W skrócie
Należy generować mniej obrazów i filmów, zaplanować prompt przed rozpoczęciem, utrzymywać filmy krótkie i w potrzebnej rozdzielczości oraz ponownie wykorzystywać dobre wyniki. W jednym badaniu generowanie obrazu zużywało ponad tysiąc razy więcej energii na zapytanie niż klasyfikacja tekstu, a krótki film z AI może kosztować jeszcze znacznie więcej.
Kroki
- Zastanowić się, czy zdjęcie stockowe, własna fotografia lub prosty diagram nie wystarczą.
- Przed generowaniem napisać szczegółowy prompt, aby potrzeba było mniej prób.
- Prosić o jeden lub dwa obrazy, a nie o dużą serię wariantów.
- Utrzymywać filmy krótkie i w rozdzielczości nie wyższej niż w miejscu, gdzie będą wyświetlane.
- Poprawiać prawie udany wynik zamiast generować go od nowa.
- Zapisywać i ponownie wykorzystywać obrazy, które się sprawdzają.
Obrazy i wideo to najcięższe codzienne zadania AI, dlatego tu umiar przynosi największe korzyści. W testach Luccioni, Jernite’a i Strubell generowanie obrazów zużywało średnio około 2,9 kWh na 1000 obrazów, wobec 0,002 kWh na 1000 klasyfikacji tekstu: ponad tysiąc razy więcej na jedno zapytanie.
Dlaczego wideo jest o tyle cięższe?
Ponieważ każdą klatkę trzeba wygenerować, a koszt szybko rośnie wraz z długością i rozdzielczością. Delavande, Pierrard i Luccioni zmierzyli otwarte modele zamieniające tekst na wideo i stwierdzili, że zużycie energii rosło kwadratowo wraz z przestrzennym i czasowym rozmiarem filmu. Jeden krótki film z jednego modelu zużył około 90 Wh, co według autorów odpowiada mniej więcej 30 obrazom i 2000 odpowiedzi tekstowych. Różnice między modelami były duże: od około 0,14 Wh do ponad 415 Wh.
To pomiary otwartych modeli na sprzęcie badawczym. Usługi komercyjne mogą się różnić, a większość z nich nie publikuje danych.
Jak generować mniej?
- Najpierw plan. Temat, styl, kompozycję i format należy opisać w jednym prompcie.
- Mniej wariantów. Cztery obrazy kosztują mniej więcej cztery razy więcej niż jeden.
- Krótkie i małe wideo. Kilka sekund w rozmiarze, w jakim film będzie oglądany, zwykle wystarcza.
- Mniej kroków, jeśli narzędzie pozwala wybrać ustawienia jakości: to samo badanie wykazało, że zmniejszenie liczby kroków generowania o połowę mniej więcej o połowę zmniejszało zużycie energii.
- Ponowne wykorzystanie. Warto prowadzić folder z obrazami, których można użyć ponownie.
Co daje największą różnicę?
Unikanie nawyku „jednorękiego bandyty”, czyli generowania dziesiątek opcji dla zabawy. Generowanie multimediów należy traktować jak druk w kolorze: w porządku, gdy jest potrzebny, marnotrawny jako domyślny wybór.
Więcej informacji zawiera strona efektywne korzystanie z AI, a nauczyciele mogą wypróbować ćwiczenie „Tekst, obraz czy wideo?” z naszych pomysłów na lekcje.
Źródła
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
- Video killed the energy budget: characterizing the latency and power regimes of open text-to-video models, Delavande, Pierrard and Luccioni (arXiv 2509.19222) (2025)
Powiązane
Jak przestać w kółko generować odpowiedzi AI od nowa?
Dlaczego wielokrotne klikanie „wygeneruj ponownie” marnuje energię i czas oraz jak zamiast tego uzyskać użyteczną odpowiedź jednym dobrym promptem i krótką poprawką.
Jak zmniejszyć zużycie energii przy korzystaniu z ChatGPT?
Praktyczne sposoby na mniejsze zużycie energii przez ChatGPT i podobne chatboty: krótsze wymiany, mniej ponownych generowań, lżejsze modele i mniej obrazów.
Efektywne korzystanie z AI: codzienne nawyki
Codzienne nawyki, które ograniczają zużycie energii przez AI: jasne prompty, mniej ponownych generowań, umiar z obrazami i wideo, buforowanie, wyłączanie.
Pomysły na lekcje i zajęcia o zielonej AI
Dziewięć tanich zajęć o zielonej AI dla wieku 9–18 lat: szacowanie energii, papierowe tokeny, lokalizacja centrów danych, debaty i gra o efekcie odbicia.