デザインツール
データセンター

電力を最大限に有効活用する:データセンターを変革する低消費電力メモリ

スダルシャン・ヴァジクダイ | 2025年3月

AIテクノロジーの急速な普及に際し、データセンターは消費電力を抑えながらどのように計算能力を最大化するかという課題に直面し続けています。米国のデータセンターとAIの電力消費量は2028年までに3倍に達する可能性があり、この国のエネルギー需要を大幅に押し上げると予測されています。2023年に米国のデータセンターが消費した電力は、推定で176テラワット時と見られています。2028年までにこの数字は580テラワット時に達すると予測されています。これは米国の総電力消費量の12%を占め1、たった5年でエネルギー使用量が3.3倍に増えるという計算になります。

AIおよびその他のデータ集約型アプリケーションの普及を背景に消費電力が急速に伸びるというこの予測から、米国および世界のデータセンターインフラストラクチャーにおけるエネルギー需要の増加の背後には先端的なハードウェアテクノロジーがあり、このテクノロジーがいかに重要であるかがわかります2。Micron® LPDDR5Xなどの革新的な低消費電力(LP)メモリアーキテクチャーを開発・採用することにより、従来のDDR5メモリのエネルギー損失を解消しつつ、大幅なパフォーマンス向上がもたらされます。

LPメモリが必要な理由

Micron® LPDDR5Xは、エネルギー消費を格段に抑えつつ高速性能を達成できるよう設計されています。DDR5のような従来型のメモリテクノロジーと異なり、LPメモリはより低い電圧で動作するため、電力効率もエネルギー効率も改善できます。

  • 消費電力の低減
  • 熱発生の抑制
  • 省エネを重視した回路設計の最適化

AI主導のデータセンターにおいて、電力効率およびエネルギー効率の向上は継続的な課題です。大規模顧客サポート環境で推論を実行するLlama 3 70Bについて考えてみましょう。1つのGPUが、リアルタイムで顧客からの数千件もの詳細な問い合わせを処理すると同時に、AIインタラクションの複雑な動きを管理しています。LPメモリを使用すると、こうした集約的な計算ワークロードを、大幅にエネルギー効率が改善したプロセスへと転換できます。

図1:標準化されたレイテンシー

図1:標準化された推論スループットのLlama 3 70B

推論パフォーマンス

私たちが、従来のDDR5(PCIe接続のHopper GPUを搭載したx86システム)との比較でLPDDR5Xメモリを(NVLinkで接続したNVIDIA GH200 Grace Hopper Superchipで)テストした結果、重要なパフォーマンス向上を確認することができました。メタのLlama 3 70Bで推論パフォーマンスをテストした際には、LPメモリシステムは以下を達成することができました。

  • 5倍の推論スループット
  • レイテンシーがほぼ80%向上
  • エネルギー消費量を73%削減
図2:標準化されたレイテンシー

図2:標準化されたレイテンシーのLlama 3 70B

環境意識の高まりと並行して、AIアプリケーションにはさらなる計算能力が求められるなか、低消費電力メモリは単なるテクノロジーのアップグレードを超えた、最先端のデータセンターが求める戦略的な必須事項となっています。実際、LPメモリテクノロジーは、電力消費量の低減と同時に運用コストの削減を達成することで、データセンターに経済面でのメリットをもたらします。必要となる電力が少ないということが、冷却要件の少なさと電気代の削減に直結するのです。データセンター事業者にとって、こうした改善により、ユーティリティコストの低減とカーボンフットプリントの大幅な削減を実現できます。さらに、消費電力とパフォーマンス上のメリットは、運用効率の向上に留まりません。応答時間の改善に見られるように、より大きいスループットとより優れたレイテンシーにより、いちだんとシームレスなユーザーエクスペリエンスを提供できます。

環境意識の高まりと並行して、AIアプリケーションにはさらなる計算能力が求められるなか、低消費電力メモリは単なるテクノロジーのアップグレードを超えた、最先端のデータセンターが求める戦略的な必須事項となっています。実際、LPメモリテクノロジーは、電力消費量の低減と同時に運用コストの削減を達成することで、データセンターに経済面でのメリットをもたらします。必要となる電力が少ないということが、冷却要件の少なさと電気代の削減に直結するのです。データセンター事業者にとって、こうした改善により、ユーティリティコストの低減とカーボンフットプリントの大幅な削減を実現できます。さらに、消費電力とパフォーマンス上のメリットは、運用効率の向上に留まりません。応答時間の改善に見られるように、より大きいスループットとより優れたレイテンシーにより、いちだんとシームレスなユーザーエクスペリエンスを提供できます。

HBM3を採用したDDR5との比較で、HBM3を採用したLPDDR5Xの省エネポテンシャルを表すインフォグラフィック。 図3:LLM推論のためのエネルギー効率


未来はエネルギー効率を求めている

進化し続けるAIがデータセンターの計算能力とメモリの境界線を押し広げるなか、LPDDR5Xなどの先端的なメモリテクノロジーによってデータセンターをいちだんと効率的に運用できるようになることから、このテクノロジーはサステナブルな計算能力の成功要因として浮上しています。電力需要を低減しながら推論などのAIタスクのパフォーマンスを高速化すれば、より多くをより少ない時間で処理できるようになります。私たちがAIパフォーマンスの境界線を押し広げると同時にカーボンフットプリントを削減し、最終的にAIをよりサステナブルな道に導くことができるとLPメモリが証明したように、AIの未来はエネルギー効率にかかっています。


詳細


1. U.S. Department of Energy. (2024). DOEはデータセンターが要求する電力需要増加の評価について新しいレポートを公開しました。https://www.energy.gov/articles/doe-releases-new-report-evaluating-increase-electricity-demand-data-centers

2. International Energy Agency. (2024). Electricity 2024: Executive summary. https://www.iea.org/reports/electricity-2024/executive-summary

システムデザインエンジニアリングフェロー

Sudharshan Vazhkudai

マイクロンテクノロジーのシステムデザインエンジニアリングフェローであるスダルシャン・S・ヴァズクダイ博士は、データセンターおよびクライアントワークロードエンジニアリングチームを立ち上げました。このチームにより、ワークロードに最適化された最新のシステムアーキテクチャーを構築するためにはどのようにディープメモリ階層を活用できるかについて、システムの全体像を見きわめられるようになりました。ヴァズクダイ博士は以前、オークリッジ国立研究所で20年以上にわたりデータセンターソリューションの構築に携わっていました。ミシシッピ大学でコンピューターサイエンスの博士号を取得しており、テネシー大学では共同教員を務めていました。