AI真正使用了多少能量？答案令人惊讶 - 有点复杂

AI感觉不可避免。无处不在：您的智能手机，Google，工作工具。AI的特点有望使生活更轻松，更有生产力 - 但是快速聊天机器人查询的环境影响到底是什么？

随着AI采用的不断增长，该技术的能源成本也随之增长。AI由高计算系统组成，需要大量数据，这些数据需要存储在称为数据中心的大型计算机网络上。就像您的个人计算机一样，这些巨大的中心需要电力 - 训练AI模型的过程也比传统的计算机功能更依赖于计算。” 

还：单个聊天机器人提示使用多少能量？这个AI工具可以向您展示

但是，在我们每天已经使用的能量的背景下，从办公室的灯光和笔记本电脑到社交媒体，这种消费实际上如何比较？技术的资源需求可以随着时间的流逝而改变或改善吗？据说它可以节省值得额外的排放时间吗？您应该知道您的个人AI足迹吗？ 

我们与专家和研究人员进行了交谈，以帮助解释AI如何真正使用能量并回答您的可持续性问题，并提供有关您可以做什么的技巧。” 

什么是数据中心？

人工智能比其他类型的技术需要更多的资源来运作。运行它们的数据AI系统摄入和运行它们所需的计算能力的数量使它们与更简单的计算机任务区分开来。AI系统实际上是一个合成的大脑，需要向数十亿个数据提供，以便找到它们之间的模式。这就是为什么大参数模型在某些任务上倾向于更好的原因 - 例如，在猫的四亿张图像上训练的图像模型应该产生比仅在1亿训练的猫的现实图像。 

但是所有知识都需要住在某个地方。您所说的“云”不是一个通风的存储名称，而是一个物理数据中心，或一个大型校园，该校园容纳了宽敞的计算机网络，这些计算机网络可以处理和存储大量数据并运行复杂的查询。一个 

另外： 人工智能数据中心正在变得“令人难以置信的大”

尽管这些大型计算农场一直存在，主要用于企业云服务，但随着AI种族的加剧，它们比以往任何时候都更加需求 - 并且随着工具本身越来越便宜，更便宜。 

穆迪（Moody's）的高级副总裁约翰·麦迪纳（John Medina）说：“您有大型公司一直将这些公司管理为房地产资产。”“每个人都只需要一点；他们不需要大量的能力。” 

他说，现在，要服务迅速增长的客户群的压力。

MIT的林肯实验室和AI基础设施公司Radium的高级工作人员Vijay Gadepally说，这种需求正在推动能源使用，并且模型所使用的参数越多。“您需要更多的计算，甚至可以存储模型并能够处理它。” 

随着对AI的投资仅获得速度，数据中心的增长没有停止的迹象。一月份上任后不久，唐纳德·特朗普总统宣布星际之门项目这是一项耗资500亿美元的倡议，由OpenAI，Softbank和Oracle在内的公司提供支持，以建造“巨大”，50万平方英尺的数据中心。这些公司被称为Hyperscalers，这是一个小型但主要的公司，例如Microsoft，Google，Meta和AWS，它们正在建立狮子的基础设施份额。

还：计算的未来也必须更可持续

但是，麦地那指出炒作周期可能正在夸大数据中心的增长是AI特异性的。他说：“当我们谈论高标准，大数据中心，AI数据中心时，我们会感到困惑。大部分是用于云的。”他指的是存储和数据处理等服务。他指出，尽管所有chat不休，但数据中心只是处理相对较少的与AI相关的任务。

也就是说，AI繁荣正在以使相对主义更难确定的方式转移基本标准。麦地那说：“过去，您没有像这样的巨大需求。四兆瓦被认为是大规模的。”“现在，50，100兆瓦是这样的最低限度。”

AI使用多少能量？

作为Sasha Luccioni博士，在拥抱面孔的Developer Platform的AI和气候负责人都承认最近的专栏，我们仍然不知道AI消耗多少能量，因为很少有公司宣传有关其使用情况的数据。

但是，几项研究表明，由于对AI的需求不断增长，能源消耗正在上升。一个2024伯克利实验室分析发现近年来，电力消耗与AI呈指数增长。GPU加速服务器专门用于2017年乘以AI的硬件；一年后，数据中心占美国每年电力消耗总量的近2％，这一数字每年增长7％。到2023年，这种增长率已跃升至18％，预计到2028年达到27％。即使我们无法拼接在AI上花费了多少数据中心能量，但更多的消费和AI扩展之间的趋势也很明显。” 

