ChatGPTの動作に関わるエネルギーについて解説します。このページは本来「科学的に考えるコーナー」で公開しようと考えていたが別のカテゴリーで公開しています。
AI言語モデルであるChatGPTは、従来の意味でのエネルギーを必要とする肉体を持ちません。しかし、その計算処理には、モデルを動かすサーバーや冷却システムに電力を供給するために、かなりの量の電力が必要です。
ChatGPTの動作に関わるエネルギーは、いくつかの要素に分解することができます：
トレーニング
トレーニング：ChatGPTは、膨大な量のテキストデータに対するトレーニングのプロセスを通じて作成されました。このトレーニングプロセスには膨大な計算能力が必要で、多くの場合、GPU（Graphics Processing Unit）やTPU（Tensor Processing Unit）などの専用ハードウェアを使用します。学習プロセスでこれらのマシンに電力を供給するために必要なエネルギーは、かなりの量になる可能性があり、ChatGPTのような大規模なAIモデルの学習による二酸化炭素排出量は、かなり大きくなると推定されます。
推論
ChatGPTを学習させると、ユーザーの入力に応じたテキストを生成することができるようになります。推論（Inference）と呼ばれるこのプロセスには、計算機資源も必要です。推論に必要なエネルギーは、一般的に学習に必要なエネルギーよりも低いですが、特に多くの同時リクエストを必要とする大規模なアプリケーションでは、依然として大きなエネルギーが必要な場合があります。
サーバーインフラ
ChatGPTをホストし、ユーザーがChatGPTと対話できるようにするサーバーは、ハードウェアの実行と冷却のための電力を必要とします。これには、サーバー本体だけでなく、ネットワーク機器、配電ユニット、その他のサポートインフラも含まれます。
これと関連して「データセンター」も含まれます。ChatGPTを動かすコンピューティングハードウェアは、通常データセンターに設置されており、その運用には大量の電力が必要です。データセンターの電力供給に必要なエネルギー量は、そのサイズ、場所、冗長性のレベルなどの要因に依存します。
メンテナンスとアップグレード
ChatGPTが正常に機能し続けるためには、時間の経過とともに更新やメンテナンスが必要になることがあります。特にハードウェアの交換やアップグレードを伴う場合、これらの活動にもエネルギーが必要になる可能性があります。
全体として、ChatGPTに関わるエネルギーは、トレーニング、推論、サーバーインフラ、メンテナンスに必要なエネルギーを含む、大きなものです。ChatGPTのようなAI言語モデルの利用が広まるにつれ、これらの技術が環境に与える影響を考慮し、エネルギー消費とカーボンフットプリントを削減する方法を模索することが重要となっています。
なお、カーボンフットプリントとは、特定の活動や製品に関連する温室効果ガス排出量、特に二酸化炭素の排出量を指します。この文脈では、カーボンフットプリントは、モデルのトレーニング、実行、維持に消費されるエネルギー、およびそれをサポートするために必要な関連インフラの結果として生成される温室効果ガスの量を指しています。
■備考
・1つのモデルを学習させるのに膨大な電力を消費するが、その量は正確にはわからない。が、ChatGPTのトレーニングで1.287ギガワット時（米国の120世帯の1年間の消費量にほぼ相当）を使用したということがわかっているようだ。（参照：https://techhq.com/2023/03/data-center-energy-usage-chatgpt/）
・参考：ChatGPTの消費電力（ChatGPT’s Electricity Consumption）
・参考：ChatGPT はどのくらいのエネルギーを使用しますか?（How much energy does ChatGPT use?）