世界のデータセンターの電力消費量は、2024年の約415テラワット時から2030年までにほぼ倍増して約945テラワット時に達し、全電力の約3%に近づく見込みです（IEA, Energy and AI 2025）。 AIが主な牽引役です。同じIEAの集計によれば、AI特化型データセンターの電力消費は2025年だけで50%急増した一方、データセンター全体の需要はその年17%増加しました。しかし、クエリ単位で見ると状況は逆になります。Googleは、中央値のGeminiプロンプトの背後にあるエネルギーが12カ月間で33分の1に減少したと報告しており（Google, 2025）、Epoch AIは典型的なChatGPTのクエリを約0.3ワット時としており、これは以前の推計を10分の1下回ります（Epoch AI, 2025）。この分析は、IEA、EPRI、Lawrence Berkeley National Laboratory、Google、Epoch AI、Stanford HAI、McKinsey、その他10の一次情報源のデータを統合し、見出しとなる予測値と、単位あたりの実測値との違いを切り分けています。
要約
- 世界のデータセンターの電力消費量は、2024年の約415テラワット時から2030年までに約945テラワット時へとほぼ倍増する見込みで、AI特化型サイトは2025年だけで50%増加しました（IEA, Energy and AI 2025）。
- Gartnerは2026年の世界のデータセンター消費量を565テラワット時とし、2025年の447テラワット時から26%増としています（Gartner, 2026）。
- 米国のデータセンターは2023年に国内電力の約4.4%を使用し、2028年までに6.7%から12%に達する可能性があります（LBNL, 2024）。
- 典型的なGPT-4oのクエリは約0.3ワット時を消費し、これは以前の推計の約10分の1です（Epoch AI, 2025）。
- MetaのLlama 3.1 405Bの学習は2024年に約8,930トンのCO2を排出しました（Stanford HAI, AI Index 2025）。
- Microsoftの排出量は2025年に25%増加し、2,000万メートルトンのCO2換算に達しました（Microsoft FY2025 disclosure, via Fortune 2026）。
- PJMの容量価格は1メガワット日あたり28.92ドルから329.17ドルへと上昇し、データセンターがその増加分の63%を占めました（PJM, 2025; IEEFA, 2025）。
- 上位5社のハイパースケーラーは2026年にAIインフラへ約7,250億ドルを投資すると予測されています（アナリスト予測、2026年）。
- McKinseyは、2030年までにデータセンターへの設備投資が最大6.7兆ドルに達すると予測しています（McKinsey, 2025）。
1. データセンターとAIの世界電力需要
マクロで見た物語は、約6年間での倍増であり、AIがその加速要因です。データセンターは2024年に約415テラワット時で稼働していましたが、水準そのものよりも成長率のほうが重要です。AI特化型データセンターの電力消費は、わずか1年（2025年）で50%も急増しました。一方、より広いカテゴリーは17%の成長にとどまりました（IEA, Energy and AI 2025）。2030年までに、データセンター電力に占めるAIのシェアは現在の5～15%の帯域から35～50%へと上昇する見込みで、増加の単一最大の要因となります。推計は対象範囲によって異なるため、見出しの数字だけでなく、その基となる出典を確認する必要があります。
| 指標 | 値 | 出典 |
|---|---|---|
| 世界のデータセンター電力、2024年 | ~415 TWh (~1.5% of global) | IEA, Energy and AI 2025 |
| 世界のデータセンター電力、2030年（基本シナリオ） | ~945 TWh (~3% of global) | IEA, Energy and AI 2025 |
| AI特化型データセンターの電力成長率、2025年 | +50% | IEA, Energy and AI 2025 |
| 世界のデータセンター電力、2026年（Gartner） | 565 TWh (+26% YoY) | Gartner, 2026 |
| AI最適化サーバーの電力、2026年 | 175 TWh (+84% YoY) | Gartner, 2026 |
| 2023年比、2030年までの世界の電力需要成長率 | +165% | Goldman Sachs, 2025 |
| データセンター電力に占めるAI最適化サーバーのシェア、2026年 | 31% | Gartner, 2026 |
範囲についての注記：IEAは、データセンター電力に占めるAIのシェアが現在の5～15%から2030年には35～50%に上昇すると見ています。Gartnerの2025年基準値（447テラワット時）は、他の2025年推計（約485テラワット時）より低くなっていますが、これは手法ごとに施設の定義や範囲が異なるためです。出典をまたいだテラワット時の比較には注意が必要です。こうしたラック内のチップこそが需要のエンジンです。シリコン側については、当社のAIチップ統計2026年版をご覧ください。全文レポート：IEA, Energy demand from AI。
