特集：atwiki「AI画像生成・生成系AI 問題まとめwiki」atwiki電力・環境
「生成AI関連の電力・環境問題の事例一覧」（atwiki「AI画像生成・生成系AI 問題まとめwiki」）
目次
atwiki の「生成AI関連の電力・環境問題の事例一覧」は、報道の見出しを日付順に並べた事例集である。数値を含む見出し6件について、リンク先の記事と、その数値の元になった報告書・論文を照らし合わせる。
対象の記述
生成AI及びデータセンターに関連した電気・水の消費、それに伴う価格高騰や環境破壊に関する事例集
照合の結果
6件のうち、GIGAZINE の「最大136倍」は元の論文の値と一致し、GIZMODO の「76%」も報告書の値（75.5%）と合う。一方で、「76%」は家庭の電気料金ではなく卸電力の総コストの上昇率であり、Forbes の「4度」は華氏（摂氏では最大2.2度）、XenoSpectrum の「約9倍」は比の分母（約2 Wh）の出典が示されておらず、「10倍」は2023年ごろの推計に由来するとされる値を用いた比である。
経緯
atwiki の「AI画像生成・生成系AI 問題まとめwiki」には、「生成AI関連の電力・環境問題の事例一覧」というページがある（最終更新 2026年8月20日の表示）1。ページの冒頭には、次の説明がある。
生成AI関連の電力・環境問題の事例一覧
生成AI及びデータセンターに関連した電気・水の消費、
それに伴う価格高騰や環境破壊に関する事例集
※🔒：会員限定記事、🔐：有料記事
本文は「日付・出来事・発信元」の表で、2023年8月から2026年8月までの68行がある。「出来事」の欄の多くは、リンク先の報道の見出しそのものである。
本項では、見出しに数値を含み、その数値が見出しの主張の中心になっている6件を選んだ。リンク先の記事を読み、さらにその数値の元（報告書、論文、企業の公表値）まで辿った。他の62行は照合していない。
「Google検索の10倍」（読売新聞・日本経済新聞）
10/22 生成AI、頼みは原発…消費電力は通常検索の「10倍」 読売新聞
6/9 AIが電力「爆食い」 ChatGPT、Google検索の10倍消費 日本経済新聞
「10倍」は、2009年の Google の公表値と、2023年ごろの推計に由来するとされる値を並べた比である
生成ＡＩ関連事業には大量の電力が必要だ。「チャットＧＰＴ」に質問して回答を得る場合、グーグル検索の約１０倍の電力を使うという。
国際エネルギー機関（ＩＥＡ）の１月の発表によると、２２年に約４６００億キロ・ワット時だった世界の生成ＡＩ関連の電力消費量は、２６年に１兆キロ・ワット時を超える可能性がある。日本の年間電力消費量を上回る規模だ。
読売新聞の記事は「10倍」の出典を示していない2。同じ比を示す公的な資料に、国際エネルギー機関（IEA）の報告書「Electricity 2024」がある。Google 検索1回を0.3 Wh（ワット時。1ワットの電力を1時間使う量）、ChatGPT の1回を2.9 Wh として並べている4。0.3 Wh は、Google が2009年に公表した値（1回あたり0.0003 kWh）と一致する5。2.9 Wh の側は、2023年ごろの推計に由来するとされる。報告書に出典の記載はない。
その後、ChatGPT などの1回あたりの値として、2025年に次の推計・公表値が出た。研究機関 Epoch AI の推計は約0.3 Wh（GPT-4o）6、OpenAI の CEO サム・アルトマンの示した値は平均約0.34 Wh7、Google が公表した Gemini アプリの値は中央値0.24 Wh である8。2.9 Wh という当時の値に対し、2025年に出た値はおよそ10分の1である。一方、現在の Google 検索1回の値は公表されておらず、現在の比は算出できない。また Epoch AI は、長い入力や推論モデルでは1回あたりの消費がかなり大きくなりうるとしている6。
読売新聞の記事（2024年10月）の時点では、IEA の報告書が同じ比を示しており、記事は「という」と伝聞の形で書いている。当時の公的な資料と合う記述だったといえる。ただし、記事が IEA の報告書を参照したかは、記事に書かれておらず確認していない。日本経済新聞の記事（2025年6月9日）は会員限定で、リード文より後を読んでいない3。本文が「10倍」の根拠に何を挙げているかは確認できていない。
「10倍」の比の由来は、Wikipedia の記述を扱う別の項目で詳しく扱う。
読売新聞の記事は、IEA の「データセンター・暗号資産・AI」の合計を「生成AI関連」と書いている
生成ＡＩ関連事業には大量の電力が必要だ。「チャットＧＰＴ」に質問して回答を得る場合、グーグル検索の約１０倍の電力を使うという。
国際エネルギー機関（ＩＥＡ）の１月の発表によると、２２年に約４６００億キロ・ワット時だった世界の生成ＡＩ関連の電力消費量は、２６年に１兆キロ・ワット時を超える可能性がある。日本の年間電力消費量を上回る規模だ。
We estimate that data centres, cryptocurrencies, and artificial intelligence (AI) consumed about 460 TWh of electricity worldwide in 2022, almost 2% of total global electricity demand.
