要点
AI モデルの公式なエネルギーラベルはまだありませんが、その土台となるものはそろいつつあります。AI Energy Score は公開モデルを 1〜5 つ星で評価し、MLPerf Power はハードウェアシステムのベンチマークを行っています。EU は汎用 AI モデルにエネルギーに関する文書化を義務づけ、データセンターの格付け制度を構築中です。さらに EU は、エネルギー効率の高い AI の測定に関する業務を入札にかけており、ラベルについての議論も進んでいます。
要点
- 2025 年 2 月に始まった AI Energy Score は、測定した GPU のエネルギーに基づき、タスクごとにモデルを 1〜5 つ星で評価します。
- MLPerf Power は、小さな機器からデータセンターのラックまで、機械学習システム全体のエネルギー効率を測定します。
- EU AI 法のもとで、汎用 AI の提供者は既知または推定のエネルギー消費量を文書化しなければなりませんが、これは消費者ではなく規制当局に提出されるものです。
- EU はデータセンターについて A〜G 形式の格付けを構築中であり、AI のエネルギー・排出ラベルにつながりうる業務も入札にかけています。
- ラベルは同じ条件の選択肢を順位づけできますが、すべてをとらえることはできません。ハードウェア、設定、実際の使い方のどれもが結果を変えます。
冷蔵庫、洗濯機、電球にはエネルギーラベルが付いていて、購入者はひと目で比較できます。なぜ AI モデルにはないのか、と尋ねる人が増えています。手短に言えば、AI にラベルを付けるのは冷蔵庫よりも難しいのですが、その実現に向けた取り組みはかなり進んでいます。この記事では、2026 年後半の時点で何があるのか、そしてラベルで何がわかり、何がわからないのかを説明します。
AI の公式なエネルギーラベルはありますか?
いいえ、まだありません。任意の評価やベンチマーク、EU でのエネルギー使用量を文書化する法的義務、そしてラベルにつながりうる欧州委員会の取り組みはあります。しかし、そのどれもまだ、冷蔵庫のような消費者向けのラベルではありません。
AI Energy Score とは何ですか?
標準的なタスクで測定したエネルギー使用量に基づく、AI モデルの任意の星評価です。Hugging Face が Salesforce、Cohere、カーネギーメロン大学などのパートナーとともに、2025 年 2 月に始めました。
仕組みは次のとおりです。
- モデルは、決められた一般的なタスクの組み合わせで実行され、すべてのモデルに同じ種類の GPU が使われます。
- 決められた数の問い合わせに使われた GPU のエネルギーを測定します。
- 各モデルは、同じタスク・同じ規模区分のほかのモデルと比べて、1〜5 つ星の評価を受けます。新しいモデルが加わるたびに、評価は調整し直されます。
最初の公開では、10 のタスクにわたって 166 のモデルが評価されました。2025 年後半に公開された第 2 版では、推論(リーズニング)がベンチマークのタスクに加わりました。Hugging Face の報告によると、推論モデルは、推論のないモデルや推論をオフにしたモデルに比べて、平均で約 30 倍のエネルギーを使っていました。主な理由は、はるかに多くの出力トークンを生成するためです。
このスコアの強みは、推定ではなく測定に基づいていること、そしてすべてのモデルに同じ条件を使っていることです。弱点は対象範囲です。非公開の商用モデルは、提供事業者が参加を選んだ場合にしか含められません。
MLPerf Power と ML.ENERGY Leaderboard とは何ですか?
管理された条件のもとでエネルギーを測定するベンチマークで、一方はハードウェアシステム向け、もう一方は公開モデル向けです。
- MLPerf Power は、業界コンソーシアムの MLCommons によるもので、標準的な MLPerf のワークロードを実行する機械学習システム全体のエネルギー効率を測定します。2025 年の論文では、20 を超える組織が提出した 60 のシステムについて、マイクロワット級の機器からメガワット級のデータセンターシステムまで、1,841 件の測定結果が報告されています。これは購入者がモデルではなくハードウェアを比較するのに役立ちます。
- ML.ENERGY Leaderboard は、ミシガン大学によるもので、広く使われている公開モデルの推論エネルギーを既知のハードウェアで測定し、ほかの人が測定を再現できるようにツールを公開しています。
高性能コンピューティングには前例があります。Green500 リストは、標準的なベンチマークでのワットあたりの性能でスーパーコンピューターを順位づけしています。大まかな指標ですが、全員が同じ試験を行うため比較が可能であり、長年にわたって効率化を後押ししてきました。AI のベンチマークも同じ道をたどるかもしれません。不完全でも、共有されているからこそ役に立つのです。
EU の法律は何を求めていますか?
汎用 AI モデルの文書化、データセンターの報告、そして将来の標準のための枠組みです。
- AI 法 附属書 XI。汎用 AI モデルの提供者は、「モデルの既知または推定のエネルギー消費量」を文書化しなければなりません。それがわからない場合は、使用した計算資源に関する情報に基づいてもかまいません。この文書は一般には公開されず、EU AI オフィスと各国当局に提出されます。
- AI 法 第 40 条。欧州委員会の標準化要請は、汎用モデルのエネルギー効率の高い開発を含め、AI システムの資源性能を高めるための報告と文書化のプロセスを対象としています。これらの標準はまだ策定中です。
- データセンター。委任規則(EU)2024/1364 のもとで、IT 電力が 500 kW 以上のデータセンターは、エネルギーと持続可能性の指標を毎年報告しなければなりません。2026 年、欧州委員会は次の段階として、電力使用効率(PUE)や水使用効率(WUE)などの指標について等級を設けた格付け制度を提案しました。これは審議中で、まだ施行されていません。
EU は AI のエネルギーラベルを開発しているのですか?
