要点
ハードウェア、調整や失敗を含む全実行の GPU 時間、使ったツールを添えた kWh 単位のエネルギー、場所と電力網の炭素強度、kg CO₂e 単位の排出量、そして明記したバッチサイズでの推論のエネルギーを報告しましょう。算定範囲に何が含まれるか、数値にどれだけ不確かさがあるかも示します。CodeCarbon などのツールで進めながら測っておけば、後から再構成するのではなく、表にまとめるだけで済みます。
手順
- 最終的な実行だけでなく、プロジェクトの最初からすべての実行のエネルギーを記録します。
- ハードウェア、GPU 時間、エネルギー、場所、電力網の炭素強度、排出量を、標準的な表で報告します。
- 明記したバッチサイズとシーケンス長で、1,000 リクエストあたりの推論のエネルギーを示します。
- データセンターの間接的な消費を含めるかどうかなど、算定範囲を明記します。
- 最高スコアとあわせて、kWh あたりの精度など、計算量に対する結果を報告します。
計算量とエネルギーは、脚注ではなく標準的な結果として報告しましょう。 それがなければ効率に関する主張は確かめられず、わずかな精度の向上に 10 倍のエネルギーがかかったのかどうか、読者にはわかりません。
この主張は早くからなされてきました。Strubell、Ganesh、McCallum は 2019年に、いくつかの言語モデルの学習にかかる金銭的・環境的コストを定量化し、Schwartz らは「Green AI」で、精度とあわせて効率を報告するよう論じました。
表には何を含めるべきですか?
| 項目 | 例 |
|---|---|
| ハードウェア | GPU の機種と台数、CPU、メモリ |
| 実行時間 | 最終的な実行の GPU 時間と、すべての調整や失敗した実行の GPU 時間 |
| エネルギー | kWh(実測か推定か、ツールとバージョンも) |
| 場所 | 国または電力網の地域と、使った炭素強度 |
| 排出量 | kg CO₂e |
| 推論 | 明記したバッチサイズとシーケンス長での 1,000 リクエストあたりのエネルギー |
| 算定範囲 | 冷却やデータセンターの間接的な消費(PUE)を含めるかどうか |
モデルを公開する場合は、これらの数値を Hugging Face のモデルカードの co2_eq_emissions 項目にも写しましょう。
よくある間違い
- 最も良かった実行だけを報告すること。 その背後にある探索が、通常はエネルギーの大部分を占めます。
- 不確かさを示さないこと。 電力モデルによる推定は、計測値と異なることがあります。幅を示しましょう。
- 否定的な結果を省くこと。 うまくいかなかった効率化の手法を報告すれば、他の人が同じことを繰り返さずに済みます。
Lannelongue らの GREENER 原則は、研究グループや機関向けのより広い枠組みを示しています。研究者向けガイドとAI のエネルギーを測る方法をご覧ください。
出典
- Energy and policy considerations for deep learning in NLP, Strubell, Ganesh and McCallum, ACL (2019)
- Green AI, Schwartz, Dodge, Smith and Etzioni, Communications of the ACM (2020)
- GREENER principles for environmentally sustainable computational science, Lannelongue et al., Nature Computational Science (2023)
- Displaying carbon emissions for your model, Hugging Face Hub documentation (2026)
関連
AI モデルの学習のカーボンフットプリントを測るには?
CodeCarbon などのツールで学習のエネルギーを記録し、地域の電力網の炭素強度を掛け、ハードウェア、時間、場所を報告する方法です。
研究プロジェクトの計算予算はどう決めればいい?
AI 研究の計算予算を決めて追跡する方法です。GPU 時間を見積もり、小さく試し、見込みのない実行は早めに止め、モデルを再利用し、計算量に対する結果を報告します。
研究者のためのグリーン AI
研究者向けのガイドです。効率的な AI の手法、論文でのエネルギーの測定と報告、計算予算、研究資金、数学が役立つ場面を解説します。
AI のエネルギーと炭素を測る方法
AI 作業のエネルギーと炭素を計測または推計するための実践ガイド。ツール、システム境界、タスクあたりの指標、不確かさの誠実な扱い方を解説します。