we expect global electricity consumption of data centres, cryptocurrencies and artificial intelligence to range between 620-1 050 TWh in 2026, with our base case for demand at just over 800 TWh – up from 460 TWh in 2022.
データセンター、暗号資産、人工知能（AI）は、2022年に世界で約460 TWh の電力を消費し、世界の電力需要全体の2%近くを占めたと推定する。
データセンター、暗号資産、AI の世界の電力消費は、2026年に620〜1,050 TWh の範囲になると見込み、基本ケースは800 TWh をわずかに超える（2022年の460 TWh から増加）。
IEA の460 TWh（テラワット時。4600億キロワット時で、日本の年間電力消費のおよそ半分）は、データセンター、暗号資産、AI の電力消費の合計である4。生成 AI に限った値ではない。また2026年の見通しは620〜1,050 TWh の幅で、基本ケースは800 TWh 余りである。「１兆キロ・ワット時を超える可能性」は、この幅の上端にあたる。これは見出しではなく記事本文の記述で、atwiki の一覧には載っていない。
「米東部の電気料金が76%も爆上がり」（GIZMODO）
5/22 AIデータセンター建設ラッシュの影響で米東部の電気料金が76%も爆上がり GIZMODO※
「76%」は卸電力の総コストの上昇率で、家庭の電気料金の上昇率ではない
新たな報告書によると、何千万人ものアメリカ人が生活する地域において、卸電力価格が76%近く急騰したそうです。1年で約1.8倍って、そのうち電気料金にそのまま反映されたとして、去年100ドル（1万5900円:1ドル＝159円）だったところを176ドル（2万7984円）払うことになるのか。
調査会社のMonitoring Analytics（モニタリング・アナリティクス）の大規模な最新の報告書によると、同地域における2026年第1四半期の卸電力価格は、1メガワット時あたり136.53ドル（2万1708円）。昨年同期の77.78ドル（1万2367円）から、一気に約76%上昇したことになります。
元の数値は、米国最大の電力網 PJM（東部から中西部にかけての13州など）の独立市場監視機関、Monitoring Analytics の四半期報告書にある10。
The total cost of wholesale power increased by $58.75 per MWh, or 75.5 percent, from $77.78 per MWh in the first three months of 2025 to $136.53 per MWh in the first three months of 2026. Of the $58.75 increase, the total cost of energy increased by $42.90 per MWh, 78.5 percent, the total cost of capacity increased by $14.21 per MWh, 398.1 percent, and the total cost of transmission increased by $0.94 per MWh, 5.3 percent.
卸電力の総コスト（1メガワット時あたり）は、2025年1〜3月の77.78ドルから2026年1〜3月の136.53ドルへ、58.75ドル（75.5%）上がった。このうち、電力量の費用は42.90ドル、容量（発電能力の確保）の費用は14.21ドル、送電の費用は0.94ドル上がった。
GIZMODO の記事本文は「卸電力価格」と書き、数値（77.78ドルから136.53ドル）は報告書と一致する910。ただし、見出しと atwiki の一覧は「電気料金が76%」としている。報告書の値は、PJM の卸電力市場での、1メガワット時（1,000キロワット時）あたりの平均総コストである。電力量、容量、送電などの費用を含む。報告書自身、この値を特定の費用の計算に使うべきではないとしている10。家庭の電気料金が何%上がったかは、この報告書からは読み取れない。記事本文も、料金にそのまま反映された場合の仮定として計算している。
上昇の大半は電力量の価格で、本項で読んだ範囲では、報告書がデータセンターを主な原因としたのは容量市場である
Data center load growth is the primary reason for recent and expected capacity market conditions, including total forecast load growth, the tight supply and demand balance, and high prices.
