greenai.guide

Home › Artikelen › Energiezuinige AI: zo verbruikt AI minder energie

Artikel

Energiezuinige AI: zo verbruikt AI minder energie

Bijgewerkt · 11 min. leestijd

In het kort

Energiezuinige AI betekent hetzelfde nuttige resultaat krijgen voor minder elektriciteit. De grootste besparingen komen meestal van het kiezen van een kleiner of taakspecifiek model, lang redeneren uitzetten als het niet nodig is, en draaien in een efficiënt datacenter op een schoon net; technieken zoals kwantisatie, distillatie, routering, caching en batching verlagen het energieverbruik van AI daarna verder. Gepubliceerde studies melden besparingen van tientallen procenten tot 90% of meer voor afzonderlijke maatregelen, en veel meer als ze worden gecombineerd.

Kernpunten

  • UNESCO en UCL ontdekten dat kleine taakspecifieke modellen het energieverbruik tot 90% kunnen verlagen, en dat kortere prompts en antwoorden het met meer dan 50% kunnen verlagen.
  • Redeneermodellen verbruikten in de tests van de AI Energy Score van Hugging Face gemiddeld 30 keer meer energie dan standaardmodellen; redeneren aanzetten verhoogde het energieverbruik van één model 150 tot 700 keer.
  • In een studie uit 2024 kostte het genereren van 1.000 afbeeldingen ongeveer 2,9 kWh, tegenover 0,002 kWh voor 1.000 tekstclassificaties.
  • Onderzoekers van Google schatten dat de keuze van model, datacenter en processor samen de CO₂-voetafdruk van training tot ongeveer 100 tot 1.000 keer kan verlagen.
  • Efficiënt serveren telt: het geheugenbeheer van vLLM gaf 2 tot 4 keer de doorvoer bij dezelfde latentie, en speculatieve decodering maakte één model 2 tot 3 keer sneller met identieke uitvoer.
  • Korte trainingstaken starten op momenten met weinig CO₂ verlaagde de uitstoot in één studie tot 80%, maar met minder dan 1,5% voor een lange taak.

Energiezuinige AI is AI die u het resultaat geeft dat u nodig hebt voor minder elektriciteit. Deze pagina zet de belangrijkste manieren op een rij om het energieverbruik van AI te verlagen, ruwweg op volgorde van hoeveel ze meestal besparen, met de gepubliceerde cijfers achter elke maatregel.

Wat is de snelste manier om AI minder energie te laten verbruiken?

Gebruik het kleinste geschikte model, en zet geen zware modi aan die u niet nodig hebt. De keuze van het model weegt meestal zwaarder dan elke andere maatregel, omdat het energieverbruik meegroeit met de hoeveelheid rekenwerk per antwoord. Een rapport van UNESCO en University College London (UCL) uit 2025 concludeerde dat kleine taakspecifieke modellen het energieverbruik tot 90% kunnen verlagen, en dat kortere prompts en antwoorden het met meer dan 50% kunnen verlagen. Samen gebruikt kunnen zulke maatregelen het energieverbruik volgens het rapport tot 90% verlagen.

De tweede grote hefboom is de locatie. Onderzoekers van Google schatten in 2021 dat de keuze van model, datacenter en processor samen de CO₂-voetafdruk van training tot ongeveer 100 tot 1.000 keer kan verlagen. Efficiënte AI-modellen, gedraaid op efficiënte plekken: daar zit de meeste winst.

Welke maatregelen besparen het meest? Een lijst op volgorde

De volgorde hieronder volgt de gebruikelijke omvang van de besparing in gepubliceerde studies, de grootste eerst. Uw eigen resultaten hangen af van de taak, de kwaliteit die u nodig hebt en waar het werk draait, dus meet vooraf en achteraf (zie het energieverbruik en de CO₂-uitstoot van AI meten).

1. Gebruik geen generatieve AI voor taken waarvoor het niet nodig is

Genereren is veel duurder dan eenvoudigere taken. In een studie uit 2024 maten Sasha Luccioni, Yacine Jernite en Emma Strubell voor het genereren van afbeeldingen gemiddeld ongeveer 2,9 kWh per 1.000 afbeeldingen, tegenover 0,002 kWh per 1.000 tekstclassificaties: ruim meer dan duizend keer zoveel per verzoek. Ze stelden ook vast dat generatieve modellen voor algemeen gebruik voor dezelfde taak ordes van grootte duurder zijn dan taakspecifieke systemen.

