简而言之
AI 模型目前还没有官方的能效标识,但基础要素已经具备。AI Energy Score 用一到五颗星为开放模型评级,MLPerf Power 对硬件系统进行基准测试;欧盟要求通用 AI 模型提供能耗文档,并正在为数据中心建立评级机制。欧盟还就测量节能 AI 的工作进行了招标,AI 能效标识也在讨论之中。
要点
- AI Energy Score 于 2025 年 2 月推出,根据实测的 GPU(图形处理器)能耗,在每类任务内为模型给出一到五星的评级。
- MLPerf Power 测量完整机器学习系统的能效,范围从微型设备到数据中心机架。
- 根据欧盟《人工智能法》,通用 AI 提供者必须记录已知或估算的能耗,但这些信息提交给监管机构,而不是消费者。
- 欧盟正在为数据中心建立类似 A–G 的评级,并已就可能催生 AI 能耗与排放标识的工作进行招标。
- 标识可以对同类选项进行排名,但无法涵盖一切:硬件、设置和实际使用都会改变结果。
冰箱、洗衣机和灯泡都贴有能效标识,让购买者一眼就能比较。越来越多的人问:为什么 AI 模型没有?简单的回答是,给 AI 贴标识比给冰箱贴标识更难,但相关工作已在顺利推进。本文介绍截至 2026 年底已有哪些机制,以及标识能告诉您什么、不能告诉您什么。
AI 有官方的能效标识吗?
没有,目前还没有。 现在有自愿性的评级和基准测试,有欧盟规定的能耗记录法律义务,还有可能催生标识的欧盟委员会相关工作。但这些都还不是冰箱那样的消费者标识。
什么是 AI Energy Score?
这是一种针对 AI 模型的自愿性星级评级,依据的是模型在标准任务上的实测能耗。 它由 Hugging Face 与 Salesforce、Cohere、卡内基梅隆大学等合作方于 2025 年 2 月推出。
它的工作方式:
- 让模型运行一组固定的常见任务,每个模型都使用同一类型的 GPU(图形处理器)。
- 测量完成固定数量查询所用的 GPU 能耗。
- 每个模型获得一到五颗星,这是相对于同一任务、同一规模类别中的其他模型而言的。随着新模型的加入,评级会重新校准。
首次发布为 10 类任务中的 166 个模型评了级。2025 年底发布的第二版把推理列为一项基准测试任务;Hugging Face 报告说,推理模型的平均能耗约为不推理或关闭推理的模型的 30 倍,这主要是因为它们生成的输出 token(词元)要多得多。
这一评分的优点在于它是实测而非估算的,并且对每个模型都采用相同的条件。它的局限在于覆盖面:只有当闭源商业模型的提供者选择参与时,这些模型才能被纳入。
什么是 MLPerf Power 和 ML.ENERGY Leaderboard?
这是在受控条件下测量能耗的基准测试,一个针对硬件系统,一个针对开放模型。
- MLPerf Power 由行业联盟 MLCommons 推出,测量运行标准 MLPerf 工作负载的完整机器学习系统的能效。其 2025 年的论文报告了 20 多个组织提交的 60 个系统的 1,841 项测量结果,范围从微瓦级设备到兆瓦级数据中心系统。它帮助购买者比较的是硬件,而不是模型。
- ML.ENERGY Leaderboard 由密歇根大学推出,在已知硬件上测量广泛使用的开放模型的推理能耗,并公开其工具,让其他人可以重复这些测量。
高性能计算领域已有先例。Green500 榜单根据标准基准测试中的每瓦性能对超级计算机进行排名。这是一种粗略的衡量方式,但因为大家都运行同样的测试,结果具有可比性,多年来一直在推动能效提升。AI 基准测试最终可能也会如此:并不完美,但因为是共用的,所以有用。
欧盟法律有哪些要求?
通用 AI 模型须提供文档,数据中心须进行报告,并为未来的标准建立框架。
- 《人工智能法》附件十一。 通用 AI 模型的提供者必须记录“模型已知或估算的能耗”。如果能耗未知,可以依据所用计算资源的信息进行估算。这些文档提交给欧盟人工智能办公室(AI Office)和各国主管机构,而不是向公众公开。
- 《人工智能法》第 40 条。 欧盟委员会的标准化请求涵盖用于改进 AI 系统资源表现的报告和文档流程,包括通用模型的节能开发。这些标准仍在制定之中。
- 数据中心。 根据授权条例(EU)2024/1364,IT 功率至少为 500 kW 的数据中心必须每年报告能源和可持续性指标。2026 年,欧盟委员会提出了下一步措施:一项针对电能使用效率(PUE)和水资源使用效率(WUE)等指标划分等级的评级机制;该提案正在审议中,尚未生效。
欧盟是否在制定 AI 能效标识?