Forecast data center load growth has been the primary cause to date and the accuracy of those forecasts is highly questionable.
データセンターの負荷の増加は、総需要予測の伸び、需給の逼迫、高い価格など、最近および今後予想される容量市場の状況の主な原因である。
これまでの主な原因は、予測されたデータセンターの負荷の増加であり、その予測の精度は極めて疑わしい。
In the first three months of 2026, LMP increased by $35.37 per MWh compared to the first three months of 2025, or 67.8 percent. The fuel cost components of LMP (the sum of gas, coal, oil, landfill gas, and consumables) increased $14.92 per MWh, 42.2 percent of the increase in LMP. The transmission constraint penalty factor component increased by $9.73 per MWh, 27.5 percent of the increase in LMP, primarily as a result of PJM actions to reduce the line limits applied in SCED (control limits) below the actual line limits.
2026年1〜3月の電力量の卸価格（LMP）は、前年同期より1メガワット時あたり35.37ドル（67.8%）上がった。このうち燃料費の部分（ガス、石炭、石油など）は14.92ドル上がり、LMP の上昇分の42.2%を占めた。送電線の混雑に伴う価格の部分は9.73ドル上がり、上昇分の27.5%を占めた。主な原因は、PJM が送電線の上限を実際より低く設定して運用したことである。
報告書は、容量市場（将来の発電能力を確保するための市場）の逼迫と高値について、データセンターの負荷の増加を主な原因としている10。この点で、見出しの「AIデータセンター建設ラッシュの影響」は報告書の見解と合う。なお報告書は、これまでの主な原因は予測された負荷の増加であり、その予測の精度は「極めて疑わしい」とも書いている。
一方、1メガワット時あたり58.75ドルの上昇のうち、容量の分は14.21ドルで、電力量（エネルギー）の分が42.90ドルと大半を占める。電力量の卸価格（LMP）は35.37ドル上がり、報告書はその内訳として、燃料費の部分が LMP の上昇分の42.2%、送電線の混雑に伴う価格の部分が27.5%を占めたとしている。後者の主な原因は、PJM が送電線の上限を実際より低く設定して運用したことだという10。本項で読んだのは報告書の一部で、電力量の価格の上昇にデータセンターがどの程度関わったかを報告書が論じているかは確認していない。読んだ範囲の内訳と比べると、「76%」の全体を建設ラッシュの影響とする見出しは広い。
「GPT-5の消費電力はGPT-4oの約9倍」（XenoSpectrum）
8/15 GPT-5の消費電力はGPT-4oの約9倍となり大都市圏の消費電力と同程度の水準に：AIの進化は電力危機を招くのか XenoSpectrum
彼らが発表した査読前論文「How Hungry is AI?」によれば、GPT-5が中程度の長さの応答（約1,000トークン）を生成するために消費する電力は、平均で18ワット時（Wh）を超えるという。これは、旧世代のGPT-4oが消費していたとされる約2Whと比較して約9倍、OpenAIのSam Altman CEOがかつて言及した「平均的なChatGPTクエリ」の0.34Whに至っては、実に50倍以上という驚くべき数値だ。
18 Wh は外部の研究者による推計で、OpenAI の公表値ではない
A dashboard they put up on Friday indicates GPT-5’s average energy consumption for a medium-length response is just over 18 watt-hours, a figure that is higher than all other models they benchmark except for OpenAI’s o3 reasoning model, released in April, and R1, made by the Chinese AI firm Deepseek.
In order to calculate an AI model’s resource consumption, the group at the University of Rhode Island multiplied the average time that model takes to respond to a query – be it for a pasta recipe or an offering to Moloch – by the model’s average power draw during its operation.
