人間の脳は約20ワットで稼働している。一方、世界最速のスーパーコンピューター「LineShine」（深セン）は4220万ワットを消費する。この差はAIのエネルギー消費に関するインターネット上でよく語られる定番ネタとなったが、その大半は誤っている。
この比較自体は成立している。しかし、SNSで拡散されている数値の出典は実質的に単一の論文に遡る。中でも特に目を引く一部の数値は、過去3年間誤って引用され続けている。
China just topped the global supercomputer ranking for the first time since 2017.
— IT Guy (@T3chFalcon) June 24, 2026
LineShine. Shenzhen. 2.198 exaflops. 2 quintillion calculations per second. 20% faster than the US's El Capitan.
built entirely on domestic Chinese CPUs. no Nvidia. no US chips. no export controls… https://t.co/Tuuk6svl6l pic.twitter.com/fwFKWN0Mr4
AIのエネルギー消費：20ワットで何が実現できるか
20ワットという数値は、数十年にわたる代謝の測定に基づいている。脳は体重の約2%であり、安静時の酸素消費量の約20%を占める。
ニューロン数は一般的に信じられているほど確定的ではない。よく引用される860億という数値は、男性4人の脳のみから得たデータが基準となっており、現在も学術誌Brain上で議論が続いている。
バイラル投稿では20ワットではなく12ワットの数値が使われることが多い。この値は2023年のFrontiers in Artificial Intelligence掲載論文に根拠なしで記されている。
この論文が拡散しているもう一つの数値が多くの人に共有されている。著者らは人間の脳をデジタルで再現する場合、27億ワット必要と推定した。
この推定値は、1000万ニューロンのシミュレーション結果からマウス規模へと外挿し、さらに1000倍したものだ。
論文ではシミュレーションが生物学より約3万倍遅いことも明記している。SNS投稿ではこの点が省かれ、2次情報ではBlue Brain Projectのものとして誤って広まったが、同プロジェクトはいまだこの数値を公表していない。
人間の脳が思考に必要なのは12ワットだと主張するLinkedInのバイラル投稿 出典： Evolving AI 信頼できる数値も他に存在する。Epoch AIは2025年初め時点で、ChatGPTの標準的なクエリ1件あたり消費電力は0.3ワット時と推定した。査読付き論文（Joule）はその後0.31と算出している。
独立した2つの解析手法がここまで一致するのは珍しい。ただし、この値はワークロード次第で大きく変動し、推論モデルがより長い回答を生成する場合は消費電力も数倍に膨らみ得る。
生物とシリコンの違い、そして模倣された点
大脳皮質の活動は疎である。平均発火率は1ヘルツ未満であり、エネルギー消費はクロック周期ではなく変化に応じて発生する。
現代AIも独自に同じ結論に至った。Kimi K2は、1兆400億のパラメータのうち1トークンごとに326億（約3.1%）を活性化する。
この比率は急速に低下している。Mixtralは2023年に28%前後のパラメータを使用したが、DeepSeek-V3では5.5%となった。
生物はまた、低精度で演算する。ニューロン内部の伝達は32ビットで判別できるものは存在しない。
半導体メーカーも同じ進化をたどった。DeepSeekは6710億パラメータのモデルを8ビット精度で訓練した。NVIDIAもその後、120億パラメータのモデルを4ビットで事前訓練している。
脳からデータセンターまでの関数対数スケールでの消費電力 出典： BeInCrypto 3点目の違いこそ最大で最も模倣されなかった点である。脳はメモリと計算機能が同じ場所に存在する。
デジタルマシンは両者を分離している。スタンフォード大学のマーク・ホロウィッツ氏はこの分離のコストを示した。演算子をメモリから取り出すだけで、実際の計算処理の数百倍のエネルギーを消費する場合がある。
実現されなかった「脳型」チップ
ニューロンを模倣した専用ハードウェアの開発は難航している。ニューロモーフィックやアナログ型のシステムで、最先端モデルを本番環境で学習・推論させた例は存在しない。
インテルの「Hala Point」は、11億5000万個の人工ニューロンを1152チップに搭載する。ただしこれは依然としてサンディア国立研究所に設置された研究用プロトタイプにとどまる。2024年、インテル・ニューロモーフィック・コンピューティング・ラボのマイク・デイビス所長は、The Registerの取材に次のように語った。