另外： 您的数据中心效率低下如何缩小可持续性 - AI采用

波士顿咨询集团估计到2030年，该数据中心将占美国所有电力消耗的7.5％，或相当于4000万所房屋。

佛蒙特州法学和研究生院能源与环境研究所临时主任马克·詹姆斯（Mark James）提供了另一种比较。他指出，一个数月以上的大型设施每小时使用1,000兆瓦的大小与佛蒙特州的高峰需求（60万人）数月相同。”

目前，全球数据中心使用约1.5％世界电力与整个航空业大致相同。它可能会超越它；一个2025年4月IEA报告发现自2017年以来，在全球范围内，数据中心的电力使用量增加了12％，“这是“总消耗率的速度超过四倍”。数据中心，直接或间接地由AI推动，即使其他能源使用量似乎大致相同，也开始占据世界能源景观中的更多空间。

对于某些人来说，这是担心的原因。Gadepally警告说：“如果我们要扩大发电，这将很快成为一个碳问题。” 

想要更多有关AI的故事吗？ 报名，我们的每周新闻通讯。

其他人则旨在将这些数字置于上下文中。尽管有证据表明AI正在提高能源成本，但研究还表明，全球能源消耗总体正在上升。较新的数据中心和GPU也比其前任更节能，这意味着它们可能会产生相对较少的碳。麦地那说：“这100兆瓦的大型建筑正在使用最有效的技术 - 它们不是较老的旧电力型。”即使数据中心乘以乘以，由于现代技术，它们的预测消耗曲线也可能开始升级。 

在AI能源使用中，并非所有类型的AI共享相同的足迹。我们无法从OpenAI和Anthropic（而不是开源模型）等公司获得专有模型的能源消耗数据。但是，在所有模型中，生成的AI（尤其是图像生成）似乎比标准AI系统使用更多的计算（因此产生更多的排放）。” 

2024年10月拥抱的面部研究在88个模型中，生成和汇总文本的使用是更简单任务的10倍以上，例如对图像和文本进行分类。它还发现多模式模型使用图像，音频和视频输入的任务是“频谱的最高端”。 

一个chatgpt查询真的用一瓶水吗？ 

在特定的比较时，关于AI使用的资源的整个地图。一项研究确定要求Chatgpt撰写100个字的电子邮件使用了一整瓶水 - 这一说法很快就在社交媒体上流传了。” 

但是是真的吗？

“这是可能的，”加德帕利说。他指出，GPU会产生很多热量。即使通过其他方法冷却，它们仍然需要冷却。他说：“对于可能运行5到10分钟的该模型，您正在使用大约16至24 GPU，而产生的热量量可以开始进行数学。”

这些系统不仅使用任何水，要么需要清洁，高质量的饮用水。Gadepally解释说：“这些管道，他们不想用任何东西堵塞它们。”“许多数据中心都在有压力的分水岭地区，因此要牢记这一点。” 

类似的新方法浸入冷却，与其他冷却方法（如风扇）相比，在其中沉浸在液态矿物油中，可以减少用水和能源消耗。但是该技术仍在发展中，需要广泛采用以产生影响。 

另外： 2025年的最佳AI图像生成器：双子座，Chatgpt，Midjourney等

随着专有数据仍然阴暗，还有其他一些比较聊天机器人查询使用了多少。非营利组织AI2的研究人员杰西·道奇（Jesse Dodge）比较的一个Chatgpt查询用来为一个灯泡供电20分钟的电力。 

拥抱面孔的研究指出，“为平均智能手机充电需要0.022 kWh的能量，这意味着最有效的文本生成模型使用的能量与1,000个全智能手机的9％的能量相比9％，以进行1,000个推断，而图像生成最低的能量使用的能量最低，而智能手机的费用最多，或者使用了522个智能手机费用（11.49 kWh），或者一半的费用（11.49 kWh），或者是每张图像生成的费用。 

根据Gadepally的说法，一个处理一百万个令牌的AI模型（大约一美元的计算成本）散发出与驾驶五到20英里时一样多的碳。但是，能源使用也取决于您使用的提示的复杂性。他说：“说'我想要一个关于狗的短篇小说'可能会比'我想要一个关于坐在用shakesperean诗歌的独角兽上的狗的故事要少的计算。” 

如果您对您的个人聊天机器人查询如何使用能量好奇，拥抱脸设计了一个工具这估计了对不同开源模型的查询的能源消耗。绿色编码，一个与公司合作的组织，以跟踪其技术的环境影响，设计类似的工具。一个 