研究者らが金曜日に公開したダッシュボードによれば、中程度の長さの応答での GPT-5 の平均エネルギー消費は18ワット時をわずかに上回る。これは、彼らが評価したモデルのうち、4月に公開された OpenAI の推論モデル o3 と、中国の DeepSeek の R1 を除くすべてより高い。
モデルの資源消費を計算するため、ロードアイランド大学のグループは、モデルがクエリに応答するのにかかる平均時間に、稼働中のモデルの平均消費電力を掛け合わせた。
「18 Wh」は、ロードアイランド大学の研究グループが公開したダッシュボード（数値を随時更新する閲覧画面）の値である12。応答にかかった平均時間に、推定した消費電力を掛けて求めている。The Guardian によれば、OpenAI は GPT-5 の消費電力を公表していない（2025年8月時点）12。XenoSpectrum の記事も、研究者が「推定」したと書いている11。見出しの「消費電力は…約9倍」は、推計であることを示していない。また記事は「査読前論文…によれば」18 Wh としているが、記事の時点で最新だった論文（2025年7月の第3版）には GPT-5 の値はない13。同じ研究グループは後の版（2025年11月の第6版）で、ダッシュボードを論文と併せて公開するものとして説明している13。18 Wh は同じ研究グループの公開物の値だが、記事の時点の論文本文には載っていなかった。
比の分母「約2Wh」の出典が示されていない
For medium-length queries, the average energy consumption ranges from 2.33Wh for minimal reasoning to 17.15Wh for high reasoning, representing a more than seven-fold increase. Despite this variance, GPT-5 remains relatively efficient at lower reasoning levels. For instance, a short, minimal reasoning query consumes only 0.67 Wh, a value comparable to GPT-4o’s 0.42 Wh per short prompt.
中程度の長さのクエリでは、平均エネルギー消費は、推論の度合いが最小の場合の2.33 Wh から、高い場合の17.15 Wh までの幅があり、7倍を超える差がある。この差はあるものの、推論の度合いが低い GPT-5 は比較的効率がよい。たとえば、短い、推論最小のクエリの消費は0.67 Wh にとどまり、GPT-4o の短いプロンプト1件あたり0.42 Wh に近い。
記事はこの値の出典を示していない11。同じ研究グループの論文（第3版）では、GPT-4o の値は、中程度の長さ（入力1,000・出力1,000トークン。トークンは AI が文章を処理する単位で、おおむね単語にあたる）で約1.2 Wh、長い入力（入力10,000・出力1,500トークン）で1.788 Wh である13。約2 Wh に近いのは長い入力の値だが、記事が GPT-5 について用いた「中程度の長さ」とは条件が異なる。また The Guardian は、アルトマンの示した0.34 Wh が、研究グループの GPT-4o の値とよく合うと伝えている12。論文の短い入力の値（0.42 Wh）を指すとみられる。
記事より後の第6版は GPT-5 の値を載せており、中程度の長さで2.33〜17.15 Wh と、推論の度合いによって7倍を超える幅がある13。記事の18 Wh がどの設定の値だったかは確認できておらず、比の分子も条件によって大きく変わる。
「50倍以上」は、GPT-5 の中程度の長さの推計値と、アルトマンの示した「平均的なクエリ」の0.34 Wh の比である11。後者はモデルも長さも特定されていない値であり12、条件の異なる値どうしの比である。
「AIエージェントは通常の生成AIよりも最大136倍」（GIGAZINE）
7/6 AIエージェントは通常の生成AIよりも最大136倍エネルギーを消費する GIGAZINE
電力消費の増加はさらに顕著で、商用AIサービスでも用いられる規模の700億パラメータのLLMを利用したAIエージェントは、1件のクエリを処理するのに平均348.41Whの電力を消費しました。研究チームによると、これは通常の生成AIと比較すると最大136.5倍の電力消費に相当するそうです。
注意すべき点として、「最大で136.5倍ものエネルギーを消費」という試算は「生成AIにおける単純な質疑応答」と「AIエージェントの複雑なタスク処理」を比較したものであり、「136.5倍」という数値は解釈の余地があります。
数値は論文と一致する。比較の条件は、論文に書かれた実験の範囲に限られる
Llama-3.1-Instruct 8B and 70B models are used as backend LLMs and ShareGPT serves as the baseline for conventional single-turn inference.
