# タイトルコール テスティングジャーニーへようこそ。 このチャンネルでは、ソフトウェアテストの世界を探索する、をコンセプトに、 エンジニアリングマネージャー兼QAリーダーのさみぃが、 ソフトウェアテストのコツや品相性の奥深さ、そして日々考えていることを話します。 # 3.3 Energy Consumption and Environmental Impact of Generative AI for Software Testing こんにちは、サミーです。 今日もテストしていますか? 私はですね、来週の3月11日の夜、 サイボーズさんのオフィスである EnglishLTの練習をしているところです。 なんとかスライドができててね、 あと喋る練習を少しして、 なんとか喋れそうです、ということで。 マジックポトとAIの話をしますので、 気になる方はぜひ、 概要欄からご確認ください。 はい、ということで、今回は ISTKBのシラバスを読んでいきます。 Testing with Generative AIというシラバスで、 今回使うのは3.3。 Energy Consumption and Environmental Impact of Generative AI for Software Testingということで、 日本だと気にしないトピックと言うと、 ちょっと言い過ぎかもしれないですけど、 ちょっとなんかヨーロッパっぽい匂いを 感じているんですが、 まずはですね、ノートブックルームで 和訳した内容を読んでいって、 途中で区切りながら、私が考えたこととか 感じたことをお話ししていきます。 3.3ソフトウェアテストにおける 生成AIのエネルギー消費と環境への影響。 Lushioni2024Aなどの研究は、 LLMのトレーニングと処理には、 多数の専用計算リソースの集中的な使用が 必要であることを示しています。 LLMはウェブベースのサービスとして提供されており、 その使用はデバイス、ネットワーク及び データセンターへの負荷を増大させ、 エネルギー消費の増加につながります。 3.3.1、生成AIの使用が エネルギー消費とCO2排出に与える影響。 生成AIの環境への影響は 過小評価されるべきではありません。 使用量が増えるにつれて、 エネルギー消費が急激に増加するためです。 タスクの複雑さと必要な計算リソースが エネルギー消費に影響を与えます。 例えば、強力なAIモデルを使用して 1枚の画像を生成すると、 スマートフォンをフル充電するのと同じくらいの エネルギーを消費する可能性がありますが、 テキストの生成はスマートフォンの充電量の 僅かな割合を消費するだけです。 生成AIの環境への影響に関する 正確なデータを取得することは困難ですが、 これらのエネルギー集約的なオペレーションが 集合的に多大なCO2排出に寄与していることは明らかです。 単一の検索やテキスト生成タスクは 無視できるように思えるかもしれませんが、 世界中の何百万人ものユーザーによる累積的な影響は 実質的な環境負荷をもたらします。 不要なモデルとの対話を制限するなどの ベストプラクティスを採用することは、 生成AIがもたらす環境リスクを 軽減するために極めて重要です。 はい、途中で切るって言いながら 全部読んでしまいましたね。 そうですね、今回の内容について 特段コメントはないというのが正直なところで、 あんまり、どうですかね、 日本国内でこの電力消費、電力消費っていうのかなことを コンピューターだったりとか、 ITの世界でっていうのかなって、 環境への影響だったりとか、 デノ、ディスカッションあんまり私は聞かないんですけど、 どうですかね。 ちょっとこれだけだと内容少ないので、 この章で紹介されていた論文が3つか4つあったんですけど、 一番最初に言った、これは合ってるのかな、 ルシオニさんのやつなのかな、 2024年の論文があるので、 ちょっとこれも見ていきたいと思います。 名前はPower-Hungry Processing What's Driving the Cost of AI Deployment? っていうのが論文があります。 論文のリンクはこのチャプターに入れてあります。 この論文をノードブックLMに入れて、 翻訳したり聞いたりしているベースの情報なので、 参考程度2という風に 聞いていただければと思うんですが、 そうね、これ面白そうだな。 