要点
何かを変える前に、変更後に使うのと同じハードウェア、負荷、入力で現在のシステムを測り、通常のばらつきを知るために繰り返し実行しましょう。エネルギーは合計だけでなく、役に立つ仕事の単位あたりでも報告します。削減を主張するのは、ばらつきより大きく、品質を落とさずに達成できた場合だけにしましょう。
手順
- リクエストあたりや文書あたりのエネルギーなど、機能単位を選びます。
- 固定した環境と処理内容で、待機時のベースラインも含めて現在のシステムを何回か測ります。
- 一度に 1 つだけ変更し、同じ条件で測り直します。
- 各実行について、エネルギーとあわせて品質やタスクの成功を記録します。
- 実行ごとのばらつきより大きい削減だけを主張し、単位あたりの数値とあわせて合計も報告します。
削減と言えるのは、変更前に測り、変更後に同じ方法で測り、その差がばらつきより大きい場合だけです。 ベースラインがなければ、エネルギーに関する主張は推測にすぎず、精査に耐えられないかもしれません。
公平な比較の条件は何ですか?
- 同じ環境: ハードウェア、リージョン、ソフトウェアのバージョン、設定。
- 同じ負荷: 同じリクエスト、文書、学習データを、同じ量で。
- 複数回の実行: 測定値は温度、バックグラウンドのプロセス、周波数の調整によって変わります。平均と幅を報告しましょう。
- 速度だけでなくエネルギーも: GreenCode Constitution の研究では、llama.cpp 推論エンジンで GPU のエネルギーが 4.7% 減った一方、速度の向上は 3% にとどまりました。時間とエネルギーは異なる結果を示すことがあります。
- 品質の維持: 安くても間違いが増える回答は、削減とは言えません。
ベースラインにはどの単位を使うべきですか?
Green Software Foundation の SCI 仕様と同じく、機能単位を使いましょう。リクエストあたり、文書あたり、成功したタスクあたりなどです。そのうえで合計もあわせて報告します。利用が増えると、タスクあたりのエネルギーが下がっても合計のエネルギーは増えることがあるからです。タスクごとに AI のエネルギーを追跡する方法をご覧ください。
よくある間違い
- 変更前と変更後に 1 回ずつしか測らないこと。 1 組の測定値はばらつきにすぎないことがあります。
- 一度に複数のことを変えること。 何が効いたのかわからなくなります。
- ベースラインを動かすこと。 たとえば、新しい小さなモデルを、利用量の異なる古い大きなモデルと比べることです。
- 電力網がクリーンになっただけで生じた炭素の減少を、効率化として数えること。
削減を公表する前に、誠実な環境主張に照らして確認しましょう。
出典
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
- GreenCode Constitution: agent principles for optimizing code and LLM inference energy use, Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
関連
AI のエネルギーを合計ではなくタスクごとに追跡するには?
文書あたりや成功したタスクあたりなどの機能単位を選び、それに対してエネルギーと品質を記録し、合計と並べて報告する方法です。
AI のエネルギーと排出量の目標はどう決めればいい?
意味のある AI のエネルギーと排出量の目標の立て方:実測したベースライン、原単位と総量の目標の組み合わせ、定期的な見直しを説明します。
自社のグリーン AI について誠実な主張をするには?
グリーンウォッシュをせずに AI の環境性能を説明する方法です。ベースライン、方法、限界を示した、具体的で測定済みの比較できる主張にしましょう。
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。