テクノロジー大手は疑似環境の仮面を脱ぎ捨て、AIの積極的な開発によりエネルギー消費が増加している

テクノロジー大手は疑似環境の仮面を脱ぎ捨て、AIの積極的な開発によりエネルギー消費が増加している

9月4日のニュースによると、マイクロソフト、アマゾン、グーグル、フェイスブックの親会社であるMetaなどの企業が相次いで人工知能を開発・導入する中、環境保護や持続可能な発展に注力するという大手テクノロジー企業のいわゆるイメージは新たな現実と相容れないものとなっている。

大規模モデルのトレーニングに使用される GPU は膨大な電力を消費し、新しいデータセンターの稼働には大量の電気と水が必要となるため、AI が環境に与える影響はますます危険になりつつあります。

バージニア州北部にあるアマゾンの巨大なデータセンターは、すでにシアトルの電力網全体よりも多くの電力を消費している。 Google データセンターは 2022 年に 52 億ガロンの水を消費し、前年比 20% 増加しました。 Meta AI モデル Llama 2 も動作中に大量の水を消費しました。

これらの大企業は、人工知能分野の主要プレーヤーとして、いくつかのグリーンプロジェクトを通じて、増大する環境負荷を相殺する方法を宣伝しています。たとえば、マイクロソフトはアリゾナ州にあるデータセンターでは年間の半分以上水を使用しないことを約束している。 Googleは最近、AIチップ大手のNvidiaと提携し、2030年までに同社のオフィスとデータセンターで消費される水の120%を真水で補充すると発表した。

ワシントン大学研究センターの共同所長エイドリアン・ラッセル氏は、こうした行為は企業による巧妙なマーケティングである可能性があると考えている。

「ハイテク業界は長い間、デジタルイノベーションが環境的に持続可能な戦略であるかのように見せかけようとしてきたが、実際はまったくそうではない」と彼女は語った。

テクノロジー企業がデジタルイノベーションと持続可能な開発をどのように結び付けているかを説明するために、彼女はクラウドコンピューティングとアップル製品の販売および展示方法を例に挙げた。

今日、このマーケティング手法は、人工知能がいかに環境に優しいものになり得るかを示すために使用されています。

今年8月に発表されたNVIDIAの最新四半期財務報告書で、CEOのジェンスン・フアン氏は、NVIDIAが販売する製品であるAI駆動の「アクセラレーテッド・コンピューティング」は「一般コンピューティング」と比較して運用コストが低く、エネルギー効率が高いが、「一般コンピューティング」は環境への影響が比較的大きく、コストも高いと述べた。

しかし、真実はその逆です。投資銀行 Cowen の最近の調査レポートによると、AI を実行するデータセンターは従来の施設の 5 倍以上の電力を消費する可能性があると推定されています。 NVIDIA が提供する GPU 1 台あたり約 400 ワットの電力を消費し、AI サーバー 1 台あたり 2,000 ワットの電力を消費します。カリフォルニア大学リバーサイド校で現代の人工知能モデルがリソースをどのように使用するかを研究している研究者、シャオレイ・レン氏によると、平均的なクラウド・コンピューティング・サーバーは300~500ワットの電力を消費する。

「持続可能性とデジタル革新は密接に関係しているという誤った物語、『成長し続けることができる』、『すべてを大幅に拡大しても素晴らしいものになる』という物語、1つのテクノロジーがすべてに当てはまるという物語など、常に付随するものが存在します」とラッセル氏は語った。

大規模言語モデルを業務に取り入れようとする企業が増えるにつれ、AI が環境に与える影響は強まると考えられます。

ラッセル氏は、分散型ネットワークやローカライズされたデータプライバシーの取り組みなど、持続可能な成長を可能にするイノベーションに重点を置くことがより良いアプローチだと考えています。個々のオンライン コミュニティは、大手テクノロジー企業への依存度を低く抑えながら、独自の方法でデータ処理とネットワーク接続を制御できます。

「たとえ小さなものであっても、実際に持続可能な技術を設計している例が見つかれば、環境的にも社会的にもあまり持続可能ではない大手テクノロジー企業を批判し始めることができる」と彼女は語った。

<<:  GPT-4の5倍の性能を持つGoogle Geminiは、本当にOpenAIやMicrosoftに勝てるのでしょうか?

>>: 

ブログ    

推薦する

アイデアから実装まで、2018 年の 13 の驚くべき新しい NLP 研究

2018 年には、自然言語処理の分野で多くの刺激的なアイデアやツールが生まれました。概念的な視点から...

生成的敵対ネットワーク (GAN) の未解決の 7 つの謎

いくつかの指標によれば、生成的敵対的ネットワーク (GAN) の研究は過去 2 年間で大きな進歩を遂...

医療の荒野での賭け:百度は人工知能で危機を乗り切った

ロビン・リーは標高3,500メートルで牛糞を拾い、泥を塗り、牛の皮を剥ぐという極めて型破りなことをし...

米メディア:OpenAI、自社技術の軍事利用を禁じる条項を削除

米国の調査報道サイト「ザ・インターセプト」が1月12日に報じたところによると、ChatGPTの親会社...

世界がH100を奪い合っている! Nvidia が GPU の優位性を達成、主任科学者が成功の 4 つの要素を明らかに

現在、NVIDIA は GPU の優位性の座にしっかりと座っています。 ChatGPT の誕生により...

時代遅れにならないで、機械学習プラットフォームこそが未来だ

機械学習と人工知能の急速な発展に伴い、業界では多くのオープンソースの機械学習プラットフォームが登場し...

すべては可能だ:コンピュータビジョンCVとNLPの分野はますます融合している

[[347900]] 2020年10月、ディープラーニング分野のトップカンファレンスであるICLR ...

大規模言語モデルにおけるプライバシーの考慮

[[430922]]文中の次の単語を予測するようにトレーニングされた機械学習ベースの言語モデルは、ま...

...

...

初め!プログラム可能なメモリスタコンピュータが誕生しました!

[[271164]]人類史上初のプログラム可能なメモリスタ コンピュータが誕生しました。音声コマン...

アリババが3D位置マップ圧縮アルゴリズムを革新、その論文結果がトップカンファレンスCVPR 2022に選出

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

アコーディオン: HBase メモリ圧縮アルゴリズム

最近では、HBase ベースの製品の読み取り速度と書き込み速度に対する要件がますます高まっています。...