Video is nog zwaarder. Een studie uit 2025 van open tekst-naar-videomodellen mat bijna 90 Wh voor een korte clip van één model en meer dan 415 Wh van een groter model, waarbij het energieverbruik kwadratisch toenam met de grootte en lengte van de video. Zie bepalen of u AI nodig hebt voor een taak en klassieke machine learning kiezen in plaats van een LLM.

2. Kies een model van de juiste omvang

Kies het kleinste model dat aan uw kwaliteitseis voldoet. Naast de bevinding van UNESCO en UCL laat onderzoek naar cascades zien hoeveel ruimte er is: FrugalGPT, dat eerst goedkopere modellen probeert en alleen opschaalt als het nodig is, haalde de prestaties van GPT-4 tegen tot 98% lagere kosten. Kosten zijn geen energie, maar voor gehoste modellen zijn ze een redelijke ruwe indicatie van het rekenwerk. Zie het juiste model voor de taak kiezen, een kleiner AI-model kiezen en een taakspecifiek model vinden.

3. Gebruik redeneermodi alleen als het nodig is

"Denk"-modi vermenigvuldigen het energieverbruik. De tests van de AI Energy Score van Hugging Face eind 2025 lieten zien dat redeneermodellen gemiddeld 30 keer meer energie verbruikten dan standaardmodellen, en dat hetzelfde model met redeneren aan 150 tot 700 keer meer energie verbruikte dan met redeneren uit. Agents, die in een lus veel aanroepen doen, kunnen op dezelfde manier oplopen. Zie redeneermodi alleen gebruiken als het nodig is en agentische AI en tokenverspilling.

4. Kies efficiënte hardware, datacenters en locaties met weinig CO₂

Waar en waarop het werk draait, kan de CO₂-uitstoot meerdere keren veranderen. Jesse Dodge en collega's ontdekten dat het trainen van hetzelfde BERT-model ongeveer 7 kg CO₂ uitstootte in de efficiëntste cloudregio en ongeveer 26 kg in de minst efficiënte, bijna vier keer zoveel. Ook hardware blijft beter worden: Epoch AI schat dat toonaangevende chips voor machine learning elk jaar ongeveer 40% energie-efficiënter worden. Zie hosting en datacenters voor groene AI, een cloudregio met weinig CO₂ kiezen en energiezuinige hardware voor AI kiezen.

5. Maak prompts, context en uitvoer korter

Het energieverbruik stijgt met hoeveel het model leest en schrijft. Epoch AI schat een gewone ChatGPT-vraag op ongeveer 0,3 Wh, oplopend tot ongeveer 2,5 Wh bij een invoer van 10.000 tokens en bijna 40 Wh bij een invoer van 100.000 tokens. Lange gesprekken steeds opnieuw versturen en om lange antwoorden vragen zijn de alledaagse oorzaken. Zie prompts schrijven die minder energie verbruiken, beperken hoeveel een LLM schrijft en stoppen met het hele gesprek steeds opnieuw versturen.

6. Stuur verzoeken naar het juiste model

Stuur eenvoudige verzoeken naar een klein model en moeilijke naar een groot model. Onderzoek naar routering meldt grote besparingen: Hybrid LLM deed tot 40% minder aanroepen naar het grote model zonder dat de kwaliteit van de antwoorden daalde, en RouteLLM verlaagde de kosten in sommige gevallen met meer dan de helft zonder kwaliteitsverlies. Zie modelroutering instellen en orkestratie boven generatie.

7. Kwantiseer het model

Sla getallen op en reken ermee met minder bits per getal. Kwantisatie vermindert het geheugen en de gegevensverplaatsing, die bij grote modellen het energieverbruik bepalen. LLM.int8() halveerde het geheugen dat nodig is voor inferentie met behoud van de prestaties van volledige precisie, en het rapport van UNESCO en UCL vond dat compressie zoals kwantisatie tot 44% energie bespaarde. Zie een model kwantiseren.

