CRYPTO & AI
無料で登録
AI

【データセンターの電力】米最大の電力市場は2年続けて供給不足。需要より先に、電気を届ける側が詰まっている

データセンターの電力需要を、IEA・米エネルギー省・EIA の見通しと、電力市場や電力会社の開示から整理し、どこが本当の制約になっているのかを確かめます。

【データセンターの電力】米最大の電力市場は2年続けて供給不足。需要より先に、電気を届ける側が詰まっている

AI のデータセンターが使う電力は、世界の電力需要の中で最も速く伸びている分野の1つです。国際エネルギー機関(IEA)は、データセンターの電力需要が2025年に17%増え、世界全体の伸び(3%)を大きく上回ったとまとめています。

ただ、数字を追っていくと、目立つのは需要の大きさより「供給が追いつかない」ことのほうです。米国最大の電力市場 PJM では、発電の容量を前もって買う入札が2年続けて必要量に届かず、価格は上限に張り付きました。この記事では、世界・米国の需要の見通しと、電力市場や電力会社の数字を並べ、何がボトルネック(全体の速さを決めてしまう一番細い部分)になっているのかを整理します(数字は 10/18 時点で確認したもの)。

TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。