2. 負荷にさらされる米国の電力網
米国は需要曲線が実際の送電網とぶつかる場所であり、予測は上方修正され続けています。Berkeley Labは、2023年にデータセンターが国内電力の4.4%を占めたと記録しました。より新しいEPRIのシナリオでは、2030年までに米国電力の9～17%まで拡大するとしています。EPRIのピーク負荷推計は、2030年までに最大94ギガワットに達し、2024年の21～22ギガワットから上昇するとしており、この新しい数字は同社自身の2024年推計を60%上回っています（EPRI, Powering Intelligence 2026）。Grid Strategiesは全米の状況を次のように位置づけています：5年間のピーク負荷成長166ギガワットのうち、約90ギガワットがデータセンターによるものです。
| 指標 | 値 | 出典 |
|---|---|---|
| 米国データセンターの電力シェア、2023年 | 4.4% (176 TWh) | LBNL, 2024 |
| 米国データセンターのシェア、2028年まで | 6.7% to 12% (325-580 TWh) | LBNL, 2024 |
| 米国データセンターのシェア、2030年まで | 9% to 17% | EPRI, Powering Intelligence 2026 |
| 米国データセンターのピーク負荷、2024年 | 21-22 GW | EPRI, Powering Intelligence 2026 |
| 米国データセンターのピーク負荷、2030年まで | 45 / 71 / 94 GW (Low/Med/High) | EPRI, Powering Intelligence 2026 |
| 全米の5年間のピーク負荷成長 | 166 GW (~90 GW data centers) | Grid Strategies, 2025 |
外れ値についての注記：Grid Strategiesは、投機的で重複した系統連系申請がキューを水増ししているため、電力会社がデータセンターの需要を最大40%過大に見積もっている可能性があると警告しています（Grid Strategies, National Load Growth Report 2025）。レポート：LBNL 2024 Data Center Energy Usage Report、およびEPRI, Powering Intelligence 2026。
3. AIクエリ1回の実際のコスト
ベンダーが実際のテレメトリーを公開したことで、クエリ単位の数字は大きく縮小し、「AIが海を沸騰させる」という言説を1回のプロンプトの規模で捉え直すことになりました。中央値のGeminiテキストプロンプトは0.24ワット時、0.03グラムのCO2e、0.26ミリリットルの水（水滴約5滴分）を消費します（Google, 2025）。 Epoch AIは独自に、典型的なGPT-4oのクエリを約0.3ワット時と算出しており、OpenAI自身の数字は0.34ワット時です。落とし穴は、長いコンテキストのプロンプトははるかに重く、日々の何十億ものクエリ全体では合計が積み上がり続けることです。
| 指標 | 値 | 出典 |
|---|---|---|
| 典型的なGPT-4oクエリのエネルギー | ~0.3 Wh (vs 3 Wh old estimate) | Epoch AI, 2025 |
| 中央値のGeminiテキストプロンプトのエネルギー | 0.24 Wh | Google, 2025 |
| 平均的なChatGPTクエリのエネルギー | 0.34 Wh | Sam Altman, The Gentle Singularity 2025 |
| 長いクエリ（入力トークン10万） | ~40 Wh | Epoch AI, 2025 |
| 中央値のGeminiプロンプトの炭素排出量 | 0.03 gCO2e | Google, 2025 |
| Geminiのプロンプト単位エネルギーの減少、2025年5月までの12カ月間 | 33x lower | Google, 2025 |
| ChatGPTの1日あたり10億メッセージ | ~12.5 MW continuous | Epoch AI, 2025 |
背景：クエリ単位の低下は、需要の減少ではなく、より効率的なモデルとハードウェアを反映しています。同じトレンドの金額面については、当社のAI推論コスト統計2026年版をご覧ください。主要な方法論：Google Cloud, Measuring the environmental impact of AI inference、およびEpoch AI, How much energy does ChatGPT use?。
4. 最先端モデルの学習
学習はモデルごとに一度限りの急増ですが、その急増はますます急峻になっています。StanfordのAI Indexは、Llama 3.1 405Bの学習排出量を約8,930トンのCO2としており、2020年のGPT-3の588トン、2012年のAlexNetの実質ゼロから大幅に上昇しています（Stanford HAI, AI Index 2025）。同報告書の構造的な発見は、この複利的な積み重ねです。注目すべきモデルの学習計算量はおよそ5カ月ごとに倍増し、最先端システムの学習電力はおよそ年に1回倍増しています。