「現時点で、どのLLMもHala Pointに適用する計画はない。我々にはその方法が分からない。」
商業的な状況はさらに厳しい。ブレインチップは業界を代表する上場企業であるが、報告によれば、2025年3月期に顧客からの受領は70万ドルにとどまり、営業支出は530万ドルに達した。
他社は完全に頓挫した。Rain AIは1億5000万ドルの資金調達を目指したが失敗し、2025年に売却を模索した。
同分野の研究者は、循環的な問題があると指摘する。テネシー大学ノックスビル校のキャサリン・シューマン准教授（電気工学・計算機科学）は、次のように述べた。
「ハードウェア企業はキラーアプリケーションの登場を待っているが、プロトタイプを構築するためのハードウェアなしでは、そのアプリケーションの作り方を理解するのは非常に困難だ。」
2025年には、20人超の研究者がネイチャー誌にコンセンサス論文を発表している。同論文は、業界には依然として必要なエコシステムが欠けていると主張した。
生物学の原理は勝利したが、それを体現するハードウェアは成功しなかった。
すべての企業が同じ電子に群がる
効率性が重要視されるのは、電力が最大の制約となったためである。国際エネルギー機関は、2025年の世界のデータセンター消費量を485テラワット時と推計する。
AI特化型施設は、その年だけで50％増加した。同機関は2030年までに3倍になると見込んでいる。
現在では、チップ供給よりも送電網への接続が建設のボトルネックとなっている。ローレンス・バークレー国立研究所によれば、送電網接続の申請から商業運転に至るまでの中央値は5年以上となる。調査あり。
マイクロソフトのサティア・ナデラ最高経営責任者は、2025年11月に、同社が設置できないプロセッサを保有していると述べた。不足しているのはシリコンではなく、電力設備である。機関投資家も送電網の備えに関する懸念を示している。
ビットコインのマイナーたちは、まさにこの問題の解決に10年を費やしてきた。彼らは稼働中の発電拠点、電力契約、送電網接続権を保有し、新規参入者が入手までに数年待つような権利を手にしている。
その結果、マイニングはエネルギー・インフラ事業に転換された。既存拠点の再開発コストは1メガワットあたり約300万〜400万ドルとされる。一方、グリーンフィールド型の新規建設では1000万〜1200万ドルがかかるとVanEckは推計している。
発表された契約総額は極めて大きい。上場マイナーはAI向け契約を合計700億ドル超分、締結している。
実際に稼働している能力は対照的に控えめである。2026年第2四半期の届出によると、セクター全体で実際に稼働しているのはおよそ750メガワット。
コア・サイエンティフィックがそのうち約437メガワットを占める。ギャラクシーのヘリオスキャンパスが133、テラウルフが102、IRENが50、ライオットが25。Hut 8は949メガワット契約済みだが、未稼働。
契約済み容量と実際に稼働している容量の比較 出典：BeInCrypto 方向転換には高コストが伴った。マラソンとクリーンスパークのマイナー2社の四半期損失合計は2025年8月に8億5100万ドルまで拡大。
大半のマイニング能力は転用されないままとなる見通し。ケンブリッジ大学による予備調査（7月発表）では、およそ1割のマイナーがAI向けに電力を充てていることが明らかになった。リンクあり。
障害は物理的な要因に由来する。マイニングは中断に強いが、AIの入居者は信頼性の高い電源と高密度冷却、そして遠隔地に希少な光ファイバーを要求する。
それでも方向性は明確である。コア・サイエンティフィックは現時点で、収益の83％をコロケーション事業から得ており、マイニング事業の比率は13％まで低下した。
投資家はその事業転換を織り込んでいる。契約済みリースを保有するマイナーは、稼働電力量に対しはるか高い倍率で取引されている。一方、次なるAI投資先は、半導体チップよりも電力にシフトしつつある。
なぜ効率化だけではAIの電力消費は解決しないか
これまで効率向上が需要増を吸収してきた。2010年から2018年にかけて、世界のデータセンターのコンピュート量は550%増加したが、エネルギー消費は約6%の上昇にとどまった。
しかし、このパターンは崩れた。米国におけるデータセンターの消費電力は、2014年の58テラワット時から2023年には176テラワット時に増加した。
進化は厳しい上限の下で最適化された。頭蓋骨が200ワットを消費すれば、その持ち主は命を落としたはずであり、効率化だけが唯一の解決策となった。
AIはこのような上限を経験していない。資本という制約を受けてきたが、資本の拡張性は電力よりはるかに高い。
状況は変わりつつある。今や問われているのは生物学の効率性ではない。資金ではなく電力が開発を左右する時、AIが何に進化するかが問われている。
jp.beincrypto.com でJakub Dziadkowiecによるオリジナル記事 あなたの脳は20ワットで動作 AIは発電所規模の電力を要求 を読む