Green AI Cloud 太陽光 + 水力で稼働中

「超高速、超省電力」グリーンAIクラウド、始動

自社グリーンデータセンターで動くエージェント基盤。応答はミリ秒、電力は自社の再エネで完結する。

アーキテクチャを見る
0.5 ms エージェント脊髄反射技術
応答実行時間（自社計測値・LLM推論なし）
EntreprenAIs Cloud
グリーンAIクラウドの応答速度は？
反射応答で 0.5ms 台です。CPUキャッシュ経路（LLM推論なし）で固定応答を返しています。
0.5 ms 台の反射応答
超省電力・実質再エネ100%で稼働

実際に稼働中の「お問合せAI」です。LIVE DEMOと同じ会話が自動再生されます。

＋ 数値の計測条件・開示範囲について

メーター・数値は自社計測値にもとづく傾向値です。「0.5ms」はエージェント脊髄反射技術（CPU上で完結する低遅延応答経路）の実行時間の自社計測値であり、すべてのリクエストがこの数値で応答することを保証するものではありません。計測条件（レスポンスの定義・ベンチマーク環境・再現性）および「実質再エネ100%」の定義・開示粒度は、対外開示の透明性向上に向けて継続整備中です。

Live Demo

速さは、会話でしか伝わらない。

左は自社エージェント基盤の反射応答。右は同一プロンプトをクラウドLLM推論（gpt-oss:20b-cloud）へ。右パネルは実測どおり実時間で待ちます——左が会話を終えても、右はまだ最初の返答を書いています。

EntreprenAIs Cloud cache 自社グリーンDC / 反射経路
reflex path
画面に入ると自動で実行します
0.5 ms 応答処理時間の累計
LLM推論なし / CPUのみ
クラウドLLM推論 gpt-oss:20b-cloud 他社DC経由 / 毎回フル生成
cloud inference
実測どおり実時間で待機します
9.5 s 会話開始からの経過時間
（実測 9.5〜22.9 秒 / 応答）

※ デモは自社実測値（2026-08-05）を再現したシミュレーションで、右パネルの待ち時間は倍速なしの実時間（1応答あたり 9.5〜18.7 秒）です。会話が終わると自動でリプレイします。左は固定応答をキャッシュから返す処理、右は毎回フル生成する推論処理で、処理内容が異なります。左の文字送りは可読性のための表示演出で、応答処理そのものは 0.5ms 台で完了しています。

＋ 計測条件・実測値・比較の非対称性についての注記（4件）

計測条件: 2026年8月5日、同一プロンプト「グリーンAIクラウドの応答速度は？」で計測。自社側は CPU キャッシュ応答経路（source: cache、LLM推論を介さず固定応答）のサーバー内部処理時間、gpt-oss:20b-cloud 側は `eai-ext-ollama` 経由（Ollama社のクラウド推論基盤、ローカルVRAM不使用を確認）でリクエスト送信〜応答完了までの総時間（wall time）。実測レンジは 0.5〜1.0 ms 対 9.5〜22.9 秒。gpt-oss:20b-cloud 側は出力トークン数1126〜1929のフル生成（reasoning過程を含む）にかかった総時間です。

gpt-oss について: gpt-oss は OpenAI 社が公開したオープンソースの大規模言語モデルであり、同社の商用API（ChatGPT・GPT-4/GPT-5等）とは異なります。今回は `gpt-oss:20b-cloud`（Ollama社のクラウド推論基盤経由）をクラウドLLM API経由エージェントの一例として計測しました。

比較の非対称性: 自社側はキャッシュからの固定応答、gpt-oss:20b-cloud 側は毎回フル生成の推論であり処理内容が異なります。応答時間差の主因は「推論の有無」そのものです。倍率は最小差（9.5s ÷ 1.0ms ≒ 9,500倍）〜最大差（22.9s ÷ 0.5ms ≒ 45,800倍）の範囲です。

今後の拡張: 現時点では商用クラウドAPI（Claude・GPT本家等）への直接アクセス手段が未整備のため、オープンソースモデルのクラウド推論実測のみを掲載しています。デモ2ターン目以降の待ち時間は、この実測レンジ内の想定値です。

Our Approach

賢さは前提になった。
私たちは、速さと電力を設計する

モデルの賢さは業界全体で急速に進んでいます。その上で、エージェントが日常的に働き続ける基盤に必要なのは、応答速度・消費電力・電源構成の透明性です。私たちはこの3つを設計対象にしました。

01 / SPEED

応答速度を設計する

定型的な応答は、LLM推論とネットワーク往復を経路から外してCPU上で返します。会話が何往復も続く用途では、この一手が体験の質をそのまま決めます。

02 / POWER

消費電力を設計する

推論を必要な場面に集中させ、それ以外はCPUで完結させます。使う電力そのものを小さくすることが、コストと環境負荷の両方に効きます。

03 / TRANSPARENCY

電源構成を開示する

推論は自社グリーンデータセンター内で完結するため、電力の起源を自社で説明できます。ESG/CSR要件の確認に必要な証跡整備を前提に運用しています。

Architecture

考える脳と、反射する神経は、
ひとつの会話でつながっている

大脳AI × エージェント脊髄反射技術

EntreprenAIs Cloud は応答をつくる「大脳AI」と、瞬時に反応する「エージェント脊髄反射技術」——人間の神経系になぞらえた2層で構成されています。肝は「分けたこと」ではなく、分けたまま一本の会話としてつながっていること。どの応答がCPUの反射で、どこからGPUの思考に切り替わったのか、話している側は意識しません。その切り替えを担うのが、設計図を実行体へ変換するコンパイル技術です（現時点では半自動——対応できる範囲を運用しながら広げています）。