AI的能源消耗与其他技术相比如何？

虽然确实，整体能源消耗似乎在某种程度上增加了AI投资，但研究人员敦促用户将能源消耗视为相对。” 

一个chatgpt查询使用的指标使用的10倍能量是Google搜索的标准品，但基于现在已经过去的2009 Google估计一个Google搜索消耗了0.3瓦小时（WH）的能量。很难说这个数字是根据对Google搜索的复杂性或提高芯片效率。

无论哪种方式，作为数据科学家和气候研究员汉娜·里奇（Hannah Ritchie）指出，需要将0.3 WH的能量视为相对较小。她指出，在美国，平均每日用电是关于每人34,000 WH。使用过时的Google指标，CHATGPT提示只有3个WH；即使每天有多个查询，这仍然不是一个很大的比例。 

另外，没有明确使用AI的技术已经使用了许多数据中心带宽。 

穆迪（Moody's）的另一位分析师和SVP Raj Joshi说：“当今最热门的数字应用程序是什么？

另外： 2025年的最佳AI图像生成器：双子座，Chatgpt，Midjourney等

他和麦地那（Medina）补充说，随着AI的特征与从游戏到企业技术的所有内容集成，将特定能源需求归因于AI或非AI应用程序变得越来越困难。” 

但是，在AI中，模型需求正在发展。“这非常重要。”与技术历史相比，加德帕利谈到能源的增加时说道。他指出，推论 - 当模型在经过培训后做出预测时 - 现在占模型的终身成本。“某些原始模型并非如此，您可能会花很多精力训练此模型，但是推断实际上很容易 - 没有太多需要发生的计算。” 

在环境中使用chatgpt不好吗？ 

由于AI已经与现有技术无关紧要，因此专家说，很难确定其具体影响。是否使用它可能归结为个人判断力，而不是硬数字。 

麦地那说：“从可持续性的角度来看，您必须平衡AI的产出与AI的使用。”“如果输出要节省您的时间，您会打开灯，计算机上的时间，并且您正在写一些需要您一个小时的东西，但是[AI]可以在五分钟内完成，那里的权衡是什么？您是否使用更多的精力来写30分钟来写一些他们可以在一分钟内写的东西？”

另外： AI幻觉如何有助于创建挽救生命的抗生素

就麦地那的观点而言，AI还可以用于进步研究和技术，以帮助以更快，更有效的方式跟踪气候变化。AI2已启动几种AI工具这有助于收集行星数据，改善气候建模，保护濒危物种并恢复海洋。参考可持续生产联盟的数据，AI视频公司合成争论与传统的视频制作方法相比，AI生成的视频产生的碳更少，这些视频制作方法依赖于旅行，照明和其他资源密集型基础设施。” 

无论如何，该行业的某些部分都在应对关注。2月，拥抱的脸释放了AI能量得分项目，其中包括标准化的能源评级和每个模型在其估计消费中所处的位置的公共排行榜。 

是否有AI的绿色替代品？

在整个行业中，组织正在探索随着时间的推移改善AI可持续性的方法。在麻省理工学院的林肯实验室，Gadepally的团队正在尝试“电源限额，“或从策略上限制每个处理器使用的功率，低于其容量的100％，从而降低了消耗量和GPU温度。中国人工智能初创公司DeepSeek通过更有效地实现了类似的结果它如何运行和训练模型，尽管它们仍然很大。 

但是，这种方法只能走这么远。Gadepally说：“没有人能弄清楚如何使较小的模型突然在大规模上产生高质量的图像生成更好。”

还：什么是稀疏？苹果研究人员揭示了DeepSeek AI的秘密

因为他没有看到对AI的需求 - 尤其是设备手机功能繁殖 - gadepally表示效率和优化是目前的解决方案。“我可以将我的准确性提高一百分之一，而不是在同一千瓦时我要抽到系统的能量时，而不是百分之一？” 

他补充说，例如，将数据中心切换到仅在可再生能源上运行，这并不容易，因为这些来源不会像天然气那样立即打开和关闭，这是大规模计算的要求。但是，通过使用诸如电源封盖之类的策略来减慢AI消耗的生长曲线，最终更容易用可再生能源代替这些能源 - 例如用LED代替您的家庭灯泡。一个 

