ある企業は、気候変動への影響を把握するため、画像認識モデルの学習に伴うCO2排出量を見積もっている。学習ではGPUを64基、500時間使い、GPU1基あたりの平均消費電力は0.4kWである。データセンターのPUE（施設全体の消費電力量÷IT機器の消費電力量）は1.25、電力のCO2排出係数は0.45kg-CO2/kWhとする。GPU以外のIT機器の電力は無視できるとき、この学習によるCO2排出量として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：学習時のCO2排出量の計算
ポイント
学習によるCO2排出量は、計算機の電力量×PUE×CO2排出係数で見積もります。同じ学習でも、データセンターの効率と電源で排出量が変わります。
選択肢ごとの解説
- A
不適切
GPUの電力量12,800kWhをPUEで割った10,240kWhに0.45を掛けた値です。PUEは施設全体÷IT機器の比なので、施設全体の電力量はIT機器の電力量にPUEを掛けて求めます。
- B
不適切
GPUの電力量12,800kWh（64×0.4kW×500h）に0.45を掛けた値で、PUEを考慮していません。冷却や電源設備などが使う電力も含めるには、1.25を掛ける必要があります。
- C
適切 正解
GPUの電力量は64×0.4kW×500h＝12,800kWhです。PUEを掛けた施設全体の電力量は12,800×1.25＝16,000kWhで、排出量は16,000×0.45＝7,200kg（7.2t）です。
- D
不適切
PUEを上乗せ分の比率と誤解し、12,800×（1＋1.25）＝28,800kWhに0.45を掛けた値です。PUE1.25は、IT機器以外の電力がIT機器の電力の25%にあたることを表します。
試験での狙われ方
消費電力と時間から電力量を求め、PUEと排出係数を順に掛ける手順や、排出量を減らす手段との対応を問う形が考えられます。
関連用語
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （法律・倫理分野 項目15 環境保護）
- Patterson et al., Carbon Emissions and Large Neural Network Training (2021) （2.3 Datacenter improvement（PUE）、2.5 Summary: Formulas for energy consumption and carbon footprint of training）
- 総務省・経済産業省「AI事業者ガイドライン（第1.2版）」（2026年3月31日） （第2部C「共通の指針」1）人間中心 ⑥持続可能性の確保）