AIモデルのタスクごとの消費電力と 二酸化炭素排出量の違いを教えて、 という風に聞いてみたんですけれど、 ちょっと面白かったので紹介します。 この排出量の差には、タスクの種類だったり形式によって 数千倍もの差があるということが報告されています。 タスクの種類による違いというところだと、 判別タスク、テキストの分類などが もっともエネルギー効率が良くて、 1000回の水の渡りの平均消費電力が 0.002kWだそうです。 ちょっと数字私、イメージつかないですけど、 低負荷ということですね。 続いて、生成タスク、テキストの生成とか要約に関しては、 1個目の判別タスクの10倍以上になります。 約0.05kWのエネルギーを消費します。 一番高い、極めて高負荷なのが画像の生成ですね。 1000回の水論で平均2.907kWを消費するということで、 最も効率の悪いモデルだと11.49kWに達することもあります。 これがシアバスに出てきた11.49kWというのが、 スマートフォン一台をフル充電するのに充電する電力の約522倍に相当します。 相当な高負荷がかかるということだそうですね。 もう一つ、形式の違いですね。 画像とテキストでどういう違いがあるのか、消費電力の違いがあるのかという話で、 なんとなくイメージとしても、テキストよりも画像の方がエネルギーを使うということは、 イメージ枠と思うんですけれど、 画像の分類はテキスト分類の約3倍、 画像生成はテキスト生成の約60倍のエネルギーを必要とします。 排出量の比較も書かれているようでして、 最も排出量が多い画像生成モデルは、 一旋回で1594gのCO2を出す。 最もクリーンなテキスト生成モデルの約6833倍の炭素を排出します。 なんかわかんないけど、まだたくさんエネルギーを使うということはわかりました。 論文気になる方は、ぜひ原文を見に行ってみてください。 # 今日のほっこり話🐟 今日の誇り話です。マグロの話をします。 先週末にアザブ十番駅の近くにあるアザブマグロ祥福というお店で 天然本マグロビュッフェ食べ放題に行ってきました。 これは日曜宿日の朝限定でして、この間たまたま前を歩いた時にお店の人が宣伝をしていて 美味しそうだなぁと思って予約したという感じなんですけど、どうやら2月の終わりぐらいにテレビでもやっていたそうなので、もしかしたら混み始めているのかもしれないですけど すごいマグロ美味しかったです。あの写真をこのテンプしてます。このチャプターにもテンプしてるんですけれど でもね、基本セットがあるんですよ。右側の本に載っているのが基本セットで、左側の黒いお皿に載っているのが自分で撮った分なんですけど 基本セットのご飯と焼き魚とお味噌汁と温玉がボリューミーなんで、マグロそんなに食べれないみたいな。 でもね、他のテーブルの人とかめちゃくちゃネギトロを持って、ネギトロ丼にして食べてる人もいたりしました。 個人的に一番良かったのが中落ち。左の黒いお皿に載っている平ぺったい大きいやつが中落ちなんですけど スプーンとフォークで削ぎ落として食べるタイプで、こういう食べ方もしたことないし、多分スーパーだと削ぎ落としたやつが中落ちとかで売ってるのかなと思うんですけど 美味しかったです。どれも。マグロの味がしっかりして。ということでおすすめです。 ちなみに値段とかですかね、60分制で大人は1名3500円です。 事前に予約した方がいいかなと思います。私は朝8時に予約して行ってきました。 以上、今日のお懲り話でした。 # 次回予告 今回も最後までお聞きいただきありがとうございました。 明日の放送はのんちゃんとの対談のアーカイブというか、コラボ収録で事前に2人で収録した内容をお届けします。 のんちゃんとは2年半ぐらいかな、3年近く一緒に働いていまして、同じ経営チームのメンバーなんですけれど、 テーマとしてはあなたにとってソフトウェアテストとはという質問を投げかけて聞いてみました。 ぜひ聞いているそこのあなたもですね、自己自身にとってソフトウェアテストとは一体何なのかというのをちょっと考えながら聞いていただけるとまた面白いかな、 違いとかも見えてきて面白いんじゃないかななんて思います。 今回の放送がためになった方はハートマークでいいねをしてください。 それではまた明日お会いしましょう。ごきげんよう。