01

大脳AI — じっくり思考

複雑な判断・生成は、自社グリーンデータセンター内で稼働するローカルLLMが担当。クラウドLLM（他社データセンター経由）を介さないため、自社の再エネ電力起源で完結します。

SEAMLESS
02

コンパイル技術 — 設計図を実行体へ

大脳AIが一度じっくり考えて書いた「設計図」を、CPUだけで動く軽量な実行プログラムと、推論が必要な部分に分離する自社独自技術。現在は人と並走しながら進める半自動の工程で、運用しながらCPU実行の比率を段階的に引き上げ、低コストに繰り返せる範囲を広げています。「学習は高性能な計算資源で1回、推論は省エネな環境で日常的に」という発想です。

SEAMLESS
03

エージェント脊髄反射技術

定型的な応答は、脳を介さず完結する脊髄反射に相当する処理を、LLM推論なしでCPU上で実行。この実行体こそ、コンパイル技術が生成する実行プログラムです。反射で足りない問いは、そのまま大脳AIへ引き継がれます——会話は途切れません。

Reflex path
0.5 ms

エージェント脊髄反射技術の応答実行時間（自社計測値）。反射で返せる問いはCPUで、思考が必要な問いは大脳AIへ——切り替えは会話の裏側で自動的に起こります。

LLM inferencenone
Network hopin-house
ComputeCPU / GPU auto
Power sourcerenewable
＋ 数値と「コンパイル技術」の注記

「0.5ms」は自社エージェント基盤における低遅延応答経路の実行時間の自社計測値です。計測条件は今後対外開示の透明性を高めていく予定で、現時点では自社内実測値としてご案内しています。すべてのリクエストがこの数値で応答することを保証するものではありません。「コンパイル技術」は設計図から実行プログラムへの変換の一部を自社独自の仕組みで行う技術です。現時点では全自動ではなく、人と並走しながら進める半自動の工程であり、変換できる処理の範囲は順次拡大中です。詳細な変換方式は非公開です。

Green Infrastructure

太陽光と水力で動く、グリーンAIクラウド

自社グリーンデータセンター内で、太陽光自家発電と再エネ電力契約（アクアエナジー100等）による電力のみでAI推論を完結。外部クラウドLLM・他社データセンターを経由しないため、電力起源を自社で説明でき、環境負荷とコストを同時に抑えられます。

PV

自社グリーンデータセンター

太陽光自家発電と再エネ電力契約（アクアエナジー100等）による電力で運用しています。

A2A

外部依存を経路から外す

外部クラウドLLMへの通信往復と、他社データセンターの電源構成への依存を排除。電力起源を自社で完結させています。

kW

自社開発の超省電力技術

再エネ電力の出力・供給量には限りがあるため、消費電力を極限まで下げるハイブリッドアーキテクチャを自社開発しました。

ESG

証跡を前提にした透明性

電源構成を対外開示し、証跡整備を前提とした透明性のある「グリーン」訴求を行っています。

＋ 「実質再エネ100%」についての注記

自社太陽光発電設備の自家発電および再エネ電力契約に基づく表現です。「実質」の定義・開示粒度については対外公表の透明性向上に向けて継続的に整備を進めています。個別契約の詳細な証跡開示については、お問い合わせいただければ可能な範囲でご説明します。

Why Green AI Cloud

制約が、両立を生んだ

再エネ電力の出力・供給制約
→
消費電力を極限まで削減する必要
→
超省電力技術を自社開発
→
超省電力 × 超高速 × グリーンが両立

速さと、電力の説明責任を、
同時に手に入れる

IT導入のご担当者様、ESG/CSR推進のご担当者様からの導入相談・共同研究のご相談を承っています。

About

樽石デジタル技術研究所合同会社（TDRI）

会社概要

樽石デジタル技術研究所合同会社（TDRI）は、 2018年に創業、2021年12月に法人設立した 千葉県白井市を拠点とするテクノロジーカンパニーです。 再生可能エネルギーと IT の融合を事業の柱に、 AI エージェントを経営の中核に置く EntreprenAIs プラットフォームの 研究開発・運用を行っています。

従業員数 0 人。CFO・CTO・CPO・CLO・CHRO・CISO・COO・Auditor の 8 体の AI エージェント（C-Suite Agent Fleet）が経営を担う、 マルチエージェント経営を実践している企業です。

創業の原点

父方の実家が福島県いわき市にある代表の樽石将人は、 2011年の東日本大震災を機に「電気を使う国にした当事者としての責任」を痛感し、 再生可能エネルギーを安定活用するためのデジタル技術確立を目指して 本研究所を立ち上げました。

代表プロフィール

代表社員 樽石将人は、外資系 IT 企業・Google Japan・楽天でエンジニアとして 大規模分散システムの開発に携わったのち、Retty の CTO として東証マザーズ上場を経験。 現在は大手グループ会社の CTO として経営を担いながら、 早稲田大学データサイエンス研究所の招聘研究員として研究活動も継続。 2021年に TDRI を法人設立し、EntreprenAIs C-Suite Agent Fleet との マルチエージェント経営を自ら実践・研究している。