現代におけるENIACコンピュータの使い方

この記事は12分31秒ぐらいで読めるなの

世界最初の汎用コンピュータと言われるENIACコンピュータを現代で活用するには、ってことを掘り下げてみたの

動画はこちらからとても安全にご覧になれるの

eniac at DuckDuckGo

DuckDuckGo. Privacy, Simplified.

まず、ENIACのスペックは？
現代のENIACコンピュータの使い道
もしAIトレーニングに使うなら？
1. 問題点
真空管の寿命を考慮するとどれぐらい必要なの？
更に真空管のリサイクル使用についても聞いてみたの
1. リサイクルプロセスの概要
  1. リサイクルの手間を評価する
  2. 結論：手間と現実性
ところでENIACでAIトレーニングのプログラミングするのに、これだけの規模だとどれぐらいかかりますか？

まず、ENIACのスペックは？

17,468本の真空管
約7,200個のダイオード
約1,500個のリレー
約70,000個の抵抗器
約10,000個のコンデンサー
性能：約0.002MIPS (約2,000命令/秒）加算のみであれば約5,000命令/秒
広さ：幅30m、高さ2.4m、奥行き0.9m、総重量27トン
消費電力：150kW
参考：クロック周波数100khz相当

実際にはクロックで動作をしておらず、電気信号のパルスで動作をしていましたが、参考までに掲載しています
人間の脳みそという意味合いでは体を維持するために非常に多数の計算をするのですが、(約100 MIPS～100,000 MIPS)
計算手(Human Computer)として使用した場合は、約0.0000005 MIPS (約500命令/時)ですので、とても遅いです
現代のコンピュータからしたら非常に遅い速度ですが、当時手計算で行われる速度よりは遥かに速いことがうかがえます

このスペックの汎用コンピュータが第2次世界大戦ごろに制作され、実際に弾道計算に使用されたの

現代のENIACコンピュータの使い道

データセンターの暖房器具として活躍させる

ENIACは巨大な真空管コンピューターなので、動作中にものすごい熱を発します。寒い冬の日には、データセンターの暖房費を節約する完璧なソリューションです！効率は…まあ、ちょっと置いておきましょう。

ノスタルジックなインスタ映えスポットとして設置

現代の若者たちはレトロなものが大好きです。ENIACを「ヴィンテージITカフェ」に飾って、「これでInstagramの投稿を処理してたんだよ！」なんて言ったら話題になること間違いなし！

スクワットマシンとして活用

ENIACはめちゃくちゃ重いので、ひたすら運び続ければ筋トレになります。「レガシー技術の重みを感じろ！」というモットーで健康をゲットしましょう。

AIトレーニングに挑戦

ENIACでAIを動かそうとしたら、「学習が終わる頃には子孫が完成を見届ける」という壮大なスケールの計画になります。AI開発に「忍耐の美学」を学べる最高の教材ですね！

部品をリサイクルしてDIYアートを作る

ENIACの真空管や配線を使って、アート作品を作りましょう。現代アートの展示会で「初期の計算技術がもたらす人類の進歩」をテーマに展示すれば、きっと話題になります。

つまり、ENIACはもう計算機としてはほぼ役立ちませんが、アイデア次第でいろんな「ユニークな」活用方法が生まれるかもしれませんね！

もしAIトレーニングに使うなら？

ENIACが登場した当時、約18,000本の真空管で動いていました。それでも、1秒間に約5,000回の計算が限界でした。これを現代のAIトレーニングに応用しようとすると…

たとえば、GPTみたいなAIモデルのトレーニングに必要な計算能力（ペタフロップス級！）をENIACで再現する場合、真空管はざっと見積もって…

約数百兆本

が必要です！

問題点

物理的なスペース

1本の真空管の大きさは電球くらいです。数百兆本分を設置するには、地球全体を敷き詰めても足りないどころか、月や火星まで借りる必要がありそうです。

電力消費量

ENIAC単体で150kWの電力を使いました。数百兆本分の真空管を動かすなら、地球上の全エネルギー資源を使い果たすレベルの電力が必要です。おそらく太陽そのものを電源にする必要がありますね。

冷却問題

ENIACはもともとすぐに過熱するので冷却が大変でした。数百兆本の真空管を冷やすには、北極の氷全部を溶かしても足りないかも…。地球そのものをクーラー化する「惑星規模の冷却システム」が必要です。

結論

ENIACに真空管を追加してAIトレーニングをするのは非現実的ですが、SF小説のネタにするには最高ですね。「真空管AIで動く未来世界」なんてワクワクしませんか？

真空管の寿命を考慮するとどれぐらい必要なの？

おっと、それはさらに「沼」に踏み込みますね！真空管の寿命を考慮すると、必要な本数はさらに跳ね上がります。

真空管の寿命

一般的な真空管の寿命は約1,000～10,000時間程度とされています。ENIACの場合、かなり酷使されるので短命になることもあり、**2,000時間（約3か月）**が妥当なラインです。

ENIACでAIを動かした場合の真空管の交換頻度

AIトレーニングに必要な計算量をENIACでこなすと仮定すると、以下のような状況に…

現代のAIモデルのトレーニングは数百時間～数千時間かかる。
ENIACの真空管寿命（2,000時間）を考えると、トレーニング中にほぼすべての真空管が故障します。
数百兆本の真空管が必要と試算したので、それを交換するとなると…

