# 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。

Source: https://greenai.guide/zh/文章/什么是绿色-ai/  
Updated: 2026-11-19

## 简而言之

绿色 AI 是指以一种使环境成本与其带来的价值相称的方式使用人工智能（AI）。它包含两层含义：用 AI 帮助环境（“AI 助力绿色”），以及减少 AI 本身的足迹（“更绿色的 AI”）；也包含两条实现途径：效率（用更少的资源完成每项任务）和充足（只做值得做的任务）。

## 要点

- “AI 助力绿色”是用 AI 帮助实现环境目标；“更绿色的 AI”是减少 AI 本身的足迹。绿色 AI 两者都需要。
- AI 的足迹不只是电力，还包括碳排放、用于冷却和发电的水，以及硬件所用的材料和产生的废弃物。
- 效率降低每项任务的成本；充足则追问这项任务是否需要 AI，或者是否需要这么大的模型。
- 绿色 AI 不等于“不用 AI”。它关乎用好 AI、测量其成本，以及为任务选择合适的工具。
- 由于“AI”涵盖从小型分类器到前沿聊天机器人的一切，任何绿色 AI 的说法都应说明指的是哪一类 AI。

“绿色 AI”被用来指好几种不同的东西，这让相关讨论容易混乱。本文梳理其中的主要概念，以及本网站通用的术语，以便后续页面在此基础上展开。

## 绿色 AI 是什么意思？ {#what-does-green-ai-mean}

**绿色 AI 是指以一种使环境成本与其带来的价值相称的方式使用人工智能。**它关乎用好 AI，而不是拒绝使用 AI。

这一说法由 Schwartz、Dodge、Smith 和 Etzioni 在 2020 年发表于《*Communications of the ACM*》的论文中推广开来。他们把“红色 AI”，即用越来越多的计算换取准确率小幅提升的研究，与“绿色 AI”，即在报告和奖励准确率的同时也报告和奖励效率的研究，作了对比。这篇论文的背景是 Strubell、Ganesh 和 McCallum 2019 年的研究，该研究揭示了开发一个大语言模型（LLM）可能消耗多少能源、排放多少碳。

此后，这一概念的含义不断扩展。如今，绿色 AI 通常涵盖 AI 系统的整个生命周期：它运行的硬件、数据中心、模型、配套软件，以及人们如何使用它。

## “AI 助力绿色”和“更绿色的 AI”有什么区别？ {#what-is-the-difference-between-ai-for-green-and-greener-ai}

**“AI 助力绿色”是用 AI 帮助实现环境目标；“更绿色的 AI”是减少 AI 本身的足迹。**绿色 AI 两者都需要，而两者可能相互拉扯。

| | AI 助力绿色 | 更绿色的 AI |
|---|---|---|
| 目标 | 用 AI 在其他领域减排或保护自然 | 减少 AI 所用的能源、碳、水和材料 |
| 例子 | 预测可再生能源发电量、管理电网、检测泄漏、气候建模 | 更小的模型、高效的代码、更清洁的电力、更长的硬件寿命 |
| 风险 | 声称的效益从未被测量 | 节省下来的资源被更多的使用抵消（反弹效应） |

国际能源署（IEA）2025 年的《*Energy and AI*》报告涵盖了这两方面：报告发现，更广泛地应用现有 AI 应用可以减少能源和工业领域的排放，同时警告 AI 自身的电力需求正在快速增长，净效果取决于 AI 如何部署。

2026 年英国一场由数学家、计算机科学家和业界人士参加的绿色 AI sandpit（研讨工作坊）也以同样的两面视角来界定绿色 AI，并认为数学可以在两方面都作出贡献：为环境问题提供更好的方法，为 AI 提供更精简的方法。

