AI革命はネットゼロデータセンターに終止符を打つのでしょうか?

AI革命はネットゼロデータセンターに終止符を打つのでしょうか?

これらの施設は重要であるにもかかわらず、あまり理解されていません。しかし、最近ではデータセンターに注目する人も増え、データセンターに対する意見も出始めています。

データセンターが環境に与える影響については多くの議論が行われています。たとえば、気候危機に関して言えば、データセンターは多くの注目を集めたいだけなので、必ずしもメディアでよく取り上げられるわけではありません。

エネルギー消費量をある程度の確実性を持って定量化することはほぼ不可能ですが、専門家は、データセンターが世界中で生成される全電力の約 1% を消費していると推定しています。それはそれほど誇張された話ではないように聞こえますが、残りの 99% によって動かされている他の何百万もの事柄について考えてみてください。

さらに重要なのは、エネルギー源も考慮する必要があることです。それは化石燃料ですか、それとも再生可能エネルギーから来ているのでしょうか?

データセンターは冷却のために大量の水を必要とするため、「冷却」も注目の話題です。ただし、データセンターの規模が異なるため、正確な数値を示すことは困難です。しかし、一般的なデータセンターでは 1 日あたり約 300 万〜 500 万ガロンの水が使用されているという見解は一致しています。この水は通常、地元の水源から取水され、近隣のコミュニティにも供給されます。

温室効果ガスの排出、熱の無駄、レガシー機器の廃棄などの要因を考慮すると、世論がデータセンターを望ましくない施設と見なすのも不思議ではありません。

データセンターの二酸化炭素排出量を増加させるもう一つの新たな要因は、特に人工知能 (AI) の人気の高まりに伴うデータセンターの需要の増加です。

人工知能は、「従来の」アプリケーションに比べて計算負荷がはるかに高くなります。 ChatGPT や Bard のような生成 AI アプリケーションが使用されるたびに、Google での標準的な検索クエリの約 50 ~ 100 倍のエネルギーが消費されます。さらに、大規模な言語モデルのトレーニングには大量のリソースが必要となり、最大 1,287 メガワット時の電力を消費し、500 トンを超える炭素が発生します。

この電力増加の需要は、ますます複雑化するアルゴリズムや計算を処理する必要性、データストレージとアクセスの増加、より強力なグラフィックス処理装置 (GPU) とテンソル処理装置 (TPU) の導入など、より多くのエネルギーを必要とするさまざまな要因の組み合わせの結果です。

AI革命以前にネットゼロデータセンターが実現不可能だったとしたら、この願望は今や不可能なのでしょうか?

データセンターをクリーンかつグリーンにすることは可能でしょうか?

グーグルやマイクロソフトなどの大企業を含む企業は長年にわたり、データセンターの環境への影響を削減する取り組みを行ってきました。例えば、マイクロソフトの月面着陸計画「プロジェクト・ナティック」や、2030年までに水資源の積極的活用を実現するというグーグルの取り組みなどです。

しかし、こうした壮大なビジョンにもかかわらず、今私たちにできることはあるのでしょうか?

まず、技術の進化という要素があります。ハードウェアとソフトウェアの驚異的な革新と進歩が絶えず起こっています。これにより、サーバーの効率が向上し、重要でないアプリケーションのスリープ状態のよりスマートな管理を含む電力節約能力が向上し、回復力と安定性が向上し、汚染を引き起こすバックアップ発電機が不要になります。

一方、業界は、レガシーハードウェアや冗長ハードウェアのリサイクルについてより賢明になる必要がありますが、その中に機密データが保存されていることを考えると、これは困難な場合が多くあります。

データ センターの設計も、内部、外部、中央の場所によって影響を受ける炭素排出量の削減に重要な役割を果たします。循環型アプローチを採用し、持続可能な材料を使用し、クリーンなエネルギーと水への十分なアクセスを確保する必要があります。

再生可能エネルギー源からのクリーンエネルギーは、データセンターのネットゼロ排出を達成するための最も重要な要素です。電力網から安定的かつ確実に電力を得ることができれば素晴らしいでしょう。しかし将来的には、データセンターが独自の独立したオフグリッド電源を備え、純粋なグリーン電力を確保し、近隣のコミュニティへの電力供給への悪影響を軽減する可能性があります。

