Climate impacts of AI hardware manufacturing rival those of data centers
この研究は、AIハードウェアの製造による温室効果ガス排出量が、AIデータセンターの運用による排出量に匹敵、あるいはそれを上回る可能性があることを明らかにしており、AIの総的な気候フットプリントを評価する際には、ハードウェアの生産および企業の脱炭素化への取り組みを考慮する必要があることを強調している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
全体像：最もコストがかかるのは「稼働」だけではない
新しい電気自動車がどれだけの汚染を引き起こすかについて、心配しているところを想像してみてください。ほとんどの人は、車を運転している間の「電気（稼働フェーズ）」に注目します。「太陽光発電で充電すれば、環境に優しい！」と考えるのです。
この論文は、人工知能（AI）においても、私たちは同じ間違いを犯していると主張しています。私たちはAIを「動かす」ためにデータセンターが使う電力に執着していますが、そのAIハードウェアを「作る」ためだけに発生する膨大な汚染を見落としています。
著者らの調査によると、2024年におけるAIチップの「製造」による汚染は、計算方法にもよりますが、「データセンターの稼働」による汚染と同じか、あるいはそれ以上に深刻なものでした。
汚染をカウントする2つの方法
この論文では、排出量を測定するために2つの異なる「スコアカード」を用いています。これによって、全く異なる2つの物語が見えてきます。
1. 「ロケーション・ベース」のスコアカード（物理的な現実）
これは、煙突が実際にどこにあるかを地図で見るようなものです。
- データセンター（稼働）： これらは、よりクリーンなエネルギーグリッドを持つ地域（アメリカの一部やヨーロッパなど）に設置されることが多いです。そのため、「稼働」による汚染は比較的低く見えます。
- ハードウェア製造（構築）： チップを作る工場は、主に台湾、韓国、そして中国の一部にあります。これらの地域は石炭やその他の化石燃料に大きく依存しています。
- 結果： 物理的な場所から発生する煙に注目すると、チップの製造による汚染は約600万〜800万トンであるのに対し、センターの稼働による汚染は約2,000万〜2,100万トンとなります。この視点では、センターの稼働の方が依然として大きな問題です。
2. 「マーケット・ベース」のスコアカード（企業の約束）
これは、企業の「グリーンレポート」を見るようなものです。ビッグテック企業（GoogleやMetaなど）は、「自分たちの電力使用量を相殺するために、十分な再生可能エネルギー証明書を購入した」という契約を結ぶことがよくあります。
- データセンター（稼働）： これらの企業はこうした「グリーン証明書」の購入に非常に長けているため、報告される汚染量は劇的に減少します。見た目上、排出量はほぼゼロになります。
- ハードウェア製造（構築）： チップメーカー（TSMCやSamsungなど）は、再生可能エネルギーを購入することが難しかったり、入手性が低かったりする地域にあります。彼らは「グリーンの契約」をそれほど結んでいません。
- 結果： この「企業の約束」スコアカードを使用すると、その差は完全に埋まります。製造による汚染は高いまま（約500万〜700万トン）ですが、稼働による汚染も同程度のレベル（約500万〜600万トン）まで下がります。
比喩： これは、レースに出場するために、飛行機の「カーボンニュートラル」チケットを購入したランナーのようなものです。書類上、その移動はクリーンです。しかし、そのランニングシューズを作った工場は依然として石炭を燃やしており、その工場はグリーンのチケットを購入していません。論文は、ランナーのチケットだけを見ていてはいけない、シューズの工場も見なければならないと言っています。
AIマシンの「重い」パーツ
論文では、ハードウェアの具体的に「何」が最も多くの汚染を引き起こしているのかを分解しています。彼らはAIサーバーを、12の異なる部品で構成される複雑な機械と比較しました。
- 元凶： 最大の汚染源はメインプロセッサ（脳）ではなく、**高帯域幅メモリ（HBM）**です。
- 比喩： AIチップを非常に高速なスポーツカーだと想像してください。HBMは、その車のターボチャージャーです。車をより速く走らせるためには、より大きく、より複雑なターボチャージャーが必要です。しかし、そのターボチャージャーを作るには、極めて複雑でエネルギーを大量に消費するプロセスが必要になります。
- 傾向： AIが賢くなるにつれ、私たちはより多くのこれらの「ターボチャージャー（HBM）」を必要とします。論文は、メモリのカーボンフットプリントがチップの他の部分よりも速いスピードで成長していると指摘しています。
「グリーンの格差」
論文は、もどかしい断絶を浮き彫りにしています。
- 買い手（テック巨人）： GoogleやMicrosoftのような企業は非常に積極的です。彼らは「私たちは100%グリーンだ！」と宣言し、その数字も（マーケット・ベースのルール下では）それを裏付けています。
- 売り手（チップメーカー）： チップを実際に製造している企業（Samsung、SK Hynix、TSMCなど）は、後れを取っています。彼らは依然として、主に地元の汚れた電力網によって動いています。
- 問題点： 「グリーンな」データセンターは、単に「汚れた」工場からチップを買っているだけなのです。チップ工場もクリーンエネルギーに切り替えない限り、たとえデータセンターがグリーンだと主張しても、AI業界全体の汚染は実際には減らないと論文は主張しています。
まとめ
この論文は、データセンターの電気料金だけを見るのをやめるようにと教えています。ハードウェアの建設コストを見る必要があります。
もしデータセンターが使う電力だけを解決しようとするなら、それは問題の半分しか解決していないことになります。もう半分は、AIチップを作るために必要な、膨大でエネルギー集約的な工場作業です。そして、それは現在、はるかに汚れたエネルギーグリッドを持つ場所で行われています。
AIの気候への影響を真に解決するためには、データセンターだけでなく、工場をクリーンにする必要があるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。