AI 是我們這個時代最重要的科技變革之一，在未來十年，這一點還會更加明顯。AI 應用在醫療、能源、自動駕駛系統和量子運算等領域，隨時都會開始幫忙人們應對重大的社會挑戰，無論是協助學生學習、及早診斷癌症、讓複雜的交通和網路安全系統更安全，甚至是為搶救人員預測野火的路徑。
實現 AI 的潛力需要穩健的能源基礎設施、更有效率的能源使用，甚至是創新的技術解決方案。我們在從多個角度來實現這樣的目標：投資新的基礎設施、打造更智慧且更有韌性的電網，並擴展成熟與次世代的潔淨能源。同時，我們也專注於在營運的每一個層面最大化效率：從我們客製化硬體的設計，到在我們資料中心運行的軟體和模型。
為了提高 AI 的能源效率，清楚而且全面地了解 AI 的環境足跡非常重要；到目前為止，關於 AI 推論（inference）的能源和環境影響的綜合數據仍然有限。
今天，我們發布一套全面的方法，用來測量 Google AI 模型使用的能源、水資源和碳排放，希望能填補這個資訊缺口。最重要的是，我們在提升模型的效率上也取得快速的進展。在 12 個月之內，我們 Gemini 應用程式的文字提示，在提供更高品質回應的同時，在能源消耗和碳足跡的中位數，分別降低了 33 倍和 44 倍。根據我們最近的分析，我們發現我們在效率方面的努力證明是有效的，每次提示所消耗的能源中位數，相當於觀看電視不到 9 秒鐘。這些進步的基礎，是我們對資料中心效率的長期承諾。例如，在 2024 年，即使我們的業務和服務都有擴展，導致電力消耗比前一年增長 27%，我們的資料中心能源的排放量仍減少了 12%。
我們會繼續投資，來滿足對新能源的龐大需求所需要的技術和創新，而透明度則是進步的關鍵。在這個對於能源、永續和科學發現都很關鍵的時刻，我們希望這項研究，能為開發高效 AI 持續的努力做出貢獻，以造福所有人。歡迎閱讀更多關於我們如何計算出這些數據，以及我們在能源創新方面的全方位策略，並深入了解我們的技術報告。
▼Calculating our AI energy consumption
本文作者：Google 學習與永續首席技術官 Ben Gomes
