Mistral AI、Mistral Large 2のライフサイクル分析を公表し、AI向け環境基準を提案
Our contribution to a global environmental standard for AI
Mistral AIはCarbone 4およびADEMEと共同で、大規模言語モデル（LLM）の環境影響を測るライフサイクル分析（LCA）を実施した。Mistral Large 2の学習と18か月の利用で、20,4 ktCO₂e、281 000 m3の水消費、660 kg Sb eqの影響が生じた。Le Chatの400トークンの応答1回あたりでは1.14 gCO₂e、45 mL、0.16 mg Sb eqだった。
分析はCarbone 4とフランスのエコロジー移行庁ADEMEとの協力で行われ、ResilioとHubbloがピアレビューを担当した。対象は温室効果ガス排出、水使用、資源枯渇の3区分で、Frugal AI方法論、GHG Protocol Product Standard、ISO 14040/44に準拠したとしている。2025年1月時点の数値として、Mistral Large 2の学習と18か月の利用の影響が示された。推論の限界影響はLe Chatの400トークン応答で算出され、ユーザー端末は除外されている。
Mistral AIは、モデルの学習による絶対的影響、推論の限界影響、ライフサイクル全体に占める推論の割合の3指標が重要だとする。前2者は報告の義務化もあり得るとし、3つ目は任意開示の内部指標として位置づけている。また、影響はモデルサイズにほぼ比例し、10倍大きいモデルは同じ生成トークン量で影響が1桁大きくなるとする。研究は初期的な近似であり、GPUのライフサイクルインベントリが未整備なため、製造時の影響は推定に頼ったと説明している。
同社は、標準化された国際的枠組みでのモデル別環境影響の公表と、それに基づくスコアリング制度の可能性を挙げる。利用側では、適切なモデルサイズの選択、問い合わせの集約、AIリテラシーの向上を提案し、公的機関の調達基準にモデルサイズと効率を含めることも示唆している。今後も報告を更新し、結果はADEMEのBase Empreinteデータベースで公開される予定である。
出典: Mistral AI News · mistral.ai