AIインフラ計算ツール
AIサーバーの必要規模を貴社の条件で算出
8つの基本データから、3つの方式を比較します。本ツールは、自社でAIを運用する場合のGPU、電力、人員、コストを示し、すべての前提条件を開示します。
- 計算はお使いのブラウザ内でのみ行われます。データが保存されるのは、レポートをご請求いただいた時点です。
- 推奨される方式と主要な数値は、フォームへの入力なしですぐに表示されます。
- すべての前提条件を、出典とともに算出方法の欄に記載しています。
計算ツールの算出方法
結果の数値はすべて、貴社の基本データとその横に示す前提条件から導かれます。前提条件は1つのファイルにまとめ、日付とともに管理しています。
- アクティブユーザー数は、従業員数に知的業務の割合と初年度の利用率を掛けた値です。
- ピーク時の同時リクエスト数は、アクティブユーザー数に同時利用率を掛けた値です。同時利用率はユーザー数が多いほど下がり、複数シフトの場合は最も人数の多いシフトで算出します。
- 1日あたりのトークン数は、アクティブユーザー数に用途ごとのトークン数を掛け、用途ごとの利用者の割合で重み付けした値です。
- ピーク時のスループットは、同時リクエスト数と1リクエストあたりの目標速度から求めます。
- モデルのクラスは用途から決まります。エージェントとプログラミングには、文章作成と質問よりも大きなモデルが必要です。
- GPUの数は、メモリ要件とスループットのうち大きいほうの値に、障害時の予備として1つのモデルインスタンスを加えたものです。
- 接続電力は、GPUの消費電力にサーバーの基本負荷を加え、PUEを掛けた値です。PUEはデータセンターによって異なり、自社のサーバールームがない場合はコロケーションの値を用います。年間の電力量は平均稼働率で算出します。
- 人員は、方式、ユーザー数、GPUの数から求めます。
- 3年間のコストは、購入費に年間の運用コストの3倍を加えた値です。OneMachineのライセンスと導入費用は含みません。
- 推奨は、保護要件、既存のサーバールーム、ITチームの空き余力、3年間のコストから決まります。
| 前提条件 | 値 | 出典 | 種別 |
|---|---|---|---|
| 利用 | |||
| 初年度の利用率、低 | 20 % | ZEW 2026, Bitkom 2026 | 調査 |
| 初年度の利用率、中 | 40 % | UK Government 2025, ZEW 2026 | 調査 |
| 初年度の利用率、高 | 60 % | UK Government 2025, ZEW 2026 | 調査 |
| ピーク時の同時利用率、アクティブユーザー1人以上 | 8.5 % | Microsoft Azure LLM Inference Trace 2024 | 設定値 |
| ピーク時の同時利用率、アクティブユーザー50人以上 | 6 % | Microsoft Azure LLM Inference Trace 2024 | 設定値 |
| ピーク時の同時利用率、アクティブユーザー100人以上 | 4.7 % | Microsoft Azure LLM Inference Trace 2024 | 設定値 |
| ピーク時の同時利用率、アクティブユーザー500人以上 | 3.1 % | Microsoft Azure LLM Inference Trace 2024 | 設定値 |
| ピーク時の同時利用率、アクティブユーザー1,000人以上 | 2.7 % | Microsoft Azure LLM Inference Trace 2024 | 設定値 |
| 複数シフト、最も人数の多いシフトのユーザー割合 | 60 % | MindsMachines 2026 | 設定値 |
| 年間の稼働日数、単一シフト | 205 | IAB Arbeitszeitrechnung 2025 | 実測 |
| 年間の稼働日数、複数シフト | 300 | IAB Arbeitszeitrechnung 2025 | 設定値 |
| 1日あたりのトークン数、文章作成と質問 | 20,000、ユーザーの100% | Microsoft Azure LLM Inference Trace 2024 | 設定値 |
| 1日あたりのトークン数、文書検索 | 60,000、ユーザーの60% | Microsoft Learn, Azure OpenAI On Your Data 2026 | 提供元の公表値 |
| 1日あたりのトークン数、エージェントと自動化 | 200,000、ユーザーの30% | Anthropic 2025 | 提供元の公表値 |
| 1日あたりのトークン数、プログラミング | 150,000、ユーザーの10% | Ziegler et al. (GitHub) 2022 | 実測 |
| 1日あたりのトークン数、コーディングエージェント | 1,000,000、ユーザーの5% | Anthropic, Claude Code 2026 | 提供元の公表値 |
| 1リクエストあたりの目標速度 | 毎秒30トークン | Brysbaert 2019, MLCommons 2025 | 設定値 |