8. Distilleer een groot model tot een klein model

Train een klein "student"-model om een groot "leraar"-model na te doen. Distillatie is de manier waarop veel efficiënte AI-modellen worden gemaakt. DistilBERT was 40% kleiner en 60% sneller dan BERT en behield 97% van zijn vermogen om taal te begrijpen. Zie een groot model distilleren tot een klein model.

9. Snoei en benut sparsity

Verwijder gewichten die het model niet nodig heeft. SparseGPT liet zien dat zeer grote taalmodellen in één keer, zonder opnieuw te trainen, tot ten minste 50% sparsity (ijlheid) kunnen worden gesnoeid, met minimaal verlies aan nauwkeurigheid. De energiebesparing hangt ervan af of de software en hardware de nullen kunnen overslaan, dus snoeien bespaart in de praktijk minder dan het sparsitycijfer doet vermoeden. Zie een neuraal netwerk snoeien.

10. Cache, batch en serveer efficiënt

Vermijd herhaald werk en houd de hardware bezig. Serveersoftware doet ertoe: het gepagineerde beheer van de KV-cache in vLLM verbeterde de doorvoer 2 tot 4 keer bij dezelfde latentie, en speculatieve decodering maakte T5-XXL 2 tot 3 keer sneller met identieke uitvoer. Aanbieders prijzen hergebruik daarnaar: de Batch API van OpenAI kost 50% minder dan gewone verzoeken, en Anthropic rekent 10% van de normale invoerprijs voor het lezen van gecachete prompts. Zie LLM-aanroepen cachen, AI-verzoeken bundelen in batches, speculatieve decodering gebruiken en het energieverbruik van het serveren van een model verlagen.

11. Plan flexibel werk in op schonere momenten

CO₂-bewust inplannen verlaagt de uitstoot, niet het energieverbruik, en werkt het best voor korte, flexibele taken. In de studie van Dodge en collega's verlaagde het uitstellen van de start van een korte trainingstaak tot een moment met weinig CO₂ de uitstoot tot 80% in één Amerikaanse regio, maar met minder dan 1,5% voor een lange taak; een lange taak pauzeren en hervatten bespaarde tot ongeveer 25%. Zie training inplannen wanneer het net groener is en CO₂-bewust rekenen.

Maatregelen voor energiezuinige AI in één oogopslag

Deze tabel vat de maatregelen samen, wie ze kan toepassen en de besparingen die de bronnen melden. De cijfers komen uit verschillende studies met verschillende uitgangspunten, dus lees ze als indicaties van de orde van grootte, niet als totalen die u kunt optellen.

Maatregel Wie kan het toepassen Gemelde gebruikelijke besparing Bron
Een taakspecifiek model gebruiken in plaats van een generatief model Ontwikkelaars, organisaties Ordes van grootte voor taken zoals classificatie Luccioni, Jernite en Strubell, 2024
Kleiner, taakspecifiek model Gebruikers, ontwikkelaars Tot 90% energie UNESCO en UCL, 2025
Redeneren uit, tenzij nodig Gebruikers, ontwikkelaars 150–700 keer minder voor één model; gemiddeld 30 keer over modellen Hugging Face AI Energy Score, 2025
Model, datacenter en processor samen Ontwikkelaars, organisaties Tot ongeveer 100–1.000 keer minder CO₂ (training) Patterson et al., Google, 2021
Cloudregio met weinig CO₂ Ontwikkelaars, organisaties Ongeveer 3,7 keer tussen de beste en slechtste regio Dodge et al., 2022
Kortere prompts en antwoorden Gebruikers, ontwikkelaars Meer dan 50% energie UNESCO en UCL, 2025
Routering Ontwikkelaars Tot 40% minder aanroepen naar het grote model Ding et al., 2024
Kwantisatie Ontwikkelaars Tot 44% energie; de helft van het geheugen UNESCO en UCL, 2025; Dettmers et al., 2022
Distillatie Ontwikkelaars 40% kleiner, 60% sneller, 97% van het vermogen behouden Sanh et al., 2019
Snoeien Ontwikkelaars Ten minste 50% van de gewichten verwijderd Frantar en Alistarh, 2023
Efficiënt serveren en batching Ontwikkelaars 2–4 keer de doorvoer Kwon et al., 2023
Speculatieve decodering Ontwikkelaars 2–3 keer sneller, dezelfde uitvoer Leviathan et al., 2022
CO₂-bewuste starttijd Ontwikkelaars, onderzoekers Tot 80% (korte taken); minder dan 1,5% (lange taken) Dodge et al., 2022
Parameterefficiënt fine-tunen (LoRA) Ontwikkelaars, onderzoekers 10.000 keer minder trainbare parameters, 3 keer minder GPU-geheugen Hu et al., 2021

Hoe kunnen gebruikers het energieverbruik van AI verminderen?

