EnterpriseDBがAIのエネルギー効率を向上させる新標準Intelligence per Wattを導入しデータ層の最適化による消費電力削減を推進

EnterpriseDBによるAIのエネルギー効率を向上させる新たな標準の導入

EnterpriseDBは2026年4月22日、EDB Postgres AIプラットフォーム内においてAIシステムのエネルギー消費を削減するための新しい標準であるIntelligence per Wattを導入すると発表した。この概念はAIのスケールアップに伴い増加するインフラストラクチャのコストと電力消費という課題に対処するために設計されており、データ層の最適化によって効率性を高めることを目的としている。^[1]

同社の報告によればモデルやGPUレベルではなく、データの取得やインデックス作成、処理方法を最適化することでトークンの使用量を削減し、インフラストラクチャの要件を縮小できることが示唆されている。これによりAIワークロードに関連する排出量を大幅に削減することが可能となり、従来の環境よりも少ないメモリを使用してベクトルインデックスを高速化できるという結果が示されている。

データセンターの電力需要は2030年までに現在の水準の2倍以上となる945テラワット時に達すると予測されており、AIワークロードがその増加の主な要因になると見られている。EnterpriseDBはトランザクション処理と分析、AIワークロードを統一されたシステムで組み合わせることで、データの複製や移動を不要にし、持続可能な方法でAIをスケールさせる基盤を提供している。

Intelligence per Wattフレームワークによる効率化の指標と予測

Fuel Connect編集部の整理

本記事で示されたIntelligence per Wattという概念は、AIを導入する企業が直面する電力コストの増大と環境負荷の低減という実務上の課題をデータ基盤の側面から解決する手法として位置づけられる。ハードウェアの性能向上に依存するだけでなく、データベース層の運用効率を高めることで、システム全体の運用コストを最適化しようとする取り組みは、大規模なデータセンターを運用する組織にとって有用な知見となる。

燃料調達やエネルギー管理を担当する実務者にとって、AIの普及が将来的な電力需要に与える影響と、それを抑制するための技術的な approach を把握しておくことは、長期的なインフラ計画を策定する上で重要である。特にデータプラットフォームの統合によって余分な計算リソースを削減する手法は、ITインフラの効率化が直接的に企業の持続可能性指標に寄与することを示す事例として整理できる。