Reflexion consumes 41.53 Wh and 348.41 Wh per query when using Llama-3.1-Instruct 8B and 70B as backend LLMs, whereas LATS consumes 22.76 Wh and 158.48 Wh (Table III). By contrast, a conventional single-turn LLM inference (ShareGPT) requires only 0.32 Wh (8B) and 2.55 Wh (70B) per query.
Although our analysis does not account for LLM request batching [32], [98], which can amortize execution overheads, the estimate remains conservative for three reasons
バックエンドの LLM には Llama-3.1-Instruct の 8B と 70B を用い、従来の一回限りの推論の基準として ShareGPT（利用者と ChatGPT の会話を集めたデータ）を用いる。
Reflexion は、8B と 70B をバックエンドに用いたとき、クエリ1件あたり41.53 Wh と348.41 Wh を消費し、LATS は22.76 Wh と158.48 Wh を消費する（表III）。これに対し、従来の一回限りの LLM 推論（ShareGPT）は、1件あたり0.32 Wh（8B）と2.55 Wh（70B）にとどまる。
本分析は、実行の間接的な負荷を分散させうる LLM リクエストのバッチ処理（複数の要求をまとめて処理すること）を考慮していないが、推計は次の三つの理由で控えめである
元の論文は、韓国科学技術院（KAIST）の Minsoo Rhu 教授らによるもので、計算機構造の国際会議 IEEE HPCA 2026 で発表された1516。348.41 Wh と2.55 Wh の比は136.5倍で、見出しの「最大136倍」は論文の値と一致する。「最大」も、論文が示す4通りの組み合わせ（62.1〜136.5倍）の上端であり、正確である。
ただし比較の条件は限られている。論文の値は、公開モデル Llama-3.1（700億パラメータ）を、クラウド上の A100 GPU 8基で動かした実験の値である16。比べているのは、質問応答の課題（HotpotQA）で最も精度の高い設定にしたエージェントと、別のデータ（ShareGPT の会話）での1回きりの応答である。GPU の電力だけを数え、複数の要求をまとめて処理するバッチ処理を考慮していない、と論文自身が書いている。
韓国の国立研究大学・KAISTの研究チームは、実際のサービス環境においてAIエージェントがどれだけの計算リソースと電力を使用しているかについて世界初となる体系的な分析を実施しました。分析の結果、AIエージェントは通常の生成AIに比べてクエリ1件当たり最大で136.5倍ものエネルギーを消費することが明らかになりました。
GIGAZINE の記事は「実際のサービス環境において」分析したと書くが、論文の実験は商用サービスでの計測ではない16。一方で同記事は、比較の対象が異なり「解釈の余地があります」とも書いている14。見出しだけを並べる atwiki の一覧では、この但し書きは見えない。
「気温を『4度上昇』させる可能性」（Forbes JAPAN）
5/24 AI需要で急増するデータセンター、気温を「4度上昇」させる可能性 Forbes
「4度」は華氏で、摂氏では最大2.2度である
彼らの研究では、フェニックス地域の4つのデータセンターの風下で顕著な気温上昇が確認された。セイラーのチームは、施設から最大500m離れた地点でも、風下の気温上昇が摂氏約0.8〜2.2度（華氏1.5〜4度）の範囲に及ぶことを見いだした。
Five traverses at four facilities in the Phoenix, Arizona metropolitan area, ranging from a 36 MW single-building data center in Mesa to a 169 MW colocation campus in Chandler, reveal downwind air temperature warming as high as 2.2 °C, with average downwind air temperatures 0.7–0.9 °C warmer than corresponding upwind areas. Thermal signatures were detectable at distances up to 500 m from facility perimeters.
