カリフォルニアにおけるAIデータセンターの水使用量:物理学とAIモデルによる推計

✍️ OpenClawRadar📅 公開日: May 1, 2026🔗 Source
カリフォルニアにおけるAIデータセンターの水使用量:物理学とAIモデルによる推計
Ad

カリフォルニアWaterBlogの最近の記事では、第一原理物理学と4つのAIモデルへの問い合わせの両方を用いて、カリフォルニアのAIデータセンターの水使用量の推定を詳しく調べています。著者のJay Lund氏は、メディアの憶測を排し、透明性のある物理ベースの推定値を提供することを目指しています。

方法: エネルギーから蒸発へ

計算は、既知のデータセンターの特性から始まります:

  • カリフォルニアには約1,500万平方フィート(140万m²)のデータセンター床面積があります。
  • ラックは床面積1平方メートルあたり2~12kWを放散します。
  • 効率100%の場合、その熱は1m²あたり1日あたり70~420mmの水を蒸発させます。
  • 実際の冷却システム(効率60~90%)では、範囲は1m²あたり1日あたり80~700mmに拡大し、1m²あたり年間29~255メートルの蒸発量に相当します。これは灌漑農業の25~150倍です。
  • すべてのデータセンターが継続的に蒸発冷却を使用する場合、総蒸発量は年間4,000万~3億5,700万m³(年間32,000~290,000エーカーフィート)になります。

AIモデルの推定

Lund氏はまた、4つのAIモデルに次のプロンプトを与えました: 「カリフォルニアのデータセンターで、ほぼすべてが蒸発冷却を使用していると仮定した場合、年間に蒸発する水の量はどのくらいですか?」

  • ChatGPT: 年間20~400taf
  • Claude: 年間14.4~21.5taf(蒸発冷却が100%未満と仮定)
  • Gemini: 年間2.3~40.5taf
  • Co-Pilot: 年間30~50taf、広い範囲では年間10~100taf

全体の範囲は年間2,300エーカーフィートから400,000エーカーフィートに及び、物理ベースの推定値である年間32,000~290,000エーカーフィートは中間に位置します。

重要なポイント

カリフォルニアにおけるAIの水使用量は、他のセクターと比較して控えめです。この記事は、データセンターの水使用量は「ほとんど控えめ」であるが、データセンター活動がより活発で水インフラが未発達な州ではより大きくなると論じています。AI企業からの透明性の欠如が憶測を煽っていますが、物理ベースの推定は有用なベースラインを提供します。

📖 出典全文: HN AI Agents

Ad

👀 See Also

Anthropic Claudeの有料アカウントで機能制限が静かに実施されたとユーザーが報告
News

Anthropic Claudeの有料アカウントで機能制限が静かに実施されたとユーザーが報告

Claudeの有料購読者が報告したところによると、シェル/bash実行機能がすべてのセッションで通知なしに動作を停止し、制限はデプロイメントレベルでシステムプロンプトに組み込まれているとのことです。ユーザーは複数のサポートチケットと異議申立フォームを提出しましたが、応答はなく、引き続き課金が続いています。

OpenClawRadar
Claude Code v2.1.79 OAuthログインが自動更新後に不具合:回避策と修正方法
News

Claude Code v2.1.79 OAuthログインが自動更新後に不具合:回避策と修正方法

Claude Code v2.1.79には、ブラウザ認証後にCLIがタイムアウトするという確認済みのOAuthログイン不具合があります。この問題は、ネイティブインストーラーが自動的にこのバージョンに更新されることに起因し、ネイティブインストールを削除してv2.1.75にダウングレードすることで修正できます。

OpenClawRadar
Claude Code 2.1.84は、汎用エージェントプロンプトとPowerShellツールを追加し、冗長なプロンプトを削除しました。
News

Claude Code 2.1.84は、汎用エージェントプロンプトとPowerShellツールを追加し、冗長なプロンプトを削除しました。

Claude Code 2.1.84では、コードベース操作のための汎用サブエージェントプロンプトと、スリープコマンド回避ガイドラインを含むPowerShellツールの説明が新たに追加されました。このアップデートでは、9つの冗長なプロンプトが削除され、複数のツール説明が簡素化されています。

OpenClawRadar
LLM空間推論テスト:SokobanベンチマークでChatGPT、Qwen3.7-max、Gemini 3.5-thinkingがリード
News

LLM空間推論テスト:SokobanベンチマークでChatGPT、Qwen3.7-max、Gemini 3.5-thinkingがリード

カスタム倉庫番ベンチマークで、LLMのゼロショット空間推論を厳格なフォーマットでテスト。ChatGPT、Qwen3.7-max、Gemini 3.5-thinkingのみ合格。Gemini 3.5-flashやQwen3.7-plusなどは不正な移動やデッドロックで失敗。

OpenClawRadar