| 指標 | 値 | 出典 |
|---|---|---|
| Llama 3.1 405Bの学習排出量（2024年） | ~8,930 tons CO2 | Stanford HAI, AI Index 2025 |
| GPT-4の学習排出量（2023年） | ~5,184 tons CO2 | Stanford HAI, AI Index 2025 |
| GPT-3の学習排出量（2020年） | ~588 tons CO2 | Stanford HAI, AI Index 2025 |
| AlexNetの学習排出量（2012年） | ~0.01 tons CO2 | Stanford HAI, AI Index 2025 |
| 学習計算量の倍増時間 | ~every 5 months | Stanford HAI, AI Index 2025 |
| GPT-4の学習エネルギー（リーク仕様に基づく推計） | ~50-62 GWh | Independent estimates via TDS, 2023 |
留意点：GPT-4の学習エネルギーの数字は、リークしたハードウェア仕様（A100 GPU 25,000基を90～100日間使用）から導かれた外部推計であり、ベンダーによる開示ではありません。目安として扱ってください。また、学習は大規模な推論と比較すると、生涯にわたるフットプリントのうち小さな割合にとどまります。モデル構築のより広い全体像については、当社の生成AI統計2026年版をご覧ください。出典：Stanford HAI, 2025 AI Index Report, Chapter 1。
5. 水消費のフットプリント
水はもう一つの資源の物語であり、直接的な冷却と、発電に内包される水とに分かれます。テキサス州のデータセンターは、2030年に最大3,990億ガロンの水を使用すると予測されており、2025年の490億ガロンから増加します（HARC and University of Houston, 2025）。 ベンダーは効率化を推進しています。Microsoftは、2025会計年度の水使用効率が0.30リットル/キロワット時であり、2021年比で39%改善したと報告しており、その水蒸発ゼロ冷却方式はデータセンター1カ所あたり年間1億2,500万リットル以上の節水を実現しています。
| 指標 | 値 | 出典 |
|---|---|---|
| 中央値のGeminiプロンプトの水使用量 | 0.26 mL | Google, 2025 |
| Microsoftの水使用効率、2025会計年度 | 0.30 L/kWh (-39% vs 2021) | Microsoft, 2025 |
| Microsoftの水蒸発ゼロ冷却による節水量 | >125 million liters/data center/year | Microsoft, 2025 |
| 米国データセンターの直接水使用量、2023年 | ~17 billion gallons | LBNL, 2024 |
| 2028年までの直接水使用量予測 | 38-73 billion gallons | LBNL, 2024 |
| テキサス州データセンターの水使用量、2025～2030年 | 49 billion to 399 billion gallons | HARC and University of Houston, 2025 |
| 大規模データセンター1カ所 | up to 5 million gallons/day | EESI, 2025 |
背景：米国のデータセンターは2023年、発電を通じた間接的な水使用も推計2,110億ガロンに及び、これは通常、施設内冷却用の水を上回ります（LBNL, 2024）。背景資料：EESI, Data Centers and Water Consumption。
6. 増加する炭素排出量
クエリ単位の効率は改善していますが、絶対的な計算量が爆発的に増えているため、企業のフットプリントは上昇しています。Microsoftの排出量は2025年に25%増加し、1,600万トンから2,000万メートルトンのCO2換算に達しました。これはデータセンターの建設と、一部の再生可能エネルギー証書購入の縮小によるものです（Microsoft FY2025 disclosure, via Fortune 2026）。 AmazonとGoogleも同様の方向の増加を報告しています。セクターレベルでは、IEAは依然としてデータセンターを世界の炭素排出量のうち小さいながらも増加しつつある部分と位置づけています。
| 指標 | 値 | 出典 |
|---|---|---|
| MicrosoftのCO2e排出量、2025年 | 20 million tons (+25% YoY) | Microsoft FY2025 disclosure, via Fortune 2026 |
| MicrosoftのCO2e排出量、2024年 | 16 million tons | Microsoft FY2025 disclosure, via Fortune 2026 |
| Amazonの炭素フットプリントの変化（直近年） | +16% | Carbon Brief, 2026 |