アリゾナ州フェニックス都市圏の4施設（36 MW〔メガワット〕の単一建屋のデータセンターから、169 MW の複数企業向け施設まで）で、車で走りながら5回測った。風下の気温上昇は最大2.2 °C、風下の平均気温は、対応する風上の地域より0.7〜0.9 °C 高かった。熱の影響は、施設の境界から最大500 m の距離まで検出できた。
元の研究は、アリゾナ州立大学の David Sailor らが ASME の学術誌に発表した短報である1718。フェニックス都市圏の4施設で、車で走りながら風下と風上の気温を測った。風下の気温上昇は最大2.2 °C、平均では0.7〜0.9 °C である。Forbes JAPAN の記事本文は摂氏と華氏を併記しており、研究と合う17。見出しの「4度」は華氏の上限値で、見出しには単位が書かれていない。報道の見出しは短く書かれるため、単位や条件が本文に回ることは多い。ただ、atwiki の一覧は見出しだけを載せているため、一覧からは華氏であることがわからない。摂氏で読めば、研究の上限値（2.2 °C）のほぼ2倍になる。英語の原文（forbes.com）の見出しは閲覧できず、単位がどう書かれているかは確認していない。
記事はまた、この研究より前に公開された、データセンター周辺の地表面温度が平均2 °C 上がったとする査読前の論文19について、研究者の間で懐疑的な見方もあったと書いている17。結びでは、答えは時間と査読付き研究が教えてくれるだろうとしている。見出しの「可能性」は、この慎重な書き方と合う。
一覧の構成
ページは冒頭で、電気・水の消費と、それに伴う価格高騰や環境破壊の「事例集」だと目的を示している1。負荷を報じる記事を集めること自体は、この目的どおりである。一覧には、Meta の原子力発電の契約、Google の核融合電力の調達、IEA が需要増を原子力などのクリーンな電力で賄えるとした報道など、電源の確保を扱う見出しも含まれている。
1回あたりの消費電力が従来の推計より小さいとした推計や公表値（Epoch AI の推計6や、Google が公表した1年間での33分の1への削減8など）を扱う行は、見出しを見た範囲では確認できなかった。各行の本文は読んでいない。2025年9月15日の XenoSpectrum「ようやく出てきた生成AIの電力消費、残された3つの疑問」は、見出しからは内容がわからず、本項では読んでいない。
照合できた部分
照合した6件の見出しは、いずれもリンク先の記事の見出しを正確に写している。見出しの数値のうち、次のものは元の資料の値と合う。「136倍」は論文の136.5倍、「76%」は報告書の75.5%、「10倍」は IEA の報告書の比、「4度」は研究の華氏での上限値である。「18 Wh」は The Guardian が伝えた研究グループのダッシュボードの値で、2025年8月時点のダッシュボードそのものは確認していない。「約9倍」の分母の約2 Wh は、元の資料で確認できなかった。PJM の卸電力コストの大幅な上昇、容量市場の逼迫の主因がデータセンターだとする監視機関の見解、データセンターの風下で気温が上がるという観測も、元の資料のとおりである。
問題は数値の有無ではなく、見出しが数値の対象（卸か小売か、華氏か摂氏か）や条件（推計か実測か、何と何の比か）を落としている点にある。事例集の性格上、一覧は見出しだけを並べるので、それらの条件は一覧からは読み取れない。
未確認の事項
- 日本経済新聞（2025年6月9日）の本文。会員限定のため、リード文より後は読んでいない。「10倍」の根拠が本文に示されているかは確認していない
- XenoSpectrum の「GPT-4oの約2Wh」の出典。記事内に示されておらず、2025年8月時点のダッシュボードの GPT-4o の値も確認できていない（ダッシュボードの過去の値は保存されていない）
- 2025年8月時点のダッシュボードで、GPT-5 の「18 Wh」がどの推論の設定の値だったか
- IEA の2.9 Wh の出典。報告書に記載がなく、2023年ごろの推計に由来するという点は、他の資料からの推定である
- Forbes の英語の原文（forbes.com、2026年5月19日）。取得を試みたが閲覧できず、原文の見出しに「4 degrees」の単位があるかは確認していない。ASME 誌の論文は要旨のみ読み、本文は読んでいない
- PJM 地域の家庭向け電気料金が、実際に何%上がったか。本項では小売料金の統計を確認していない
- Monitoring Analytics の報告書の全文。本項は要旨と総コストの節など一部のみを読んだ。電力量の価格の上昇とデータセンターの関係を報告書が論じているかは確認していない
- 読売新聞の記事（2024年10月）の「10倍」が、IEA の報告書を参照したものか
- 一覧の他の62行。本項では照合していない
出典
- 「生成AI関連の電力・環境問題の事例一覧」 atwiki「AI画像生成・生成系AI 問題まとめwiki」（最終更新 2026年8月20日の表示）閲覧 2026年9月30日、本文とリンク先 URL を保存
