要点
EU で汎用 AI モデルを提供する場合、AI 法の附属書 XI により、技術文書にモデルの既知または推定のエネルギー消費量と、学習に使った計算資源を含めることが求められます。学習の計算量とエネルギーを最初から追跡し、方法を記録し、測定できない部分は推計しましょう。AI を利用するだけなら義務はサプライヤー側にありますが、数値を求めることはできます。
手順
- 自分が汎用 AI モデルの提供者か、他者のモデルの利用者(デプロイヤー)かを確認します。
- 提供者であれば、重要な実行ごとに、学習の計算量、時間、ハードウェアを記録します。
- 測定できる部分はエネルギーを測定し、残りは文書化した方法で推計します。
- 数値と方法を、モデルの技術文書に残します。
- 利用者であれば、モデルの提供者に文書化されたエネルギーの数値を求めます。
義務は既知または推定のエネルギー使用量を文書化することなので、実務上の課題は作業しながら記録していくことです。 EU AI 法の附属書 XI は、汎用 AI モデルの提供者が技術文書に含めなければならない項目を定めており、そこにはモデルの既知または推定のエネルギー消費量と、学習に使った計算資源が含まれます。エネルギーがわからない場合は、使った計算資源の情報に基づいてもかまいません。
これは要約であり、法的助言ではありません。欧州委員会が更新する最新の条文とガイダンスを確認してください。
自分にも適用されますか?
- 汎用 AI モデルを EU 市場に投入する提供者: 適用されます。
- AI ツールを使うだけ、または他者のモデルの上に構築するだけの組織: 一般にこの義務の対象ではありませんが、提供者が保有する文書は調達に役立ちます。
- EU 域外: そうしたモデルを EU に供給する場合は適用されます。それ以外の場合も、自主的に従うべき妥当な基準です。
数値はどう準備すればよいですか?
- 学習の実行を CodeCarbon などのエネルギー追跡ツールで包み、ハードウェア、時間、場所を記録します。
- 最終の実行だけでなく、チューニングや失敗した実行も含め、そう明記します。
- 境界(アクセラレーターのみか、サーバー全体と冷却を含むか)を示します。
- 同じデータをモデルカードにも公開します。Hugging Face の
co2_eq_emissionsメタデータには、排出量、学習の種類、場所、ハードウェアの項目があります。
よくある間違い
- 最後になって記憶から数値を組み立て直すこと。
- 方法を示さずに数値だけを報告すること。
- 利用者には何もすることがないと思い込むこと。提供者にこれらの数値を求めるのは、良い調達のあり方です。
学習のフットプリントを測ると AI のエネルギーラベルをご覧ください。
出典
- AI Act, Annex XI: technical documentation for providers of general-purpose AI models, European Commission AI Act Service Desk (2024)
- CodeCarbon, CodeCarbon (2026)
- Displaying carbon emissions for your model, Hugging Face Hub documentation (2026)
関連
グリーン AI ポリシーの書き方
組織のグリーン AI ポリシーを書くための段階的なガイドです。利用、モデル、測定、購入、主張、見直しを網羅したテンプレートの骨子も紹介します。
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。
AI の調達に持続可能性を組み込むには?
AI サプライヤーにエネルギー、炭素、水、立地について何を聞き、入札で回答をどう採点し、契約に何を書き込むかを説明します。
AI のエネルギーラベルとベンチマーク
2026 年時点の AI のエネルギー評価の現状を、AI Energy Score、MLPerf Power、EU AI 法の文書化義務、データセンターの格付けから整理し、ラベルで何がわかるかを説明します。