为了朝着可持续发展迈进，他建议公司考虑对自己进行的计算的位置保持灵活性，因为某些领域可能比其他领域更节能，或者在较冷的季节中对当地能源网格的需求较低。这种方法的另一个好处是，它有助于降低处理器温度而不会显着影响模型性能，这可以使其产出更可靠。它还减少了使用饮用水冷却的需求。像这样的好处以及由此产生的成本效益，是公司进行可持续性更改的激励措施。

Gadepally认为，公司对可持续性有正确的意图；他认为这是一个问题，即他们是否可以实施足够快的变化以减缓环境损害。 

如果您关心环境，应该使用AI吗？

如果您担心AI的使用如何影响您的碳足迹，那么解开并不是那么简单。避免使用AI工具可能无法像其他生活方式选择那样减少您的碳足迹。 

Advocacy Group有效利他主义DC主任Andy Masley比较了提出50,000个较少问题（每天14年的10个问题）的影响与慈善网络创始人的其他气候前进行动的影响。

结果很小。“如果您担心的是个人排放，Chatgpt是降低它们的一种绝望的方式，” Masley写。“这就像看到人们花太多钱的人，说他们应该每月购买更少的口香糖。” 

Ritchie补充说：“它节省了比我们可以做的'替代职位引用Masley。“如果我们每天在吃晚餐时，每天都在烦恼几个查询，用燃气锅炉加热房屋，然后驾驶汽油汽车，我们将无处可去。”

还：2025年最好的AI聊天机器人：Chatgpt，Copilot和著名的替代方案

在大局中，Masley和Ritchie担心，专注于AI能源消耗可能会分散较大，更紧迫的气候压力的良好用户。” 

Gadepally同意，从AI中弃权只会使您如此远。他说：“在这个时代，这几乎就像说，'我不会使用计算机。'尽管如此，他还是有一些建议，以改善AI能源使用的未来并围绕该主题提高透明度。您可以尝试以下几种方法： 

提供提供商的透明度

有了正确的数据，像Gadepally的公司一样，至少可以产生AI使用多少能量的估计。个人可以组织要求AI公司公开此信息。人工智能竞争场只会变得越来越具竞争力。他说，从理论上讲，与任何其他社会价值一样，如果有足够的用户表示关心工具的可持续性，它可能会成为市场推动者。” 

在采购过程中说话 

在许多公司级决策中，可持续性通常已经成为一个考虑因素，尤其是当企业权衡供应商和服务时。Gadepally相信将这种文化应用于AI的力量。如果您的业务正在许可AI工具，他建议在谈判期间要求提供能源使用和可持续性数据。” 

他指出：“如果大公司要求与帐户高管合作的数百万美元合同，那可能会变得很远。”“你为什么不问这个，它真的很快加起来了？” 

使用最小的模型

有意考虑您选择相对于您的需求而选择的模型的质量。“几乎每个提供商都有多个模型的版本 - 我们倾向于使用我们可以使用的最高质量的版本，”这可能是浪费的，gadeply。“如果您能够摆脱较小的东西，那就去做。” 

为此，Gadepally鼓励用户更频繁地接受不完美的结果。例如，可以通过低质量模型来来回提前完善。一旦完善提示，您就可以使用更昂贵，更高参数的模型来获得最佳答案。 

除了这些目标外，米歇尔·索恩（Michelle Thorne）绿色网络基金会非营利组织“致力于无化石的互联网”敦促科技公司在其供应链上逐步淘汰化石燃料，采取措施减少危害开采原材料时。 

接下来会发生什么？ 

整个行业正在通过诸如节俭的人工智能挑战，在今年2月在巴黎举行的2025年AI行动峰会上的黑客马拉松。Google在它的可持续性目标它打算在2030年之前补充其在办公室和数据中心消费的120％的淡水。” 

有人争论以降低回报的原因，AI中的更大IS-Better方法实际上可能不会产生更多的价值或更好的性能。” 

还：为什么忽视AI伦理是如此冒险的业务 - 以及如何做AI权利

但是，最终，法规可能会在标准化技术公司管理其环境影响的期望和要求方面更有效，在使用AI的情况下和超越他们的环境影响。” 

长期的AI扩展（以及随之而来的成本）没有停止的迹象。Gadepally说：“我们对建立越来越多的技术的兴趣是建立越来越多的技术，唯一使您有限的事情就是成本。”这是对Jevons Paradox的致敬，或者效率仅会吸引更多的消费，而不是满意的想法。” 

目前，人工智能的能量未来尚不清楚，但是整个科技行业在气候景观中越来越重要，以飞涨的需求和很少的时间标记。” 

每天与我们的收件箱中获取早晨的顶级故事 今日技术新闻通讯。