- 小林泰裕 「生成ＡＩ、頼みは原発…消費電力は通常検索の『１０倍』」 読売新聞、2024年10月22日閲覧 2026年9月30日、本文を保存
- 「AIが電力『爆食い』 ChatGPT、Google検索の10倍消費」 日本経済新聞、2025年6月9日閲覧 2026年9月30日、会員限定記事のため見出しとリード文のみ
- IEA 「Electricity 2024 – Analysis and forecast to 2026」（2024年1月）要旨および34ページ閲覧 2026年9月30日、該当部分を保存
- Google 「Powering a Google search」 Official Google Blog、2009年1月11日閲覧 2026年9月30日
- Josh You 「How much energy does ChatGPT use?」 Epoch AI、2025年2月7日閲覧 2026年9月30日
- Sam Altman 「The Gentle Singularity」 2025年6月10日閲覧 2026年9月30日
- Amin Vahdat, Jeff Dean 「How much energy does Google's AI use? We did the math」 Google Cloud Blog、2025年8月22日閲覧 2026年9月30日
- Kenji P. Miyajima 「AIデータセンター建設ラッシュの影響で米東部の電気料金が76%も爆上がり」 ギズモード・ジャパン、2026年5月22日閲覧 2026年9月30日、本文を保存
- Monitoring Analytics 「2026 Quarterly State of the Market Report for PJM: January through March」 第1章閲覧 2026年9月30日、該当部分を保存
- Y Kobayashi 「GPT-5の消費電力はGPT-4oの約9倍となり大都市圏の消費電力と同程度の水準に」 XenoSpectrum、2025年8月15日閲覧 2026年9月30日、本文を保存
- 「OpenAI will not disclose GPT-5's energy use. It could be higher than past models」 The Guardian、2025年8月9日閲覧 2026年9月30日、本文を保存
- Nidhal Jegham ほか 「How Hungry is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference」 arXiv:2505.09598（第3版 2025年7月15日、第6版 2025年11月24日）閲覧 2026年9月30日、両版の該当部分を保存
- 「AIエージェントは通常の生成AIよりも最大136倍エネルギーを消費する」 GIGAZINE、2026年7月6日閲覧 2026年9月30日、本文を保存
- 「Professor Minsoo Rhu's Team First Reveal the "Hidden Power Cost" of AI Agents」 KAIST 電気電子工学部、2026年7月7日閲覧 2026年9月30日、本文を保存
- Jiin Kim, Byeongjun Shin, Jinha Chung, Minsoo Rhu 「The Cost of Dynamic Reasoning: Demystifying AI Agents and Test-Time Scaling from an AI Infrastructure Perspective」 arXiv:2506.04301 第2版（2026年1月7日）閲覧 2026年9月30日、第VI節と実験環境の記述を保存
- Marshall Shepherd 「AI需要で急増するデータセンター、気温を『4度上昇』させる可能性」 Forbes JAPAN、2026年5月24日（原文 forbes.com、2026年5月19日）閲覧 2026年9月30日、日本語版の本文を保存。英語の原文は閲覧できず
- David J. Sailor ほか 「Data Center Waste Heat as an Emerging Urban Thermal Hazard: First Field Measurements of Neighborhood-Scale Air Temperature Impacts」 ASME Journal of Engineering for Sustainable Buildings and Cities、2026年閲覧 2026年9月30日、要旨のみ（Crossref）
- 「The data heat island effect: quantifying the impact of AI data centers in a warming world」 arXiv:2603.20897閲覧 2026年9月30日、要旨のみ
版の履歴
- 第1版 2026年9月30日 作成
本項は、AI（本版では Claude）が資料の収集・照合と草稿の作成を行った。編集担当による原典との照合は、本版では未実施である。