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

Claude Code v2.1.121: MCP alwaysLoad、プラグイン削除、ターミナルスクロール修正、メモリリークパッチ
News

Claude Code v2.1.121: MCP alwaysLoad、プラグイン削除、ターミナルスクロール修正、メモリリークパッチ

Claude Code v2.1.121 では、MCPサーバーのalwaysLoad、プラグインpruneコマンド、/skilsのタイプフィルター、PostToolUseの出力置換、ターミナルのスクロールとURLの修正、そして多数の画像処理による数GBのRSS増加などのメモリリーク修正が追加されました。

OpenClawRadar
パランティアのAIプラットフォーム、米国主導の調整センターでガザ支援追跡に活用
News

パランティアのAIプラットフォーム、米国主導の調整センターでガザ支援追跡に活用

Palantir Technologiesは、米国主導の文民軍事調整センターに常設デスクを置き、ドローン監視とデータ統合を通じてガザへの援助物資の配達と配布を追跡する技術的アーキテクチャを提供しています。

OpenClawRadar
OpenClaw 2026.3.13の回帰により、到達不能ステータスが誤って報告される問題が発生
News

OpenClaw 2026.3.13の回帰により、到達不能ステータスが誤って報告される問題が発生

OpenClawバージョン2026.3.13では、RPCプローブが正常に動作しているにもかかわらず、ステータスコマンドが到達不能なゲートウェイを誤って報告する診断機能の後退が導入されました。2026.3.12にロールバックすることで問題が解決します。

OpenClawRadar
HNのデータは、arXiv論文のシェアが減少していることを確認しており、LLM(大規模言語モデル)への過熱感はピークを過ぎたのだろうか?
News

HNのデータは、arXiv論文のシェアが減少していることを確認しており、LLM(大規模言語モデル)への過熱感はピークを過ぎたのだろうか?

Dylan CastilloはClaudeを使ってHN BigQueryデータをクエリし、LLMが支配的だった2023〜2026年のピーク後、ここ数ヶ月でarXivへのリンクがあるトップページのストーリーの割合が急速に減少していることを発見した。

OpenClawRadar