正在探索。 欧盟委员会已根据《人工智能法》就测量和推动节能、低排放 AI 开展招标,其中包括设立 AI 能耗与排放标识的可能性,并于 2026 年进行了定向咨询。是否会推出标识,以及《人工智能法》是否为其提供法律依据,目前尚无定论。任何首个框架都更可能是一份不确定性范围较大的指引,而不是一个精确的分数。
在欧盟以外,情况大多是自愿性的。英国和美国没有 AI 能效标识的要求;各组织依靠 AI Energy Score 等自愿性机制,以及 ISO/IEC 21031:2024(即软件碳强度(SCI)规范)等标准。该规范定义了每单位工作的碳排放率,但它本身并不是一种比较性标识。
为什么给 AI 贴标识比给冰箱贴标识更难?
因为同一个模型的能耗会随硬件、设置和任务而变化。 冰箱每天做的都是同样的事。AI 模型完成每项任务的能耗则取决于:
- 硬件: 芯片代际、芯片数量、功率和加速设置。
- 软件: 推理引擎、批处理、量化、缓存。
- 任务: 提示长度、回答长度、是否开启推理模式。
- 环境: 实验室基准测试,还是为应对峰值而预留了富余容量的繁忙生产数据中心。
- 质量: 一个能耗更低但答错更多的模型,总体代价可能更高。
因此,标识必须固定测试条件,这让它具有可比性,但不那么贴近现实。汽车油耗测试面临的也是同样的权衡。
在此期间,购买者应当要求什么?
在明确说明的条件下实测的每项任务能耗,并同时给出质量。 实际做法:
- 询问该模型是否有 AI Energy Score 或其他独立测量结果。
- 询问供应商的数据假设了什么硬件、地区和设置。
- 索取您自己的任务的能耗和质量数据,而不是通用基准测试的数据。
- 谨慎对待“效率提高 35 倍”这类比率:它们反映的既是产品本身,也是所选的比较基准。
下一步怎么做
- 查看您正在考虑的开放模型的 AI Energy Score,在满足需求的前提下优先选择最高效的模型。
- 把能耗报告写入 AI 合同:参见可持续 AI 采购。
- 测量您自己的工作负载:参见测量 AI 能耗。
- 在您自己的营销中避免无依据的效率声明:参见做出诚实的绿色声明。
- 在产品目录中查找经过评级的工具和服务。
常见问题
AI 模型有能效标识吗?
没有官方标识。AI Energy Score 是一种针对模型在标准任务上表现的自愿性星级评级。欧盟委员会已委托开展测量节能 AI 的工作,这可能会催生一种标识,但目前尚未采用任何标识。
什么是 AI Energy Score?
这是 Hugging Face 与 Salesforce、Cohere、卡内基梅隆大学等合作方于 2025 年 2 月推出的项目。它测量模型在标准任务上使用的 GPU 能耗,并相对于同一任务中的其他模型,为每个模型给出一到五星的评级。
什么是 MLPerf Power?
这是 MLCommons 联盟推出的基准测试,测量运行标准 MLPerf 工作负载的机器学习软硬件系统的能效,范围从微瓦级设备到兆瓦级数据中心系统。
来源
- Announcing AI Energy Score ratings, Hugging Face (2025)
- AI Energy Score v2: refreshed leaderboard, now with reasoning, Hugging Face (2025)
- AI Energy Score, OECD.AI catalogue of tools (2025)
- MLPerf Power: benchmarking the energy efficiency of machine learning systems from µWatts to MWatts for sustainable AI, Tschand et al., MLCommons, HPCA 2025 (2025)
- The ML.ENERGY benchmark: toward automated inference energy measurement and optimization, Chung et al., NeurIPS Datasets and Benchmarks (2025)
- Regulation (EU) 2024/1689 (AI Act), Annex XI, European Union (2024)
- Regulation (EU) 2024/1689 (AI Act), Article 40, European Union (2024)
- Artificial Intelligence Act: call for tenders to measure and foster energy-efficient and low-emission AI, European Commission (2025)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of the establishment of a common Union rating scheme for data centres, European Commission (2024)
- European Commission proposes mandatory sustainability label for data centres, Latham & Watkins (2026)
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
- TOP500 and Green500 lists, TOP500 (2026)