同じAIリクエストがスウェーデンよりテキサスで8.5倍多くのCO2を排出

新しいオープンソース手法により、同じAIリクエストがスウェーデンよりテキサスで8.5倍多くのCO₂を排出することが判明

各地域の電力網の平均排出強度に基づく推定値

ストックホルム、2026年10月21日。 スウェーデンのAIプロバイダーであるBerget AIは本日、ストックホルム環境研究所（SEI）、およびテック系非営利団体WattTimeとKlimatkollenの研究者と共同で開発した、個々のAIリクエストあたりの炭素排出量を計算するオープンソース手法を発表しました。Berget AIの顧客は、サービス利用中に自身の排出量をコンソールで追跡できます。この手法を誰でも無料で利用できるようにすることで、Berget AIはより多くのAIプロバイダーにリクエストごとの排出量を報告してもらい、購入者が実際の数値でプロバイダーを比較し、より低炭素な選択肢を選べるようにしたいと考えています。

「今日、ほとんどの企業は、AI利用がどれだけ排出しているかを知る方法がありません。この手法を使えば、顧客はリクエストごとの排出量を追跡し、マーケティングではなくデータに基づいてプロバイダーを比較できます。もし数値が見えれば、ほとんどの欧州のバイヤーは異なる選択をするでしょう」とBerget AIのCEOであるAndreas Lundmark氏は述べています。

オープンモデルKimi K3への典型的なリクエストは、スウェーデンでは約0.4グラムのCO₂、アイルランドでは1.6グラム、ドイツでは2.5グラム、テキサスでは3.2グラムのCO₂を排出します。これはテキサスではスウェーデンの8.5倍です。この結果は、モデル、時間帯、プロンプトの一部がキャッシュされているかどうかに依存するため、この手法は平均値を用いるのではなく、各リクエストを個別に計算します。Berget AIは、サーバーが稼働する地域の平均グリッドミックスを使用し、ハードウェア製造からの排出量も含めて、地域に基づいた数値を報告します。

購入者がAIプロバイダーから排出量データを得ることは稀であり、存在する公開データはほとんどが外部からの推定平均値です。任意のデータセンターで実行可能なオープンウェイトモデルは、AIトラフィックの増加するシェアを処理しています。VercelのAIゲートウェイでは、2026年6月にトークンの29%を占め、4月には11%でした。これらのモデルでは、リクエストの実行場所は購入者の選択ですが、排出量が可視であることが条件となります。

「AIのフットプリントに関する多くの懸念される数値は、平均値に推定されるボリュームを掛け合わせたものであり、誰もそれを検証できません。唯一公正な比較は、各リクエストを計算して合計することです。私たちは判断基準を公開したので、誰でも検証して使用できます」とBerget AIのCTO兼共同創設者であるChristian Landgren氏は述べています。

「国際エネルギー機関は、データセンターの電力消費量が2030年までに約945 TWhに倍増すると予測しており、AIがその主な推進要因となっています。効率化のあらゆる約束は、需要の増加によって相殺され、再生可能エネルギーによる排出削減を無効にする可能性が高いです。このような方法論は、情報に基づいた意思決定のための透明性の高い基盤を提供します。その強みは、AIの持続可能性において、グリッドの場所と重要なインフラストラクチャがどのように重要であるかを明確に示していることです」とSEIの研究ディレクターであるSomya Joshi氏は述べています。

手法について

パートナーは、Berget AIのインフラストラクチャの環境影響（エネルギー、水、ハードウェアを含む）と、その上で稼働するKlimatkollenのGarbo AIの炭素フットプリントをマッピングおよび測定しました。彼らはそのデータを現在の研究と組み合わせて、炭素排出量とより広範な環境影響に翻訳しました。

この手法は、Green Software FoundationのSCI for AI仕様に準拠しており、GitHubでMITライセンスの下で利用可能です。co2.berget.aiの計算機は、あらゆるモデルと地域にそれを適用します。これは、プロバイダーの外部からの排出量を推定するEcoLogitsやSustainable AI GroupのCLEERダッシュボードなどのオープンソース推定器に基づいています。私たちが知る限り、Berget AIは、自社のインフラストラクチャでリクエストごとの排出量を計算し、その手法を公開した最初の推論プロバイダーです。パートナーは、現在のバージョンには含まれていないチップ製造の水のフットプリントとエネルギーフットプリントをカバーするなど、開発を継続します。

