AIの電力効率とは　チップ・建物・モデルの3段で決まる　グーグルの建物のPUEは1.09

AIの電力効率とは、AIの計算で生む成果の量を、使った電気の量で割った考え方のことです。推論なら「1キロワット時あたりのトークン数」、逆に「1トークンあたりのジュール」で表します。電力の確保がデータセンターの建設の制約になるなか、同じ電気でこなせる仕事の量は、そのまま売上の上限になります。

3段のかけ算

AIの電力効率を決める3つの段

段	中身	指標の例
半導体	1ワットでできる演算の量	ワット当たり性能、TOPS/W
建物	冷却や電源の変換で失う電気	PUE
モデル・ソフト	同じ答えに要る演算の量	1トークンあたりの演算量

3つは掛け合わさります。チップの効率が2倍で、モデルの演算量が半分なら、IT機器が使う電気は4分の1です（計算）。建物で失う電気を減らせば、全体はさらに下がります。

半導体の段

エヌビディアは2024年3月18日、Blackwell世代のGB200 NVL72を発表しました。GPU1つに2080億個のトランジスタを載せています。言語モデルの推論では、同じ数のH100に比べて性能が最大30倍、費用と電力を最大25分の1にできると説明しました。

この倍率は、チップの世代の差だけでなく、72個のGPUを1つの高速な配線でつなぐ構成や、数値を少ないビットで扱う計算方式の効果を含んだ、会社の示す最大値です。

建物の段

データセンターの建物の効率はPUEで表します。施設全体の電力を、サーバーなどIT機器の電力で割った値です。1.0に近いほど、冷却や電源の変換で失う電気が少ないことを示します。

グーグルは、大規模なデータセンター全体の直近12か月のPUEを1.09と公表しています。2025年の四半期ごとの値は1.08〜1.11でした。グーグルは、米アップタイム・インスティテュートの2025年の調査の平均1.54と比べ、IT機器以外に使う電気が83%少ないとしています。IT機器以外の分は0.09と0.54で、6分の1です（計算）。

モデルの段

同じ質問に答えるのに要る演算の量は、モデルの作り方で変わります。質問ごとにモデルの一部だけを動かす「専門家の混合（MoE）」の設計や、値を8ビットや4ビットで扱う量子化は、演算とメモリの読み書きを減らします。一方で、答える前に長く考える推論型のモデルは、1件あたりのトークンを増やします。

関連する用語

• ワット当たり性能：半導体やシステムの1ワットあたりの性能です。
• PUE：データセンター全体の電力÷IT機器の電力です。
• データセンターの電力密度：ラック1つあたりの電力です。効率が上がっても密度は上がり続けています。

グーグルは2026年1〜3月期のPUEを1.08、4〜6月期を1.10と公表しています。