greenai.guide

首页 › 绿色 AI:常见问题

绿色 AI:常见问题

简而言之

这里是对人们关于 AI 与环境最常提出的问题所作的简短回答,并注明出处:AI 消耗多少能源,情况是在好转还是恶化,以及个人、机构和政府可以做些什么。凡有更详细页面的,每个回答都附有链接。

要点

  • 国际能源署(IEA)估计,2024 年数据中心用电约 415 TWh(太瓦时),约占全球总量的 1.5%,并预计到 2030 年将增加一倍以上。
  • 根据企业公布的数据,一次典型的文本 prompt(提示词)耗电不到 1 瓦时;图像、视频和较长的智能体任务耗电多得多。
  • 效率提升是真实而迅速的,但由于反弹效应,总使用量仍可能增长。
  • 测量数据参差不齐:大多数单次 prompt 的数字是企业自行报告的,不能直接比较。

以下是对人们关于 AI 与环境最常提出的问题所作的简短回答。每个数字都来自具名的公开来源,列于本页末尾;这些数字变化很快,请留意年份。如果某个问题需要不止几句话来回答,请点击链接查看指南、良好实践页面和文章。技术术语的解释见术语表。

如果这里没有您的问题,请向我们提问。

常见问题

什么是绿色 AI?

绿色 AI 是指以尽可能低的能源、碳、水和材料足迹来开发和使用人工智能,并只在能带来真正价值的地方使用。它既包括效率(用更少的资源做同样的事),也包括充分性(先问是否根本需要 AI)。

AI 用多少电?

目前没有人单独公布 AI 的确切用电量。国际能源署估计,2024 年所有数据中心用电约 415 TWh,约占全球用电量的 1.5%,并指出 AI 是增长最重要的驱动因素。

AI 的能耗会持续增长吗?

按目前的趋势,会的。国际能源署预计,到 2030 年数据中心用电量将增加一倍以上,达到约 945 TWh,略高于日本目前的总用电量;到 2030 年,数据中心将占全球电力需求增长的约十分之一。

一次 ChatGPT 或 Gemini 的 prompt 消耗多少能源?

OpenAI 称,ChatGPT 平均每次查询耗电约 0.34 Wh;谷歌报告其 Gemini 文本 prompt 的中位数为 0.24 Wh。两者都是企业数据,采用的方法不同且部分未公开,因此不能直接比较,而且只涵盖文本,不包括图像或视频。

AI 用水多吗?

数据中心常用水来冷却,因此 AI 也会用水。谷歌报告其 Gemini 文本 prompt 的中位数用水约 0.26 毫升,大约五滴;OpenAI 称 ChatGPT 平均每次查询用水约 0.000085 加仑。更大的问题在于当地:大型数据中心建在缺水地区。

训练 AI 和使用 AI,哪个对环境更不利?

两者都很重要。训练是一次性的巨大成本;Meta 报告称,训练其 Llama 3.1 系列排放了 11,390 吨 CO₂e(二氧化碳当量,基于地点法)。推理在每次有人使用模型时都会发生,因此对于广泛使用的工具,只要模型还在服役,推理的影响就会不断累积。

生成图像比生成文本更不环保吗?

通常是的。2024 年的一项研究发现,用所测试的效率最低的模型生成 1,000 张图像耗电 11.49 kWh,相当于给智能手机充电 522 次;而效率最高的文本模型运行 1,000 次的耗电量只相当于一次充电的 9%。

数据中心的碳足迹是多少?

这主要取决于它的用电量以及电力有多清洁。国际能源署估计,数据中心用电每年造成约 1.8 亿吨 CO₂ 排放,在其基准情景下到 2035 年将升至 3 亿吨。

AI 正在变得更高效吗?

是的,而且很快。谷歌报告称,其 Gemini 文本 prompt 中位数的能耗在一年内降低到原来的三十三分之一。但效率提高使 AI 更便宜、更易用,因此总使用量仍可能上升,这就是反弹效应。

什么是反弹效应?

反弹效应是指效率提升使某样东西更便宜,于是人们用得更多,部分或全部节省被抵消。经济学家威廉·斯坦利·杰文斯在 1865 年描述了其极端情形:更高效的蒸汽机使英国的用煤量增加了。

AI 能帮助应对气候变化吗?

可以。国际能源署表示,广泛采用现有的 AI 应用所减少的排放,可能远超数据中心本身的排放,到 2035 年约为能源相关排放的 5%;但它也警告,反弹效应可能削弱这一效果,而且 AI '并非灵丹妙药'。

怎样更可持续地使用 AI?