| Googleの温室効果ガス排出量の変化（直近年） | +18% | Carbon Brief, 2026 |
| 世界のCO2に占めるデータセンターのシェア、2024～2030年 | ~0.5% rising to ~1% (1.4% high case) | IEA, Energy and AI 2025 |
| AIシステムの炭素フットプリント、2025年 | 32.6 to 79.7 million tons CO2 | Carbon Brief, 2026 (published research) |
外れ値についての注記：2025年のAIシステムの炭素排出量の範囲（3,260万～7,970万トン）が広いのは、ワークロードの帰属が本当に不確実であることに加え、複数の企業が排出量増加の一部を、単純な消費量の増加ではなく、一部の再生可能エネルギー証書購入の一時停止によるものとして計上したためです（Carbon Brief, 2026）。背景と図表：Carbon Brief, AI: Five charts on data-centre energy use and emissions、およびFortune, Microsoft carbon emissions 2025。
7. 電力を賄う：価格、設備投資、原子力
誰かが新たな負荷の代償を払うことになり、それはますます送電網と公共料金の請求書に表れています。PJM地域では、容量価格が2024/25年の1メガワット日あたり28.92ドルから2026/27年には329.17ドルへと急騰し、データセンターが2025/2026年の上昇分の63%の要因となりました（PJM, 2025; IEEFA, 2025）。 需要を満たすため、ハイパースケーラーは歴史的な規模の資本を投じ、原子力発電にも目を向けています。一方Gartnerは、2030年前後に消費量が1,200テラワット時を超えると、送電網の供給が不足すると警告しています。
| 指標 | 値 | 出典 |
|---|---|---|
| PJMの容量価格、2024/25～2026/27年 | 28.92 to 329.17 dollars/MW-day | PJM, 2025 |
| 12月のPJM容量コストに占めるデータセンターのシェア | 40% (6.5 of 16.4 billion dollars) | PJM market monitor, via Utility Dive 2026 |
| データセンターによるPJM利用者への追加コスト | ~9.3 billion dollars/year | IEEFA, 2025 |
| 上位5社ハイパースケーラーのAIインフラ投資、2026年 | ~725 billion dollars (+77% YoY) | Analyst estimates, 2026 |
| 2030年までの世界のデータセンター設備投資 | up to 6.7 trillion dollars (5.2T for AI) | McKinsey, 2025 |
| 阻止されたデータセンタープロジェクト、2026年初頭 | 75+ projects worth 130 billion dollars | Gartner, 2026 |
| 大規模データセンターの平均PUE、2025年 | 1.54 (flat for 6 years) | Uptime Institute, 2025 |
背景：同じ建設ラッシュがクラウド容量ブームを支えています。当社のクラウドコンピューティング統計2026年版をご覧ください。出典：IEEFA, PJM capacity prices、McKinsey, The cost of compute、およびUtility Dive, Data centers were 40% of PJM capacity costs。
まとめ：数字で見るAIのエネルギー消費
| 指標 | 値 | 出典 |
|---|---|---|
| 2030年までの世界のデータセンター電力 | ~945 TWh (~3% of global) | IEA, Energy and AI 2025 |
| 世界のデータセンター電力、2026年 | 565 TWh (+26% YoY) | Gartner, 2026 |
| 送電網の供給不足の閾値 | ~1,200 TWh by 2030 | Gartner, 2026 |
| AI最適化サーバーの電力、2026年 | 175 TWh (+84% YoY) | Gartner, 2026 |
| 2023年比、2030年までの世界の電力需要成長率 | +165% | Goldman Sachs, 2025 |
| 米国データセンターの電力シェア、2023年 | 4.4% | LBNL, 2024 |
| 米国データセンターのシェア、2030年まで | 9% to 17% | EPRI, Powering Intelligence 2026 |
| 米国データセンターのピーク負荷、2030年まで（高位シナリオ） | 94 GW | EPRI, Powering Intelligence 2026 |
| 典型的なGPT-4oクエリのエネルギー | ~0.3 Wh | Epoch AI, 2025 |
| 中央値のGeminiテキストプロンプトのエネルギー | 0.24 Wh | Google, 2025 |