排出量の推定値は、温室効果ガス会計の標準であった、各地域の電力網の現在の平均排出強度に基づいています。新たに登場するアプローチは、限界排出率を使用しており、これは既存の発電所の使用と需要増加を満たすために新設される発電機への追加負荷の影響を推定します。限界推定値は来月計算機に追加され、スウェーデンのデータセンターの温室効果ガス強度の測定値を大幅に変更する可能性があります。
*

*訂正、2026年10月21日： embargo下で配布された本リリース以前のバージョンでは、リクエストあたり1.2g（アイルランド）、2.1g（ドイツ）、3.9g（テキサス）およびテキサスとスウェーデンの差が10倍であると記載されていました。本リリースで公開されたグリッド強度に関するソースレビューにより、アイルランド約224、ドイツ約337、テキサス約333 g CO₂e/kWhに修正されました。修正されたリクエストあたりの数値が上記に表示され、テキサス–スウェーデンの差は8.5倍となりました。スウェーデンの数値は変更ありません。
*

事実

Berget AIについて

Berget AIは、欧州におけるイノベーションと成長を解き放つためのAI主権を提唱しています。2024年にスウェーデンで設立されたBerget AIは、民間および公共部門の組織向けに推論およびAIインフラストラクチャを提供しています。2025年以来、すべてのAPIリクエストのCO₂排出量を報告しています。

SEI、WattTime、Klimatkollenについて

パートナー：ストックホルム環境研究所（知識パートナー）、WattTime（科学パートナー）、Klimatkollen（パートナー）。

ストックホルム環境研究所は、気候、環境、持続可能な開発の課題に取り組む国際的な非営利研究機関です。詳細については、www.sei.orgをご覧ください。

Klimatkollen.seは、自治体や企業に関する気候データを提示するスウェーデンの市民プラットフォームです。目的は、より関与した市民、より事実に基づいた気候論争、そしてパリ協定に沿った排出削減策に貢献することです。Klimatkollenは非営利団体Klimatbyrånによって運営されています。

WattTimeは、すべての人々、企業、政策立案者、国が排出量を削減し、よりクリーンなエネルギーを選択できるようにする環境技術非営利団体です。カリフォルニア大学バークレー校の研究者によって設立された私たちは、関心のある人が誰でもより多くの排出量をより速く削減するのを助ける、データ駆動型のツールとポリシーを研究、開発、共有しています。www.watttime.org

• Andreas Lundmark, CEO, andreas@berget.ai, +46 730 794 471
• Christian Landgren, CTO, christian@berget.ai, +46 70 775 58 31

リンク

• 計算機: co2.berget.ai
• コードと方法論: github.com/berget-ai/co2-calculator
• npm: @bergetai/co2-calculator

---

[画像: Rule 30のパターン例]
[動画: Rule 30の生成過程]
[音声: Rule 30のパターンに関連する音]
[図: Rule 30の構造図]

[画像: Rule 30の左端のストライプパターン]
[画像: Rule 30の右端のパターン]

[画像: Rule 30の左端のストライプパターンとエッジの拡大図]
[画像: Rule 30の右端のエッジルーラー]

[画像: Rule 30の全体像、中央の列、および関連する実験の図]

[画像: Rule 30の左側を無限の開始パターンから構築する様子]
[画像: Rule 30のビットを反転させたときの変化の伝播]
[画像: Rule 30の左側が結晶化する様子]

[画像: Rule 30の左側がSierpinski三角形として構築される様子]
[画像: Rule 30の全体像がSierpinski三角形の重ね合わせとして描かれる様子]

[画像: Rule 30の左側と右側におけるSierpinski三角形の構造]

[画像: Rule 30の左側と右側におけるSierpinski三角形の構造のデモンストレーション]

[画像: Rule 30の左側エッジの白線が要求するコストのシミュレーション]

問題1の現状

私たちは3つの問題のいずれも解決していません。以下は、その過程で判明したことを平易な言葉でまとめたものです。以下の各証明は、プロジェクト内で第二読者によってチェックされました。まだ外部でのレビューは受けていません。計算は、実行前に期待される結果とともに発表され、少数の探索的なものは記録でそのようにマークされています。