Kies lichtere opties en vraag minder. De meeste mensen kunnen het datacenter niet veranderen, maar wel wat ze vragen:

Ter vergelijking: Google meldde in 2025 dat een mediane Gemini-tekstprompt 0,24 Wh verbruikte. Afzonderlijke tekstprompts zijn klein; de totalen komen van heel grote volumes en van de zwaardere taken hierboven. Zie de gids voor het publiek.

Hoe kunnen ontwikkelaars efficiënte AI-modellen en -systemen bouwen?

Kies eerst de juiste omvang, optimaliseer daarna het serveren, en meet dan. Een praktische volgorde:

  1. Stel een kwaliteitseis op uw eigen data vast en test de kleinste kandidaat-modellen daartegen.
  2. Voeg routering of een cascade toe, zodat het grote model alleen afhandelt wat het kleine niet kan.
  3. Kwantiseer, en overweeg distillatie als de volumes hoog zijn.
  4. Serveer met een efficiënte runtime: batching, gepagineerde KV-cache, prompt caching en speculatieve decodering.
  5. Begrens de lengte van de uitvoer en de lussen van agents; zie voorkomen dat AI-agents tokens verspillen.
  6. Fine-tune met LoRA in plaats van vanaf nul te trainen; zie vermijden dat u een model vanaf nul traint.
  7. Meet het energieverbruik per taak vooraf en achteraf; zie het energieverbruik van AI per taak bijhouden.

Meer details staan in efficiënt trainen en inferentie van AI en wiskunde voor efficiënte AI.

Hoe kunnen organisaties het energieverbruik van AI op grote schaal verminderen?

Stel standaarden in, koop goed in en meet. De grootste hefbomen voor organisaties zijn welk model de standaard is, welke functies standaard aanstaan, en waar werklasten draaien:

Verlaagt energiezuinige AI het totale energieverbruik?

Alleen als het totale gebruik niet sneller groeit dan de efficiëntie verbetert. Google meldde dat het energieverbruik van zijn mediane Gemini-prompt in een jaar met een factor 33 daalde, maar het elektriciteitsverbruik van datacenters blijft wereldwijd stijgen omdat het gebruik sneller groeit. Dat is het reboundeffect. Efficiëntie verlaagt de kosten van elke taak; suffiëntie vraagt of de taak gedaan moet worden. Beide zijn nodig, zoals efficiëntie is geen suffiëntie uitlegt, en voorkomen dat efficiëntiewinst tenietgedaan wordt geeft praktische stappen. Voor het bredere beeld, zie AI en de elektriciteitsvraag van datacenters en statistieken over het energieverbruik van AI.

Wat u nu kunt doen

  • Test of een kleiner model aan uw kwaliteitseis voldoet, en stap over als dat zo is.
  • Zet redeneren en de modi voor afbeeldingen en video standaard uit waar ze niet nodig zijn.
  • Voeg caching, batching en routering toe aan elke AI-functie met een echt volume.
  • Kies voor nieuwe werklasten een regio met weinig CO₂ en een efficiënte aanbieder.
  • Meet het energieverbruik per taak vóór en na elke wijziging, en rapporteer het resultaat.
  • Vind hulp in de gids met adviseurs of leer meer via cursussen.

Veelgestelde vragen

Wat is energiezuinige AI?

Dat is AI die het resultaat levert dat u nodig hebt voor minder elektriciteit, door kleinere of geschiktere modellen, slankere software, efficiënte hardware en datacenters, en door AI alleen te gebruiken waar het waarde toevoegt. Het is onderdeel van groene AI, die ook vraagt of het totale gebruik verstandig is.

Hoe kan ik het energieverbruik van AI verminderen?