| Llama 3.1 405Bの学習排出量 | ~8,930 tons CO2 | Stanford HAI, AI Index 2025 |
| 米国データセンターの直接水使用量、2023年 | ~17 billion gallons | LBNL, 2024 |
| テキサス州データセンターの水使用量、2030年まで | up to 399 billion gallons | HARC and University of Houston, 2025 |
| Microsoftの排出量、2025年 | 20 million tons (+25% YoY) | Microsoft FY2025, via Fortune 2026 |
| データセンターによるPJM利用者への追加コスト | ~9.3 billion dollars/year | IEEFA, 2025 |
| PJMの容量価格、2026/27年 | 329.17 dollars/MW-day | PJM, 2025 |
| 2030年までの世界のデータセンター設備投資 | up to 6.7 trillion dollars | McKinsey, 2025 |
| 上位5社ハイパースケーラーのAI投資、2026年 | ~725 billion dollars | Analyst estimates, 2026 |
| データセンターの平均PUE、2025年 | 1.54 | Uptime Institute, 2025 |
方法論と出典
データは、主に2025年および2026年上半期に公開された一次レポート、企業開示、送電網運営者の提出書類、名前のある調査トラッカーから数値を集約して収集しました。可能な限り、各統計は二次的な報道ではなく、元の発表組織までさかのぼって確認しています。
引用元：
- International Energy Agency (IEA), Energy and AI 2025 - Energy demand from AI
- Lawrence Berkeley National Laboratory (LBNL), 2024 United States Data Center Energy Usage Report - 出版物
- Electric Power Research Institute (EPRI), Powering Intelligence 2026 - エグゼクティブサマリー
- Grid Strategies, National Load Growth Report 2025 - PDF
- Gartner、データセンター電力予測に関するプレスリリース、2026年6月 - リリース
- Goldman Sachs Research、AIデータセンターの電力需要、2025年 - 記事
- Epoch AI, How much energy does ChatGPT use?, 2025 - 分析
- Google Cloud, Measuring the environmental impact of AI inference, 2025 - ブログ
- OpenAI / サム・アルトマン, The Gentle Singularity, 2025 - DCD経由
- Stanford HAI, 2025 AI Index Report - 第1章
- Microsoftの2025会計年度サステナビリティ開示 - Fortune経由
- Carbon Brief, AI: Five charts on data-centre energy and emissions, 2026 - 記事
- McKinsey, The cost of compute, 2025 - レポート
- IEEFA、PJM容量価格分析、2025年 - 資料
- PJM Interconnectionの独立市場監視機関 - Utility Dive経由
- HARCおよびUniversity of Houston、テキサス州データセンター水使用調査、2025年
- Uptime Institute, 2025 Global Data Center Survey (PUE)
- Environmental and Energy Study Institute (EESI), Data Centers and Water Consumption, 2025 - 記事
Data watch: IEAは通常、エネルギー見通しを毎年更新しているため、Energy and AIの改訂版が今後1年以内に発表される見込みです。Gartnerはデータセンター電力予測を定期的に再発行しています。EPRIはPowering Intelligenceのシナリオをおよそ毎年更新しています。Grid Strategiesは毎年National Load Growth Reportを公開しています。Stanford HAIは毎年新しいAI Indexを発表しています。Google、Microsoft、Amazon、Alphabetは、新しい会計サイクルごとに最新の環境・排出量開示を公開しています。そしてPJMは、決まった供給年スケジュールに従って新しい容量オークションを実施しています。
最終更新：2026年7月10日。
本ページは新しいデータが公開されるたびに四半期ごとに見直し・更新しています。