I et landemerke som beveger seg mot åpenhet, har Google gitt ut de første detaljerte dataene om miljøkostnadene for AI-modellene. Publisert på torsdag, Googles teknisk papir røpe. Oppgaver.
I årevis har de virkelige energikostnadene for generativ AI vært gjenstand for intens spekulasjoner og debatt. Denne avsløringen kommer midt i monteringspress på Big Tech for å kvantifisere teknologens glupske appetitt på energi og vann, og gir et avgjørende, om enn selskapskontrollert, referanseindeks.
en første i AI-gjennomsiktighet: Google setter et tall på energibruk
i henhold til Google Analyse Analyse på google Analyse på energibruk .
selskapet rammer dette som en veldig liten mengde, og vopte til å løpe en micow a micow en micow en micow en microw en annen. Googles sjefforsker, Jeff Dean, understreket den minimale innvirkningen på dagliglivet, og sa: “… Det tilsvarer faktisk ting du gjør uten engang å tenke på det på daglig basis, som å se noen sekunder med TV eller konsumere fem dråper, vann.” “Omfattende”eller”full-stack”-metodikk. Denne tilnærmingen er et bevisst forsøk på å etablere en konsistent standard og fange opp den totale energitrekket i et produksjonssystem i den virkelige verden. Den beveger seg utover forenklede benchmarks som ofte bare fokuserer på de aktive AI-akseleratorbrikkene, som selskapet argumenterer for kan være misvisende. I sin
Selskapets metodikk er designet for å gjenspeile de operasjonelle realitetene ved å betjene et globalt produkt som Gemini. For å sikre høy tilgjengelighet og lav latens, må det leveres en betydelig mengde kapasitet, men ledig, klar til å håndtere trafikkpigger eller mislykkede. Denne virkelige driftskostnaden, sammen med kraften til CPU-er og generell datasenter overhead, er ofte ekskludert fra akademiske eller tredjepartsestimater. Google argumenterer for at disse smalere visningene representerer det det kaller Dette helhetlige synet er en betydelig avgang fra smalere målemetoder. Effekten av denne omfattende grensen er betydelig. Mens det gir den offisielle 0,24 WH-figuren, bemerker Google at hvis den brukte en mer begrenset tilnærming-bare å gjøre den aktive AI-brikken i sine mest effektive datasentre-ville resultatet bare være 0,10 WH per ledetekst. Denne 2.4x forskjellen understreker hvor mye energi som konsumeres av den essensielle støttende infrastrukturen som kreves for en pålitelig tjeneste. Langs Past-Past-Past-Past-figure. I sin bærekraftig blogginnlegg , hevder selskapet, mellom Associated May 20bon og mai 2025. NÅRE RUNDEREN ASSACTE ASSISITE ASSISASJONSLUNNER ASSACTER ASSACTER ASSACTE. Fotavtrykk falt et enda større 44 ganger. Disse svimlende forbedringene er ikke et resultat av et eneste gjennombrudd, men snarere den sammensatte effekten av optimaliseringer på tvers av det Google kaller sin “Full-stack tilnærming til AI-utvikling.” Selskapets et 33-fold sprang i effektivitet