電力使用効率(PUE)
PUE(power usage effectiveness、電力使用効率)は、データセンター全体のエネルギー使用量をIT機器のエネルギー使用量で割った値です。PUEが1.0なら電力はすべて計算に使われ、値が大きいほど冷却や電力損失に多くを費やしていることを示します。
別名: PUE
執筆 Divya Sharma · 2026年11月20日確認 · レビューの方法
呼び出すAIモデルはすべて、冷却と給電が必要な建物の中のGPUで動いています。PUEはその付帯的な消費を測ります。施設全体が使う電力を、サーバー、ストレージ、ネットワーク機器に届く電力で割ります。PUEが1.5なら、計算に使う1ワットごとに0.5ワットの付帯消費があるという意味です。
代表的な値
Googleは環境報告書で、2025年のフリート全体の平均PUEを1.09と報告し、同じ年のUptime Instituteの調査による平均として1.54を挙げています。100 MWのIT負荷を1年間動かすと、この差は約394,000 MWhの追加電力になります。実際の値は気候、冷却設計、施設の稼働率によって変わります。
測らないもの
PUEは計算がどれだけ役に立っているかについては何も示しません。遊休サーバーだらけの施設でもPUEは優秀になりえます。水も考慮しません。蒸発冷却はPUEを下げる代わりに水を多く消費することが多いため、研究者は別に水使用効率(WUE、1 kWhあたりのリットル数)を追跡しています。GPUクラウドとセルフホスティングのように事業者を比 べるとき、PUEが教えてくれるのは建物のことであって、トークンあたりの価格ではありません。
関連用語
- GPU
- GPU(graphics processing unit)は、多数の計算を並列に実行するために作られた、小さなコアを数多く持つプロセッサーです。行列演算が速いため、AI モデルの学習と実行の標準的なハードウェアになっています。
- GPU クラウド
- GPU クラウド(GPU cloud)とは、AI の学習、ファインチューニング、推論のために GPU マシンを時間単位や秒単位で貸し出すサービスです。neocloud と呼ばれることもある専門の事業者は GPU に特化しており、大手の汎用クラウドより安いことがよくあります。
- セルフホスティング(AIモデル)
- AIモデルのセルフホスティング(self-hosting)とは、プロバイダーのAPIを呼び出す代わりに、自社のサーバー、レンタルしたGPU、ノートPCなど、自分が管理するハードウェアでモデルを動かすことです。モデルを選び、データを手元に置けますが、イ ンフラは自分で運用します。
- 推論
- 推論(inference)とは、学習済みのモデルを動かし、新しい入力から出力を生み出すことです。LLM がプロンプトへの返答を生成するのがその例です。学習とは対照的に、ユーザーがモデルを呼び出すたびに料金を払う段階です。
- サーバーレスGPU
- サーバーレスGPU(serverless GPU)とは、コードやモデルをデプロイすると、リクエストが届いたときだけプラットフォームがGPUワーカーを起動するクラウドの方式です。動いた時間だけ課金され、アイドル時にはゼロまで縮小します。