先问这项任务是否需要 AI;用一个清晰的 prompt 代替几个含糊的;要求更简短的回答;不要生成用不着的图像或视频。联合国教科文组织(UNESCO)和伦敦大学学院(UCL)2025 年的一份报告发现,缩短 prompt 和回答可以把能耗降低一半以上。

较小的 AI 模型对环境更好吗?

对许多任务来说,是的。联合国教科文组织和伦敦大学学院的报告发现,在其测试中,较小的专用模型最多可把能耗降低 90%;研究还发现,完成同一项工作时,通用生成式模型的成本远高于专用模型。

什么是 token?

token(词元)是语言模型读取或输出的文本片段,通常是一个词的一部分。OpenAI 给出的英文经验法则是:每个 token 约相当于四个字符,或四分之三个单词;token 越多,计算就越多。

什么是 PUE?

电能使用效率(PUE)是数据中心总能耗除以其计算设备能耗的比值。PUE 为 1.0 是理想值;Uptime Institute 2025 年的调查发现,行业平均值约为 1.54。

在自己的设备上运行 AI 比用云端更环保吗?

有时是。在本地运行小模型可以避免网络和数据中心的额外开销,并保护数据隐私;但大型数据中心完成每项任务的效率可能更高,而数以百万计的小设备加起来也很可观。这取决于模型、任务和硬件。

用 AI 还是自己动手,哪个更环保?

这取决于您把边界划在哪里:您的时间、您的电脑,以及 AI 出错时的返工。如果只是查一个事实或做一道简单的算术,用搜索或计算器通常更轻量。

AI 的能耗是怎样测量的?

理想的做法是在硬件运行时用仪表计量,但许多公布的数字是估算而不是测量。CodeCarbon 和 EcoLogits 等工具可以估算能耗和排放;绿色软件基金会的软件碳强度(SCI)方法(也是 ISO/IEC 21031 标准)提供了按每单位工作量报告碳排放的标准方式。

AI 公司必须报告能耗吗?

在欧盟,《人工智能法》要求通用 AI 模型的提供者向监管机构记录模型已知或估算的能耗。在大多数国家,目前还没有要求每项 AI 服务都公开、可比地报告能耗。

AI 有能效标签吗?

目前还没有官方标签。Hugging Face 的 AI Energy Score 等项目会按常见任务的能耗给模型评级,研究人员和标准机构也在开发标签式的基准测试。

AI 领域的漂绿是什么?

漂绿是指让 AI 产品或公司听起来比证据所支持的更环保,例如仅凭碳抵消就宣称'碳中和 AI'。在欧盟,第 (EU) 2024/825 号指令禁止向消费者做出无法证实的笼统环保声明。

数据中心为什么建在现在这些地方?

运营商要寻找可靠的电力、电网接入、凉爽的气候或可用于冷却的水、土地、网络连接以及附近的客户。过度集中会给当地电网带来压力:在爱尔兰,2024 年数据中心用电占全部计量电力的 22%,而 2015 年仅为 5%。

学校应该教授绿色 AI 吗?

它可以自然地融入现有的计算机、科学、地理和公民课程,帮助学生成为善于思考的 AI 使用者。我们的学校栏目提供教师指南和课程创意,无需任何付费工具。

来源

  1. Energy and AI, International Energy Agency (2025)
  2. Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
  3. The Gentle Singularity, Sam Altman (OpenAI) (2025)
  4. Llama 3.1 8B model card, Meta (Hugging Face) (2024)
  5. Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
  6. AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
  7. W. Stanley Jevons, The Coal Question, 1865, Yale University, Energy History (1865)
  8. What are tokens and how to count them?, OpenAI Help Center (2025)
  9. Uptime Institute global data center survey 2025, Uptime Institute (2025)
  10. CodeCarbon, CodeCarbon (2025)
  11. EcoLogits, GenAI Impact (2025)
  12. ISO/IEC 21031:2024 Software carbon intensity (SCI) specification, International Organization for Standardization (2024)
  13. Annex XI: technical documentation for providers of general-purpose AI models, European Commission, AI Act Service Desk (2024)
  14. AI Energy Score, Hugging Face (2025)
  15. Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
  16. Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)

加入我们

帮助减少 AI 对地球的影响

通过电子邮件获取新指南、资助征集和名录收录信息,大约每月一次。您也可以将您的产品、课程、博士岗位或研究添加到名录中。

不做跟踪。一键退订。 其他加入方式 · 隐私