# AI 的能效标识与基准测试

> 2026 年 AI 能效评级的现状：AI Energy Score、MLPerf Power、欧盟《人工智能法》的文档要求和数据中心评级，以及标识能说明什么。

Source: https://greenai.guide/zh/文章/ai-的能效标识与基准测试/  
Updated: 2026-11-19

## 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？ {#is-there-an-official-energy-label-for-ai}

**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？ {#what-is-the-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？ {#what-are-mlperf-power-and-the-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？ {#what-does-eu-law-require}

**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？ {#is-the-eu-developing-an-ai-energy-label}

**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？ {#why-is-labelling-ai-harder-than-labelling-a-fridge}

**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？ {#what-should-a-buyer-ask-for-meanwhile}

**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。

参见[可持续 AI 采购](/zh/良好实践/可持续的-ai-采购/)和[测量是瓶颈](/zh/文章/测量是绿色-ai-的瓶颈/)。

## 下一步怎么做 {#what-to-do-next}

- 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](/zh/良好实践/可持续的-ai-采购/)。
- 测量您自己的工作负载：参见[测量 AI 能耗](/zh/良好实践/如何测量-ai-的能耗和碳排放/)。
- 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](/zh/良好实践/关于-ai-的诚实环保声明/)。
- 在[产品目录](/zh/产品/)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](https://huggingface.co/blog/sasha/announcing-ai-energy-score), Hugging Face (2025)
- [AI Energy Score v2: refreshed leaderboard, now with reasoning](https://huggingface.co/blog/sasha/ai-energy-score-v2), Hugging Face (2025)
- [AI Energy Score](https://oecd.ai/en/catalogue/tools/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](https://arxiv.org/abs/2410.12032), Tschand et al., MLCommons, HPCA 2025 (2025)
- [The ML.ENERGY benchmark: toward automated inference energy measurement and optimization](https://arxiv.org/abs/2505.06371), Chung et al., NeurIPS Datasets and Benchmarks (2025)
- [Regulation (EU) 2024/1689 (AI Act), Annex XI](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-11), European Union (2024)
- [Regulation (EU) 2024/1689 (AI Act), Article 40](https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-40), European Union (2024)
- [Artificial Intelligence Act: call for tenders to measure and foster energy-efficient and low-emission AI](https://digital-strategy.ec.europa.eu/en/funding/artificial-intelligence-act-call-tenders-measure-and-foster-energy-efficient-and-low-emission), 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](https://eur-lex.europa.eu/eli/reg_del/2024/1364/oj), European Commission (2024)
- [European Commission proposes mandatory sustainability label for data centres](https://www.lw.com/en/insights/european-commission-proposes-mandatory-sustainability-label-for-data-centres), Latham & Watkins (2026)
- [Software Carbon Intensity (SCI) specification](https://greensoftware.foundation/standards/sci/), Green Software Foundation (2024)
- [TOP500 and Green500 lists](https://top500.org/lists/green500/), TOP500 (2026)
