人工知能 (AI) は、世界中の多くの人々の日常生活の一部になりつつあります。個人レベルでは、検索クエリに AI モデルを使用する人が増えています。 Google は依然として検索市場を支配していますが、ChatGPT はその支配に対する最も重大な脅威となっています。
ビジネス レベルでは、農業から医療、金融からエンターテインメントに至るまで、どの業界も取り残されており、世界中の組織が AI を日常業務に統合しています。
AI に対する世界の需要と使用は今後数年間で急激に増加すると予想されているため、テクノロジー企業は大規模なデータセンターを構築することでこの発展に対応しています。しかし、この成長にはエネルギー消費、経済的コスト、環境への影響といった代償が伴います。従来のコンピューティングでは、増大するコンピューティングとエネルギー需要にまったく対応できません。 AI 革命を維持するには、現代のコンピューティングの物理学を再考する必要があります。
エネルギー問題
AI を考慮しなくても、電子コンピューティングは重大な岐路に立っています。ムーアの法則は失敗し、デナード・スケーリングは破綻し、その結果、過熱を避けるために電力を供給しない、またはアイドル状態にしておく必要があるチップ上のトランジスタ部分である「ダーク・シリコン」が急増しています。
大規模な AI モデルをトレーニングするのは簡単な作業ではありません。大規模言語モデル (LLM) は、大量のデータでトレーニングされ、数兆のパラメーターを持ちます。彼らは、そのプロセスを何十億回も予測、測定、調整し、繰り返します。 AI モデルのトレーニングに必要なコンピューティング能力は、6 か月ごとに 2 倍になると推定されています。
このような大量のデータを処理および移動するには、大規模な並列処理と電力が必要です。従来のコンピューティングでは、より高い電力にはより高密度のシステムが必要です。密度が高いほど抵抗が大きくなり、抵抗が大きいほど熱が高くなります。このため、データセンターは大量のエネルギーをコンピューティングから冷却にシフトする必要があり、データセンターの総エネルギー消費量の最大 40% がサーバーのメルトダウンを防ぐために使用されます。
AI をサポートするインフラストラクチャはすでに困難に直面しており、従来のコンピューティングではもはや将来の開発をサポートできないことは明らかです。
経済問題
データセンター運営者は財務上の難題に直面しています。コンピューティング密度を現在の冷却施設が処理できる範囲に制限してビジネス能力を妨げるか、熱制限を押し上げてハードウェアとコンポーネントの老朽化を加速させ、運用コストと無駄を増大させるかのどちらかです。
さらに、新しいデータセンターの構築コストも非常に高くなります - マッキンゼーは、2030 年までに 5 兆 2,000 億米ドルの投資が必要になると予測しています。データセンターが従来のコンピューティングに依存し続ける場合、非効率なインフラストラクチャへの投資は大きな財務リスクとなります。一般の消費者も経済状況の悪化の影響を受けます。 AI が送電網に前例のない圧力をかけ、データセンターの電力需要が増加するにつれ、電力価格が上昇しています。これらのコストは、電気料金の高騰という形で周囲の家庭に転嫁されます。