いくつかの施設では、施設の電力供給に燃料電池を使用するという大胆な措置を講じています。理想的には、これらのセルは水素で駆動されることになります。 「グリーン水素」はまだ大規模には利用できないが、ガスで動く燃料電池は利用可能だ。使用するガスの種類に応じて、温室効果ガスの削減、窒素酸化物の排出、騒音公害の削減にも役立ちます。まさに都心部や住宅地周辺の敷地に最適なソリューションです。

さらに、オフグリッド電力を使用することで、業界にとってのもう 1 つの利点は、センターをグリッドに接続するには時間がかかるため、実装がより迅速になり、市場投入までの時間が短縮されることです。これは、忍耐力で知られる業界ではありません。

データ センターを冷却するとなると、一般的な見解に疑問を呈する必要もあります。冷却空気が最善の冷却ソリューションなのでしょうか?

液体冷却は、IBM System 360 などの初期のメインフレームやスーパーコンピュータでは普及していましたが、その後数十年で段階的に廃止されました。しかし、ここ数年、単相および二相浸漬冷却、コールドプレート冷却、リアドアクーラーなど、さまざまな形式の冷却が復活しています。

これらすべてのアプローチにより、最大 98% の熱回収が可能になり、これに伴い燃料電池からの熱の再利用の品質も向上します。

覚えておいてください、この熱は本質的に廃棄物であり、暖房に再利用したり、都市農業にエネルギーを提供したり、さらには地域暖房システムに追加したり、エネルギー変換前にバイオマスを乾燥したりすることができます。すべての業界と同様に、浸漬媒体流体に、地元の水や土壌を汚染する可能性のある PFAS (永久的) 化学物質が含まれていないことを注意深く確認する必要があることに留意することが重要です。

したがって、AI の圧力の有無にかかわらず、業界がネットゼロのデータセンター施設を構築するために実行できる手順があります。

<<:  ロボット工学の可能性を解き放つ:産業に革命を起こし、人々の生活を向上させる

>>:  次世代オーディオアシスタント: AI がオーディオ体験をどう形作るか

ブログ    
ブログ    

推薦する

OpenAIの画像検出ツールが公開され、CTO: AI生成画像の99%を認識可能

OpenAI は AI 画像認識を開始しようとしています。最新のニュースとしては、同社が検出ツールを...

SASは、IoTイニシアチブにAIを組み込むことで企業が競合他社を飛び越えることができると述べている

SAS の新しいレポート「AIoT – IoT リーダーが困難を脱する方法」によると、組織のモノのイ...

8つのソートアルゴリズムのPython実装

この記事では、主に 8 つの一般的なソート アルゴリズムの基本概念とそれらの Python 実装を紹...

人間の脳神経を模倣してAIを開発!ケンブリッジ大学の最新研究がネイチャー誌に掲載:人工脳がAIの新たな方向性となる

地球上で最も複雑な知能の担い手である人間の脳の最大の特徴の 1 つは、高いエネルギー効率で知能を生み...

...

ロボットを放っておいてください!人間が本当に心配しなければならないのは人工知能だ

近年、人工知能の倫理的問題についての議論が盛んに行われている。最近終了した中国コンピュータカンファレ...

アルゴリズムの品質を評価するにはどうすればよいでしょうか?

序文アルゴリズムの品質を評価するには、そのアルゴリズムが問題を解決できるかどうかを確認することが重要...

滴滴出行とスタンフォード人工知能研究所が協力

滴滴出行は5月5日、スタンフォード人工知能研究所との提携を発表した。両者は人工知能のホットな話題につ...

人工知能がブルーカラーの仕事に取って代わると、どのような影響があるでしょうか?

AI と ML をより多くのタスクに統合すると、短期的には多くのメリットが得られますが、長期的には...

人工知能と機械学習がもたらす劇的な変化を示す6つの事例

[[219896]]現在、人工知能 (AI) と機械学習 (ML) ほど注目されているテクノロジーは...

「人工太陽」が正確に放電します! DeepMind、AI制御の核融合で新たなブレークスルーを達成

AI制御の核融合はもうすぐ実現します。ディープマインドは3年間の秘密の研究開発を経て、昨年、AIを使...

...

...

1 つのニューロンには 5 ~ 8 層のニューラル ネットワークがあります。ディープラーニングの計算の複雑さは生物学によって克服されています。

人工知能の開発にはまだまだ長い道のりが残っているようです。エルサレムのヘブライ大学の研究者らは、単一...

Photoshop 2020が登場、人工知能でデザインが簡単に

Photoshop Elements 2020エディション数日前、Adobe は最新バージョンの ...