Als gebruiker: kies een kleiner of sneller model, houd prompts en gevraagde antwoorden kort, vermijd steeds opnieuw genereren en gebruik redeneren of de modi voor afbeeldingen en video alleen als het nodig is. Als ontwikkelaar: kies een model van de juiste omvang, voeg daarna kwantisatie, routering, caching en batching toe, en draai in een regio met weinig CO₂.

Zijn kleinere AI-modellen energiezuiniger?

Meestal wel, voor de taken die ze goed kunnen. UNESCO en UCL melden dat kleine taakspecifieke modellen het energieverbruik bij geschikte taken tot 90% kunnen verlagen. Controleer de kwaliteit op uw eigen werk: een klein model dat meerdere keren opnieuw moet draaien, bespaart misschien niets.

Bespaart kwantisatie energie?

Meestal wel, omdat het model minder data verplaatst en minder geheugen nodig heeft. UNESCO en UCL melden besparingen tot 44% door modelcompressie zoals kwantisatie, en LLM.int8() halveerde het geheugen dat nodig is voor inferentie. De besparing hangt ervan af of de hardware de lagere precisie ondersteunt.

Welke AI verbruikt de meeste energie?

Het genereren van video, daarna het genereren van afbeeldingen en lange redeneer- of agenttaken. In een studie uit 2025 verbruikte één open model bijna 90 Wh voor een korte videoclip en een groter model meer dan 415 Wh, en redeneermodellen verbruikten gemiddeld ongeveer 30 keer meer energie dan standaardmodellen.

Verlaagt efficiëntie werkelijk het totale energieverbruik van AI?

Niet vanzelf. Goedkopere, snellere AI wordt meestal meer gebruikt: het reboundeffect. Efficiëntie verlaagt het energieverbruik per taak; om het totaal laag te houden is ook suffiëntie nodig, dus AI gebruiken waar het de moeite waard is.

Besparen AI-aanbieders energie met prompt caching en batchverwerking?

Ze vermijden herhaald werk, en daarom rekenen ze er minder voor: OpenAI geeft 50% korting op batchtaken, en gecachete invoer kost bij verschillende aanbieders ongeveer een tiende van het normale tarief. Prijzen zijn een ruwe indicatie van bespaard rekenwerk, geen meting van energie.

Bronnen

  1. AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO and University College London (2025)
  2. AI Energy Score v2: refreshed leaderboard, now with reasoning, Hugging Face (Luccioni and Gamazaychikov) (2025)
  3. Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (FAccT 2024) (2024)
  4. Video killed the energy budget: characterizing the latency and power regimes of open text-to-video models, Delavande, Pierrard and Luccioni (2025)
  5. How much energy does ChatGPT use?, Epoch AI (2025)
  6. Carbon emissions and large neural network training, Patterson et al., Google (2021)
  7. Good news about the carbon footprint of machine learning training, Google Research (2022)
  8. Measuring the carbon intensity of AI in cloud instances, Dodge et al. (FAccT 2022) (2022)
  9. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  10. DistilBERT, a distilled version of BERT, Sanh et al., Hugging Face (2019)
  11. LLM.int8(): 8-bit matrix multiplication for transformers at scale, Dettmers et al. (2022)
  12. SparseGPT: massive language models can be accurately pruned in one-shot, Frantar and Alistarh (2023)
  13. FrugalGPT: how to use large language models while reducing cost and improving performance, Chen, Zaharia and Zou (2023)
  14. Hybrid LLM: cost-efficient and quality-aware query routing, Ding et al. (2024)
  15. RouteLLM: learning to route LLMs with preference data, Ong et al. (2024)
  16. Efficient memory management for large language model serving with PagedAttention, Kwon et al. (2023)
  17. Fast inference from transformers via speculative decoding, Leviathan, Kalman and Matias (2022)
  18. LoRA: low-rank adaptation of large language models, Hu et al. (2021)
  19. Batch API, OpenAI (2026)
  20. Prompt caching, Anthropic (2026)
  21. Leading ML hardware becomes 40% more energy-efficient each year, Epoch AI (2024)

Doe mee

Help de impact van AI op de planeet te verkleinen

Ontvang ongeveer eens per maand nieuwe gidsen, financieringsoproepen en vermeldingen per e-mail. Of voeg uw product, cursus, promotieplaats of onderzoek toe aan de gidsen.

Geen tracking. Met één klik afmelden. Andere manieren om mee te doen · Privacy