技術要約: AgentDecarbonizer: AIエージェントのためのカーボンアウェアな実行

問題提起

自律型AIエージェントは、大規模言語モデル（LLM）を、単一のプロンプト・レスポンスのやり取りから、繰り返されるモデル呼び出し、ツール呼び出し、および環境との相互作用を伴う、長時間の目標指向型のワークフローへと拡張するものである。これらのワークフローは、ソフトウェアの修復やデータ分析といった複雑なタスクを可能にする一方で、その計算集約的な性質により、相当量の炭素排出をもたらす。既存のカーボンアウェアな最適化手法は、通常、負荷を時間的または地理的にシフトして低炭素強度を利用することを目的としているが、AIエージェント特有の2つの特性に対処できていない：

1. 実行時間の不確実性: エージェントのワークフローは反復的かつ動的であり、後のステップは前の出力に依存するため、実行時間の予測が困難である。これにより、「時間的シフト」戦略が複雑化する。なぜなら、エージェントは無期限に延期できるのではなく、ユーザーが指定したデッドライン（期限）を満たす必要があるからである。
2. コンテキストキャッシュのオーバーヘッド: エージェントは複数のモデル呼び出しにわたってコンテキスト（入力トークン）を大量に再利用する。現代のLLMサービングシステムは、再計算を避けるためにこれらのコンテキストをキャッシュする。空間的シフト（実行場所を別のグリッドへ移動すること）を行うと、多くの場合これらのキャッシュが無効になり、以前にキャッシュされた入力の再計算を強制してしまう。この再計算のオーバーヘッドは、より低炭素なグリッドへ移動することによる炭素削減のメリットを相殺してしまう可能性がある。

メソドロジー

著者らは、オープンソースのエージェントシステムであるOpenClawと共に動作するように設計された炭素最適化装置、AgentDecarbonizerを提案している。本システムは、デッドラインとキャッシュの局所性を尊重しながら、時間的および空間的な実行決定を共同で最適化することで動作する。

1. システムアーキテクチャ

AgentDecarbonizerは、主に4つのコンポーネントで構成されている（図7）：

• 炭素強度予測器 (Carbon Intensity Predictor): 歴史的データとエネルギーミックスの測定値を用いて（EnsembleCI予測器を利用）、候補となるグリッドの将来の炭素強度を予測する。
• 実行時間推定器 (Execution Time Estimator): 軽量なローカルLLM（Gemma 4 4B）を使用して、タスクの所要時間を推定する。これは、タスクのフェーズと複雑さに基づいた保守的な初期推定を行い、その後、OpenClawエージェントからのリアルタイムの進捗、トークン数、API呼び出し統計を用いて、実行中に残りの時間推定を精緻化する。
• キャッシュ認識型炭素モデル (Cache-Aware Carbon Model): コンテキストキャッシュを、場所依存のペナルティとしてモデル化するプランナーである。実行を新しいグリッドにシフトした場合に発生するキャッシュ再計算の炭素コストを計算する。空間的シフトは、新しいグリッドの低い炭素強度が期待される炭素削減量から再計算のオーバーヘッドを上回る場合にのみ選択される。
• 実行コントローラー (Execution Controller): 「待機」間隔中の実行を一時停止し、保存された状態から再開し、プランナーのスケジュールに基づいて特定のグリッドにリクエストをルーティングすることで、実行フローを管理する。

2. 最適化アルゴリズム

コアとなる最適化問題は、デッドラインの実現可能性を前提条件として、予測される炭素排出量とキャッシュ再計算のオーバーヘッドを最小化することとして定式化される。

• 定式化: 目的関数は $\sum \hat{E}_{r,t} \cdot \widehat{CI}_{r,t} + \sum \Lambda^{(k)}$ を最小化することであり、ここで $\Lambda^{(k)}$ は、実行間隔の間にリージョンを切り替えた際に発生するキャッシュ再計算のペナルティを表す。
• 動的計画法 (Dynamic Programming): キャッシュの再計算が、連続する間隔間でサービスリージョンが変更されたかどうかにのみ依存するという仮定の下で、著者らは厳密な動的計画法の解を導出している。このアルゴリズムは、$O(K|R|H)$ の時間計算量で動作する。ここで、$K$ は実行間隔の数、$|R|$ はリージョンの数、$H$ は候補となるタイムスロットの数である。
• デッドラインの保証: システムは、保守的な期間推定を用いることでデッドラインの遵守を保証する。もし推定される残り時間がデッドラインまでの残り時間を超えた場合、システムは現在のグリッドでの即時実行にフォールバックする。

