Zeyu Yang氏率いる研究チームは2026年10月14日、6種類のハードウェアで7つのベンチマークを実行した際に、86種類のオープンウェイト大規模言語モデル（LLM）が消費する電力量を測定した論文を発表した。調査によると、大半の構成は必要以上に多くの電力を消費しており、中央値で2.6〜4.8倍、極端なケースでは最大27倍に達した。推論ステップを追加すると消費電力は約3.7倍になり、低精度のFP8演算を使うと、スコアをほとんど落とさずに電力を約25％削減できる。
なぜ重要か
開発者は、より電力効率の高いLLM構成を選ぶことで、運用コストと二酸化炭素排出量を抑えられる。
