NTT、IOWNグローバルフォーラムでAIトレーニングの遠隔分散配置によりエネルギー消費を30%削減実証

2026年6月28日

Techstrong.ai 日本

概要

NTTはIOWNグローバルフォーラムの一環として、AIトレーニングを再生可能エネルギーを活用した遠隔地へ分散配置することで、性能を損なうことなくエネルギー消費を最大30%削減できる概念実証に成功しました。これは、低遅延のオールフォトニックネットワークを活用することで実現され、AIの持続可能性と地理的制約からの解放に向けた大きな一歩となります。この成果は、AIのエネルギーフットプリント削減と地域活性化に貢献する可能性を秘めています。

詳細

主要成果

NTTは、IOWN（Innovative Optical and Wireless Network）グローバルフォーラムの一環として、AIトレーニングワークロードを再生可能エネルギー源に近い遠隔地に分散配置することで、AI性能にほとんど影響を与えることなく、全体的なエネルギー消費を最大30%削減できる概念実証（PoC）に成功しました。この革新的なアプローチは、低遅延のオールフォトニックネットワークの活用により実現されました。

技術・市場詳細

この概念実証は、AIトレーニングにおける膨大な電力需要を、電力コストが低く再生可能エネルギーが豊富な地域にシフトさせることを目的としています。NTTが提唱するIOWNの核となるオールフォトニックネットワーク（APN）は、エンドツーエンドで光信号を伝送するため、従来の電気信号伝送に比べて超低遅延（光速伝送）と大幅な省エネルギーを実現します。この特性により、AIトレーニングの計算処理を地理的に分散させても、リモートサイトとデータセンター間でのデータ転送における遅延が最小限に抑えられ、AIの計算効率とパフォーマンスを維持できます。

PoCでは、AIワークロードの特定のフェーズ（例えば、データ前処理、モデルトレーニング、結果の集約など）を、最適な場所で実行するようにオーケストレーションしました。これにより、電力消費のピークを平準化し、再生可能エネルギーの利用率を最大化することが可能になります。30%のエネルギー削減は、AIデータセンターの運用コスト削減と、二酸化炭素排出量の削減に大きく貢献する具体的な数値として、その実用性を示しています。

背景・業界文脈

生成AIの急速な発展は、データセンターの電力消費を急増させ、世界のエネルギー問題と環境負荷への懸念を高めています。AIシステムの電力フットプリントは、計算能力の向上とともに増加し続けており、持続可能なAIの実現には抜本的な対策が求められています。NTTのIOWN構想は、この課題に対する包括的なソリューションを提供することを目指しており、APNはその中核技術です。データの生成地や消費地、再生可能エネルギーの供給地といった地理的要因を考慮したAIリソースの最適配置は、次世代データセンターの重要な設計原則となりつつあります。

今後の展望

NTTによるこの概念実証の成功は、AIの持続可能性と地理的な柔軟性を高める上で非常に重要な意味を持ちます。この技術がさらに普及すれば、AIデータセンターは再生可能エネルギーを最大限に活用し、エネルギーコストと環境負荷を大幅に削減できるようになります。これにより、これまで電力供給や土地の制約から大規模なAIインフラの構築が困難だった地域でも、AI開発やサービス展開が可能になるため、地域経済の活性化にも貢献するでしょう。将来的には、IOWNの技術が世界中のAIインフラに広く採用され、よりグリーンで効率的なデジタル社会の実現を加速させることが期待されます。

元記事: https://techstrong.ai/techstrong-council/rethinking-the-geography-of-ai-to-build-a-more-sustainable-future/

毎週の技術動向レポートを無料でお届け

各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。

📢 メールマガジンに無料登録（週刊・技術動向レポート）

ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。