3. ワークロードの特性評価

著者らは、6つのカテゴリ（生産性、コード、ソーシャル、検索、クリエイティブ、安全性）にわたる WildClawBench から60個のAIエージェントタスクを特性評価した。主な知見は以下の通りである：

• 入力重視型: 入力トークンは処理された全トークンの99.1%を占め、94.6%がキャッシュされていた。
• 高いキャッシュ節約効果: コンテキストキャッシュにより、炭素排出量が平均80.7%削減された。
• 変動性: 実行時間とAPI呼び出し回数はタスク間で大きく変動するため、静的な仮定ではなく動的な推定が必要となる。

主な貢献

1. 体系的な特性評価: AIエージェントの炭素排出量を体系的に研究した最初の研究であり、排出量がトークン消費、コンテキストキャッシュの再利用、およびグリッドの炭素強度によって駆動されることを特定した。
2. AgentDecarbonizerの設計: エージェント実行時間の不確実性と、空間的シフトに伴うコンテキストキャッシュ再計算のオーバーヘッドを扱う、新しい炭素最適化装置。
3. キャッシュ認識型最適化: グリッドのシフトによる炭素削減のメリットと、キャッシュされたコンテキストの損失によるペナルティを明示的にバランスさせる動的計画法アプローチ。
4. 評価: デッドラインを遵守しながら排出量を大幅に削減することを実証する包括的な評価。

結果

システムは、4つのグリッド（オーストリア、カリフォルニア、フィンランド、グレートブリテン）を用い、3時間から24時間のデッドラインを持つWildClawBenchのワークロードを用いて評価された。使用されたモデルAPIはGPT-5.4である。

• 炭素削減:
  • 炭素非認識ベースライン（全グリッドの平均排出量）と比較して、AgentDecarbonizerは、24時間のデッドラインでは最大57.9%、3時間のデッドラインでは34.9%の排出量削減を実現した。
  • 現在最適ベースライン（開始時に最も低炭素なグリッドを選択する手法）と比較して、24時間のデッドラインでは最大37.5%、3時間のデッドラインでは3.3%の排出量削減を実現した。
• デッドライン遵守: すべての評価において、システムはユーザー指定のデッドライン内にワークロードを正常に完了させた。
• オーバーヘッド: Mac mini (M4) におけるローカル実行のオーバーヘッドは最小限であり、平均消費電力は14.9 W、実行時間のオーバーヘッドはワークロードあたり0.7〜5.2分であった。
• アブレーション研究:
  • マルチグリッド移行: 待機のみの戦略と比較して、グリッド間の移行は排出量の34.1〜45.7%の追加削減に寄与した。
  • 予測の堅牢性: システムは炭素強度の予測誤差に対して堅牢であり、特に長いデッドラインにおいては、静的な一回限りの予測よりも優れた結果を示した。
  • 推定器の精度: 保守的な実行時間推定器により、実際の実行時間が常に推定時間よりも短くなることが保証され、デッドラインの遵守が保証された。

重要性と主張

本論文は、AIエージェントの特定の実行特性に合わせて手法を調整することで、その炭素排出量を体系的に研究し、最適化した最初の研究であると主張している。著者らは、自律型エージェントがLLMの計算需要を増幅させる一方で、そのユニークな特徴（具体的にはコンテキストキャッシュへの依存と実行時間の変動性）は、従来のカーボンアウェア・コンピューティングとは異なる特別な最適化戦略を必要とすると強調している。

AgentDecarbonizerの重要性は、空間的シフトがキャッシュ再計算のコストによって容易には有益ではない状況において、炭素削減とデッドライン遵守という相反する目標を両立させる能力にある。キャッシュ再計算のコストを考慮しても、デッドラインを違反することなく炭素排出量を最大57.9%削減できることを実証したことで、本研究は持続可能な大規模AIエージェントシステムの展開に向けた実用的な道筋を示している。著者らは、実装はOpenClawを対象としているが、その最適化戦略は他のエージェントシステムにも広く適用可能であると述べている。