生成AIが飲み込む 世界の電力

生成AIの爆発的普及がGPU需要を押し上げ、1基あたりの消費電力はH100の700WからB200世代で1,200Wへ急騰した。データセンターの電力消費は2024年の415TWhから2030年には945TWhへ倍増するとIEAが予測しており、これは日本の年間電力消費量に匹敵する規模だ。しかし送電網の接続待ちは最長7年——需要の速度にインフラが追いつかない構造的なミスマッチが生まれている。テック企業は化石燃料でも再エネでもなく、24時間安定供給が可能な原子力に活路を見出し始めた。

各国の対応は大きく「制限」と「加速」に分かれている。シンガポールは2019年にエネルギー・土地資源の制約を理由にデータセンター新設モラトリアムを発令し、先手を打った。アイルランドではデータセンターが国全体の電力の22%を消費する事態となり、ダブリン地域での新規建設を凍結した。一方、米国はバイデン大統領が連邦所有地でのデータセンター建設を促進する大統領令を発令し、トランプ政権も許認可の迅速化を継続。日本は再エネ・原発100%のデータセンターに対して投資額の5割（5年間で2,100億円）を補助する「ワット・ビット連携」政策を打ち出している。

NVIDIAは世代ごとにワットあたり40%の効率改善を達成している。しかし歴史が示すのは、効率化がむしろ消費を増やすという「ジェボンズのパラドックス」だ。推論コストが下がれば利用者と用途が爆発的に拡大し、総エネルギー消費はかえって増加する。実際、GPT-4のトレーニングに要したエネルギーはGPT-3の約40倍に膨れ上がった。効率改善だけでは問題は解決しない——これがAI電力問題の構造的な罠だ。