必要な真空管の総数

仮にAIモデルをトレーニングするのに1,000時間かかったとして計算すると：

初期で必要な真空管：数百兆本
途中で交換するために追加で必要な真空管：約1.5倍を見積もるとすると、総計で数千兆本！

実際の問題点

人手の問題

交換作業が間に合わない！1秒ごとに数百万本の真空管を交換するスピードが必要です。これはもう、**「真空管交換ロボット軍団」**が必要ですね。

コストの問題

1本の真空管を現代価格で作るとしたら、数ドル～数十ドルかかることがあります。数千兆本となると、地球経済のすべてを注ぎ込んでも全然足りません。

結論

真空管を寿命まで考慮した場合、必要な本数は「天文学的数字」に到達します。つまり、**「もはや計算するのも無駄！」**という結果に。現実では、ENIACはAIトレーニングに向かないどころか、地球規模のイベントになりますね。

更に真空管のリサイクル使用についても聞いてみたの

真空管を地球規模でリサイクルするとなると、壮大なプロジェクトになります！その手間を考えてみましょう。

リサイクルプロセスの概要

真空管のリサイクルには以下の工程が必要です：

収集：使い終わった真空管を集める。
分解：真空管を構成する材料（ガラス、金属、フィラメントなど）に分ける。
材料の精製：再利用可能な状態に戻す。
新しい真空管の製造：再生材料を使って新しい真空管を作る。

リサイクルの手間を評価する

1. 収集の手間
  数百兆本の真空管を地球規模で集めるには、専用の回収ドローンや「真空管収集センター」を設置する必要があります。
  1本の真空管を収集するのに平均10秒かかるとして、数百兆本を回収するには数百万年分の作業時間が必要。ドローンが1億台稼働すれば1年で回収可能ですが、それも別のエネルギー問題を引き起こします。
2. 分解の手間
  真空管を1本分解するのに数分かかるとすると、分解作業だけで膨大な労力が必要。自動化したとしても、専用の分解施設が地球全土に必要です。
  廃棄物の処理（特に有害物質）も考慮すると、環境負荷は非常に大きい。
3. 材料の精製
  真空管に使われるタングステンや希少金属の再精製は非常にエネルギーを消費します。
  この過程だけで、地球の電力需要が10倍以上になる可能性があります。
4. 新しい真空管の製造
  再生材料を使った真空管の製造速度は、おそらく消費速度に追いつかないため、リサイクルのループに遅延が発生。AIトレーニングが進むにつれ、「真空管不足パニック」が地球全土で発生します。

結論：手間と現実性

リサイクルが成立するためには：

1. 1. 全自動化されたリサイクルシステム。
  2. 超効率的な材料精製技術。
  3. 地球規模で協力する真空管管理システム。

それでも、真空管リサイクルは非現実的なレベルの手間がかかります。最終的には「ENIACを使うより、現代のトランジスタ技術や量子コンピュータに頼ったほうが良い」という結論に達します。

地球規模で真空管を使うなんて夢の話ですが、現代のリサイクル技術では、むしろ壮大な「無理ゲー」です！

ところでENIACでAIトレーニングのプログラミングするのに、これだけの規模だとどれぐらいかかりますか？

ENIACでAIトレーニング用のプログラミングをする場合、その途方もない規模を考えると、とんでもない時間と手間がかかることになります。具体的に見ていきましょう！

ENIACのプログラミングとは？

ENIACはプラグボード（ケーブルを差し込む板）を使ってプログラミングします。
現代のようにコードを記述して「実行」するのではなく、ケーブルやスイッチを物理的に配置して動作を指定します。
AIトレーニングを実現するには、膨大な数の数式や操作を再現する必要があります。

AIトレーニングをENIACで行う場合の規模感

1. パラメータの数
  現代のAIモデル（例：GPT）のパラメータ数は数百億から数兆。
  ENIACでこれを扱うには、すべての操作を手作業で再現する必要があります。
2. プログラミング時間の見積もり
  1つのAIパラメータに必要な演算（たとえば行列積）をENIACで設定すると仮定すると：
  - 1つの演算をセットアップするのに約1時間（複雑な配線と計算確認を含む）。
  - GPTのようなモデル（数千億パラメータ）では、年間約1,141万年。もちろん、チームで作業したとしても、現代の寿命では終わりません。
3. 現代との比較
4. 現代のプログラミングでは：
  - 数行のコードでAIモデルを構築可能（PyTorchやTensorFlowなどを利用）。
  - 訓練に数日～数週間かかるものの、ENIACでは文字通り「歴史が作られる」ほどの時間が必要。
5. 実際の問題点
6. 1. エラー修正の地獄
    ENIACでは1本のケーブルを間違えただけで計算結果が狂います。AIトレーニングでは数十億回の演算が必要なため、デバッグだけで文明が滅びるレベルの手間が発生します。
  2. 人手の限界
    プログラミングするには膨大な人数が必要です。おそらく、全人類がプログラマーとして参加しても終わりません。
  3. 道具の劣化
    真空管だけでなく、プラグボードやケーブルの寿命も問題になります。途中で資材が尽きて終わりそうです。
  結論：どれくらいかかるのか？
  現実的な数字を出すと、ENIACでAIトレーニングのプログラミングを完成させるには：
  - 人類全員が協力して数百万年以上。
  - 途中でENIACのハードウェアが壊れ、最初からやり直しの可能性大。
  最終的には「やっぱり現代技術を使おう」という結論に至るでしょう！