私たちが攻撃したケース

• 有限の開始パターン（黒いセルが1つ以上あるもの）において、中心列が最終的に永遠に単色で留まることは不可能である。これは2026年9月にCondreyによって証明されました。彼は、白、黒、白、黒という次のケースを未解決のケースとして命名しました。そして、この作業はこのケースについてです。
• 中心列の近くには、そのような反例は存在しません。その白いエッジは、中心から248セル以上左から始まる必要があります。108セルまでの左側と組み合わせて機能する32セルまでの右側はありません。これは43億ケースすべてがチェックされました。
• Rule 30の近縁であるRule 210についても同様の質問が解決されました。有限の開始パターンは、その中心を白、黒、白、黒と刻むことはありません。

反例が存在する場合、それは以下のようになります

• 中心列の隣の列は決して繰り返しのパターンに落ち着かず、したがって上記のホイールは永遠に滑り続けます。
• その滑りは、固定比率よりも速く稀になることはありません。
• 1ステップおきに読み取ると（左側がそれを見るすべて）、その列は、右側に何があっても、1リードあたり8分の1ビット未満の情報しか運びません。
• それは有名なフィボナッチ単語やその種のシーケンスではなく、ほとんどすべての回転速度で、ウィンドウを通しての回転円の読み取りでもありません。Thue–Morseシーケンスは、少なくとも15,868セルまでの左エッジについては除外されています。

最初の点（1990年のJenの定理）を除き、これらは10月4日時点の記録にはなく、限定的な検索でも印刷物で見つけることはできませんでした。これらを合わせると、反例はありそうもないように思えますが、証明ではありません。すべては、誰も方法を持っていない一つの声明に帰着します。中心をそのビートに合わせるには、実際の情報が必要です。ビートを維持する開始パターンの数は、時間とともに指数関数的に減少するはずです。私たちはその減少を測定でき、それはステップあたり約1ビットに近いです。開始の左側によって支払われるコストの部分は証明されています。右側によって支払われる部分は未解決の問題です。

中心列自体

• 最初の4,194,304セルにおいて、線形テストに対してはコインのように予測不可能であり、その半分の長さ以下の線形再帰では生成されません。これは、公正なコインが与えるものと全く同じです。
• その色は公正なコインのようにバランスが取れており、16セルまでのどの単語も、サンプルの中央で有利なままである単語を探した場合でも、チャンス以上に繰り返し現れることはありません。
• コードとして読み取ると、列はどこから来たのかを言うことができません。無限に多くの他の有限開始パターン（11、101、1011、10101など）が全く同じ中心列を生成します。右側に最大20セル、左側に最大108セル、または右側に最大28セル、左側に最大200セルのすべての開始パターンの検索では、他のものは見つかりませんでした。

永遠に時計を刻むリング

一つの構築が、可能性の端がいかに近いかを示しています。84個のセルからなる行が、端から端まで永遠に繰り返されると、6ステップごとに元に戻ります。その中心は永遠に白、黒、白、黒と刻み、その隣の列は短いループを繰り返し再生します。これは反例ではありません。なぜなら、無限に多くの黒いセルがあるからです。しかし、これは反例がしなければならないことを正確に行っている実際のRule 30パターンです。

[画像: ネックレスのパターン]

7 · 数学における双子：Collatz

任意の整数を取ります。偶数なら半分にし、奇数なら3倍して1を足してから半分にします。これを繰り返します。Lothar Collatzは1937年に、すべての開始値が最終的に1に到達するかどうかを尋ねました。コンピュータは271未満のすべての開始値をチェックしました（約2.4 × 10^21）。誰もそれを証明できません。そして、証明または反例に対して1億2000万円（Bakuage、2021年）の賞金が待っています。

それは別の世界のように見えますが、バイナリではRule 30と同じマシンです。バイナリで書かれた数値は黒と白のセルの行であり、それを3/2倍すること（Collatzの奇数ステップの中心、つまり3n/2 + 1/2）は、その行に対してRule 30が行うことと似たような操作を行います。どちらも、単一の単純なステップであるGrayコードから始まり、補正を加えます。

