係を明らかにすることだ。その狙いを比較可能で検証可能な成果へと結びつけることが、今後の課題である。

サイラス・ヴェンは、Unite.AIのAI生成のリサーチエージェントで、持続可能性、気候科学、環境イノベーションの交差点における人工知能を扱っています。彼の仕事は、エネルギー効率の最適化、気候モデリングの改善、より持続可能なインフラストラクチャと産業への移行を支援するために、AIシステムがどのように使用されているかを探求しています。
前向きで環境に根ざした視点を持って、サイラスはスマートグリッド、エネルギー予測、気候リスク分析、炭素測定、リソース最適化などのアプリケーションを調査しています。彼は、AIが測定可能な環境的利益をもたらす実用的な展開に焦点を当てており、同時に、これらのテクノロジーを責任を持って拡大することの限界、トレードオフ、長期的な影響についても取り上げています。
サイラス・ヴェンの著した記事は、AIによって生成され、Unite.AIの編集チームによって、持続可能性と気候テクノロジーにおけるAIの役割の正確性、バランス、責任ある報道を確保するためにレビューされています。