简而言之
先读一篇关于 AI 能耗去向的简短说明,再用一款免费工具测一测您自己的使用情况,例如代码能耗追踪器或 AI API 调用估算器。然后选择一门适合您水平的课程,并关注您所在领域的社区或研究团队。通过测量真实的东西来学习,比单纯阅读记得更牢。
步骤
- 阅读一篇浅显易懂的说明,了解绿色 AI 的含义以及 AI 的能耗去向。
- 在您已经在做的事情上试用一款免费工具,例如 CodeCarbon 或 EcoLogits。
- 选修一门适合您角色的课程,从基础认知到技术方法均可。
- 关注您所在领域的社区、基准测试或研究团队。
- 把学到的一点应用到自己的工作中,并测量带来的变化。
读一篇好的说明,然后测量一下您自己的东西。 绿色 AI 是一个年轻的领域,理解它最快的方法,是看看您已经在做的工作背后的数字。
我应该从哪里开始?
- 所有人:什么是绿色 AI?和我们的通俗指南介绍了能源、水和硬件,以及哪些习惯真正重要。
- 企业和管理者:企业指南。
- 开发者和数据科学家:选择合适的模型和测量 AI 能耗。
- 研究人员:研究人员指南和高效 AI 的数学。
- 教师:学校专栏。
我可以试用哪些免费工具?
- CodeCarbon:一个开源 Python 包,可估算在您的硬件上运行的代码所产生的排放。
- EcoLogits:估算调用托管生成式 AI 服务所产生的能耗和排放。
- AI Energy Score:由 Hugging Face 推出,按常见任务上的能效为开放模型给出一到五星的评级。
课程和社区在哪里?
我们的课程目录列出了从简短的认知讲座到技术培训的各类课程。研究目录列出了从事高效 AI 研究的团队,博士项目列出了博士学位机会。
常见错误
- 从标题数字入手。 许多流传的数字已经过时,或者测量方式差异很大。
- 只读不做。 自己做一次测量,胜过读十篇文章。
- 以为这只是专家的事。 大部分收益来自日常选择。
遇到不熟悉的术语,请查阅术语表。
来源
- CodeCarbon, CodeCarbon (2026)
- EcoLogits, GenAI Impact (2025)
- AI Energy Score, Hugging Face (2025)
相关内容
文章
什么是绿色 AI?
用通俗语言定义绿色 AI:“AI 助力绿色”与“更绿色的 AI”、效率与充足,以及 AI 在能源、碳、水和材料方面的足迹。
我该如何……?
如何找到绿色 AI 方向的博士项目?
如何寻找和选择绿色或高效 AI 方向的博士项目:项目在哪里发布、哪些学科设有此类项目,以及应向潜在导师提出哪些问题。
我该如何……?
如何把绿色 AI 纳入大学课程?
把绿色 AI 引入大学教学的方法:关于足迹的简短单元、在课程作业中测量能耗、高效方法,以及如实报告。
指南
绿色 AI:写给每个人的通俗指南
使用 AI 在能源和水方面的真实代价,哪些日常习惯重要、哪些无关紧要,如何判断各种说法,以及如何表达您的意见。