| モデル | |||
| 小規模オープンモデル、約80億パラメータ | 8 GB、GPU1基あたり毎秒2,500トークン | Meta Llama 3.1, NVIDIA NIM | 提供元の公表値 |
| 中規模オープンモデル、300億から700億パラメータ | 70 GB、GPU1基あたり毎秒250トークン | SemiAnalysis InferenceX 2025 | 実測 |
| 大規模Mixture of Expertsモデル、1,000億パラメータ超 | 400 GB、GPU1基あたり毎秒250トークン | SemiAnalysis InferenceX 2026 | 実測 |
| 大規模モデルを採用するアクティブユーザー数の基準 | 1,500 | MindsMachines 2026 | 設定値 |
| GPU、電力、価格 | |||
| GPU1基あたりのメモリ | 141 GB | NVIDIA H200 | 提供元の公表値 |
| GPU1基あたりの消費電力 | 700 W | NVIDIA H200 | 提供元の公表値 |
| サーバー1台あたりの基本負荷 | 2,500 W | Lawrence Berkeley National Laboratory 2024 | 実測 |
| GPU1基あたりの購入費(サーバー按分を含む) | 40,000 ユーロ | Lenovo 2026, Supermicro 2026 | 提供元の公表値 |
| ネットワークとストレージ、初期費用 | 50,000 ユーロ | DELTA Computer 2026, Geizhals 2026 | 提供元の公表値 |
| 年間の保守費 | 購入費の10% | Lenovo 2026 | 設定値 |
| PUE、自社データセンター | 1.5 | EnEfG § 11 | 法令 |
| PUE、コロケーション | 1.4 | Bitkom 2025 | 予測 |
| 平均稼働率 | 45 % | Patel et al. 2024, Wilkins et al. 2026 | 設定値 |
| 産業用電力料金 | 1 kWhあたり21セント | Eurostat 2026 | 実測 |
| 方式A、100万トークンあたり | 3 ユーロ | Azure, AWS, Google, Mistral 2026 | 提供元の公表値 |
| 方式B、GPU1時間あたり | 2.75 ユーロ | Open Telekom Cloud 2026 | 提供元の公表値 |
| 人員 | |||
| 方式A、人員 | 0.3に、1,000ユーザーあたり0.2とGPU1基あたり0を加算 | MindsMachines 2026 | 設定値 |
| 方式B、人員 | 1に、1,000ユーザーあたり0.2とGPU1基あたり0.03を加算 | MindsMachines 2026 | 設定値 |
| 方式C、人員 | 2に、1,000ユーザーあたり0.2とGPU1基あたり0.06を加算 | MindsMachines 2026 | 設定値 |
| フルタイム人員1名あたりのコスト | 93,000 ユーロ | Destatis 2025, Hessisches Statistisches Landesamt 2025 | 実測 |
| ITチームの空き余力の割合 | 10 % | MindsMachines 2026 | 設定値 |
前提条件は26.10.2026時点のものです。
OneMachine
3つの方式のいずれでも、オーダーメイドのソリューションを
オーダーメイドのソリューションは、貴社のテナントまたはデータセンターで、貴社のロールとログ記録のもとで稼働し、事業者がコンテンツにアクセスすることはありません。アップデート、監視、セキュリティパッチはライセンスに含まれます。
運用手順が文書化されている環境はMicrosoft Azureで、その他の環境にも対応しています。貴社に合う方式は、アーキテクチャ・セキュリティ面談で確認できます。
EUのAPI経由のモデル
OneMachineを貴社の環境で運用し、EU内でホスティングされたモデルをデータ処理契約のもとで利用します。
ドイツのクラウドのGPU
ドイツ国内の事業者が提供する専有GPUで、オープンモデルを利用します。
自社データセンターのGPU
自社のGPUサーバーをオンプレミスで運用し、ハードウェアとモデルを完全に管理します。
次のステップ
試算結果をアーキテクトと一緒に確認する
アーキテクチャ・セキュリティ面談では、試算結果を貴社の環境に照らして確認します。最後には、貴社テナント内での運用、アクセスモデル、ロール、ログ記録についての明確な見通しが得られます。
- アーキテクチャ・セキュリティ面談、30分、オンライン
- 貴社テナントまたはデータセンターでの運用
- アクセスモデル、ロール、ログ記録
プラットフォーム
OneMachineは貴社のテナントで稼働します
データとログは貴社の環境内にとどまり、方式BとCではモデルも同様です。MindsMachinesがコンテンツにアクセスすることはありません。
