以下の記事は産経新聞の取材者が間違えているのか、ＮＴＴ人間情報研究所が間違えているのか分かりませんが、『１時間当たり100万キロワット以上の電力を消費する』の部分は、kWとkWhとkW/hの区別がついていない人がやってしまいがちな間違いです。

　コンピュータは計算の負荷などの条件によって消費電力量は大きく異なりますが、富岳のようなスパコンはフルパワーで計算すると30MW程度の消費電力です。この場合、フルパワーで10時間計算を続けると、消費電力量は30MW×10時間=300MWhになります。

　平均70％の消費電力で24時間×365日稼働すると、30MW×70％×24時間×365日=183,960MWh（約184GWh）が富岳の年間消費電力になります。

　ChatGPT-3.5と3では異なりますが、ChatGPT-3.5のトレーニング期間は28日で、ChatGPT-3のトレーニング期間は30日くらいと推定されています。 

　ChatGPT-3のトレーニングには30日間で10GWh (10,000MWh)掛ったと想定されているので、10,000MWh÷24時間÷30日≒14MWの消費電力になり、富岳よりも若干消費電力の少ないスパコンを使っていると推測できます。

　1GW出力の原発は一時間当たり1GW＝1,000MW出力なので、ChatGPT-3が使ったメインフレームの一時間当たりの消費電力が14MWだと、当該記事は1,000MW÷14MW≒71倍も間違っていることになります。

　OpenAIがChatGPTの消費電力を公表していないことについては、一部のアメリカのクオリティー誌から批判されています。然しながら、サーバーの100％をChatGPT-3.5や4のサービスに使っているわけではなく、実際のサーバーの運用率は、ユーザの利用状況や、新しいモデルの実験やトレーニングやメンテナンスなどの条件によって毎時間異なっているので、説明し難いといったOpenAIの内情は分からなくもありません。

　そこで、論文や報道などからわかる範囲で分かる消費電力の情報を提供すると、以下のような感じです。
 
　ChatGPT-3のトレーニングには、約10GWhの電力が必要でした。
　ChatGPT-4のトレーニングには、約1.287GWhの電力が必要でした。これは、ChatGPT-3の約八分の一に相当します。

　ここで注意が必要なのは、ChatGPTが３から４にアップデートして計算効率が８倍になったという意味ではないことです。 実際にはChatGPT-3でトレーニングしたデータを蒸留（トレーニング済みの情報を抽出することを蒸留と言います）して、移植できるようにしたのでトレーニングの作業量自体が少なくなっていることが主な原因です。