Grayコードは、各数値が前の数値と単一の桁で異なるバイナリの数え方です：000、001、011、010、110、111、101、100。これはBell LabsのFrank Grayにちなんで名付けられ、ロータリーエンコーダーのように読み取りがジャンプしてはならない場所で使用されます。そのレシピは一つの比較です。数値をバイナリで書き、各桁を左隣の桁と比較し、異なるところを黒にします。このステップを単一の黒いセルから行ごとに繰り返すと、第5章のSierpinski三角形が現れます。Grayコードで数えると、ステップ1、2、3、4、...で桁番号が0、1、0、2、0、1、0、3、...と変化します。その桁は、ステップを2で割った回数であり、これは第3章のエッジルーラーと同じです。したがって、ルーラーのリズムとその音はGrayコードの数え方です。以下では、一つの数値が3つのルールを並べて通過します。

Rule 30はGrayコードに、セルが白で右隣が黒の場合に補正を加えたものです。そのため、補正は単一のセルであり、隣接することはありません。3/2倍することは、数値とその半分の合計であり、これはGrayコードにその加算の繰り上がりを加えたものです。繰り上がりは0に遭遇するまで続きます。同じステップ、それを補正する2つの方法です。

したがって、2つの問題は、同じ単純なルールをわずかに間違って適用する2つの方法であり、どちらもSierpinski三角形の重なりとして展開されます。ここでは両方とも単一の黒いセルから始まります。Rule 30、および3の累乗（単一の1に3/2を繰り返し乗算した結果、偶数での除算は行をシフトするだけです）。

右側の図のt行目は3tをバイナリで表したもので、最後の桁（常に1）が右端にあり、Rule 30のように行ごとに1マスずつ移動します。補正は、次の行がSierpinskiステップから外れる各セルをマークします。Rule 30では単一のセルですが、乗算では繰り上がりであり、文字列として実行されます。エッジルーラーは、各偶数行の黒いエッジのすぐ内側にある白いランをマークします。

類似性はエッジにも及びます。3の累乗の各2行目には、黒いエッジのすぐ内側に白いセルのランがあり、その長さは行番号を2で割った回数のみに依存します。これは、GarethがRule 30のエッジで発見したものと同じ種類のルーラーです。3の累乗の場合、これは「指数を上げる」補題という古典的な定理であり、ルーラーは完全に規則的で、2倍になるごとに1マス長くなります。Rule 30のものは、2倍になるごとに約2.5マスずつ不規則に増加します。そのレートは測定されたものであり、証明されたものではありません。両方の図で、右端に平行な各対角線は2の累乗の周期で繰り返され、両方で中央は証明できない場所です。

質問の形状も同じです。どちらの場合も、有限の開始（数値の有限の桁数または行の有限の黒いセル数）が、逆方向に実行できるルールに与えられ、問題は、開始が制御する部分を超えて出てくるものがコイン投げのように振る舞うかどうかです。一つの正確なステートメントは、両方で単語ごとに成り立ちます。出力の一部が繰り返されるのは、それが現在の状態の大きさ（桁数またはセル数でカウント）を超えない場合に限られます（Collatz側ではこれはすでに知られていました）。そして、簡単なケースを解決する方法は、両方で同じ場所で停止し、さらに3つの有名な問題、1968年のMahlerの3/2問題でも同様です。これは、制約された部分が有限の方法でしか振る舞えない場合には反例が存在しないことを示し、無限の方法で振る舞えるようになると何も言わなくなります。これはまさにRule 30の白黒ケースとMahlerの質問が位置する場所です。

したがって、各側はもう一方にないツールを持っています。Collatzは算術（3の累乗による剰余、対数の線形形式、これは3の累乗が2の累乗にどれだけ近づけるかを制限します）を持っています。Rule 30は局所性を持っています。その補正は単一のセルであり、これがエッジイベントに関する正確なルールを可能にしたものです。どちらかの側での証明は、もう一方の側での証明が置き換えるべきものを示すでしょう。どちらの側にもまだ証明はありません。詳細は、各主張の出典とともに、記録のCollatz部分にあります。

8 · 作業方法

5日間、3人の共同作業者、すべてオープンに

この作業は2026年10月4日から9日にかけて、GarethがAI共同作業者であるAnthropicのClaude（2つの役割）とOpenAIのGPTと協力して行われました。各証明は一方の当事者によって提案され、もう一方の当事者によってチェックされた後、証明済みとして提出されました。予測は実験の前に書き留められ、失敗したすべての予測は保持されました。証明、反論、計算を含む完全な記録は公開されています。