検討しています。欧州委員会は、AI 法のもとでエネルギー効率が高く排出の少ない AI を測定・促進するための入札を実施しました。これには AI のエネルギー・排出ラベルの可能性も含まれており、2026 年には対象を絞った意見募集も行われました。ラベルが実現するかどうか、また AI 法がその法的根拠となるかどうかは、まだ決まっていません。最初の枠組みは、正確なスコアというより、不確かさの幅が大きい目安になる可能性が高いでしょう。
EU の外では、ほとんどが任意の取り組みです。英国と米国には AI のエネルギーラベルの要件はなく、組織は AI Energy Score のような任意の制度や、ISO/IEC 21031:2024(Software Carbon Intensity 仕様)のような標準に頼っています。この仕様は作業単位あたりの炭素排出率を定義するものですが、それ自体は比較のためのラベルではありません。
AI のラベル付けが冷蔵庫より難しいのはなぜですか?
同じモデルでも、ハードウェア、設定、仕事の内容によってエネルギー使用量が変わるからです。冷蔵庫は毎日同じことをします。AI モデルのタスクあたりのエネルギーは、次のものに左右されます。
- ハードウェア:チップの世代、チップの数、電力やブーストの設定。
- ソフトウェア:推論エンジン、バッチ処理、量子化、キャッシュ。
- タスク:プロンプトの長さ、回答の長さ、推論モードがオンかどうか。
- 環境:研究室でのベンチマークか、ピークに備えて余剰能力を確保している忙しい本番データセンターか。
- 品質:使うエネルギーは少なくても間違った回答が多いモデルは、全体としてはかえってコストが高くなることがあります。
そのためラベルでは条件を固定する必要があり、比較はしやすくなる一方で、現実味は薄れます。これは自動車の燃費試験と同じトレードオフです。
それまでの間、購入者は何を求めればよいですか?
明示された条件のもとで測定したタスクあたりのエネルギーと、あわせて品質です。実際には次のようにします。
- そのモデルに AI Energy Score やほかの独立した測定結果があるかを尋ねます。
- 提供事業者の数値が、どのハードウェア、地域、設定を前提にしているかを尋ねます。
- 一般的なベンチマークではなく、自分たちのタスクでのエネルギーと品質を求めます。
- 「35 倍効率的」といった比率には注意してください。それは製品と同じくらい、比較の基準について多くを語っています。
持続可能な AI 調達と測定こそがボトルネックをご覧ください。
次にすること
- 検討している公開モデルの AI Energy Score を確認し、要件を満たすもののうち最も効率的なものを選びます。
- AI の契約にエネルギーの報告を組み込みます。持続可能な AI 調達をご覧ください。
- 自分たちのワークロードを測定します。AI のエネルギーを測定するをご覧ください。
- 自社のマーケティングで、根拠のない効率の主張を避けます。誠実な環境主張のしかたをご覧ください。
- 評価を受けたツールやサービスは、製品一覧で探せます。
よくある質問
AI モデルにエネルギーラベルはありますか?
公式なものはありません。AI Energy Score は、標準的なタスクにおけるモデルの任意の星評価です。欧州委員会は、ラベルにつながりうるエネルギー効率の高い AI の測定に関する業務を委託していますが、まだ採用されたラベルはありません。
AI Energy Score とは何ですか?
Hugging Face が Salesforce、Cohere、カーネギーメロン大学などのパートナーとともに 2025 年 2 月に始めたプロジェクトです。標準的なタスクでモデルが使う GPU のエネルギーを測定し、同じタスクのほかのモデルと比べて、それぞれを 1〜5 つ星で評価します。
MLPerf Power とは何ですか?
MLCommons コンソーシアムによるベンチマークで、マイクロワット級の機器からメガワット級のデータセンターシステムまで、標準的な MLPerf のワークロードを実行する機械学習のハードウェアとソフトウェアのシステムのエネルギー効率を測定します。
出典
- Announcing AI Energy Score ratings, Hugging Face (2025)
- AI Energy Score v2: refreshed leaderboard, now with reasoning, Hugging Face (2025)
- AI Energy Score, OECD.AI catalogue of tools (2025)
- MLPerf Power: benchmarking the energy efficiency of machine learning systems from µWatts to MWatts for sustainable AI, Tschand et al., MLCommons, HPCA 2025 (2025)
- The ML.ENERGY benchmark: toward automated inference energy measurement and optimization, Chung et al., NeurIPS Datasets and Benchmarks (2025)
- Regulation (EU) 2024/1689 (AI Act), Annex XI, European Union (2024)
- Regulation (EU) 2024/1689 (AI Act), Article 40, European Union (2024)
- Artificial Intelligence Act: call for tenders to measure and foster energy-efficient and low-emission AI, European Commission (2025)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)
- European Commission proposes mandatory sustainability label for data centres, Latham & Watkins (2026)
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
- TOP500 and Green500 lists, TOP500 (2026)
関連
グリーン AI のボトルネックは測定にある
AI のエネルギー数値が信頼しにくく比べにくい理由を解説します。自己申告の数値、実測ではない推計、異なる境界、そしてよい測定のあり方を紹介します。
持続可能な AI 調達
AI サプライヤーにエネルギー、炭素、水について何を尋ね、どんな根拠を求めるか。サステナビリティの約束を実効性あるものにする契約条項も紹介します。
用途に合ったモデルを選ぶ
AI を適正なサイズで使う方法。小型・特化型モデルを使うべき場面、フロンティアモデルがコストに見合う場面、ルーティングの仕組み、AI を使わないほうがよい場面を解説します。
AI についての誠実な環境主張
AI のグリーンウォッシングを避ける方法。主張してよいこと・いけないこと、リバウンド効果、誠実な報告、英国・EU・米国の環境主張のルールを解説します。