## 什么是效率和充足？ {#what-are-efficiency-and-sufficiency}

**效率是用更少的资源完成每项任务；充足是只做值得做的任务。**

- **效率**追问的是：这个模型、提示词或数据中心怎样才能用更少的能源得到同样的结果？例子包括对模型进行剪枝和量化、使用更好的芯片和更高效的冷却。
- **充足**追问的是：这项任务到底需不需要 AI，或者需不需要这么大的模型？计算器、数据库查询或经典的数值方法，往往比大语言模型更便宜、更可靠。

单靠效率可能适得其反，因为 AI 越便宜，往往用得越多。这就是反弹效应，详见[效率不等于充足](/zh/文章/效率不等于充足-ai-中的反弹效应/)。

## AI 的环境足迹包括什么？ {#what-does-ai-s-environmental-footprint-include}

**四个方面：能源、碳、水和材料。**大多数公共讨论只涉及前两个。

### 能源 {#energy}

AI 靠电力运行，主要在数据中心里。国际能源署估计，2024 年数据中心用电约 415 TWh（太瓦时），约占全球用电量的 1.5%，并预计到 2030 年将增加一倍以上，达到约 945 TWh，而 AI 是最重要的推动因素。请参阅[为什么绿色 AI 现在很重要](/zh/文章/为什么绿色-ai-现在很重要/)。

能源消耗分两个阶段：

- **训练**：构建模型时一次性的巨大成本。
- **推理**：每次使用模型时的成本。对于被广泛使用的模型，这些成本会不断累积：谷歌在 2022 年报告称，推理约占其机器学习能耗的五分之三，训练约占五分之二。

### 碳 {#carbon}

碳足迹既取决于用了多少能源，**也**取决于电力有多清洁。同一项工作，在以煤电为主的电网上排放的碳，可能是在以风电、水电或核电为主的电网上的许多倍。碳足迹还包括**隐含碳**：制造芯片、服务器和建筑物所产生的排放。Meta 的 Wu 等人在 2022 年报告称，隐含碳约占 Meta 大规模机器学习足迹的 30%，并认为随着运行用电越来越清洁，隐含碳正在成为主要来源。

### 水 {#water}

数据中心用水来冷却，发电厂用水来发电。Li、Yang、Islam 和 Ren 在 2023 年指出，AI 的这种“隐秘水足迹”相当可观，并且随地点和一天中的时段而有很大差异。谷歌 2025 年对其 Gemini 助手的测量显示，文本提示词的中位数耗水约 0.26 毫升，耗能 0.24 瓦时。

### 材料 {#materials}

AI 硬件需要金属和矿物，而且更新换代很快。Wang 等人在 2024 年估计，视使用增长的速度而定，2020 年至 2030 年间大语言模型总共可能产生 120 万至 500 万吨电子废弃物，而再利用和回收可以大幅减少这一数量。让硬件服役更长时间，并开发在旧设备上也能良好运行的软件，可以减少电子废弃物。

## 为什么要说清楚指的是哪种“AI”？ {#why-does-it-matter-which-ai-we-mean}

**因为“AI”涵盖的各种系统，其足迹相差许多个数量级。**给电子邮件分类的小模型、天气预报系统和前沿聊天机器人，都叫“AI”。

在日常用语中，“AI”现在主要指生成式 AI：聊天机器人以及图像和视频生成工具。人们对 AI 能耗的担忧，很多都是针对这些大模型的。但工业和科学领域的大多数机器学习规模更小、更专门化。一个好的绿色 AI 说法会说明它针对的是哪一类 AI，以及其成本是在什么边界内计算的。请参阅[测量是绿色 AI 的瓶颈](/zh/文章/测量是绿色-ai-的瓶颈/)。

## 绿色 AI 就是“不用 AI”吗？ {#is-green-ai-the-same-as-no-ai}

**不是。**不用 AI 有时是最绿色的选择，绿色 AI 也包括这个选项。但绿色 AI 主要关乎负责任地使用 AI：测量其成本，为任务选择合适的模型，并让它更高效。

有些人更喜欢别的说法。“可持续 AI”常常除了环境可持续性之外，还包括社会和经济方面的可持续性。另一些人主张把目标描述为避免*浪费性*计算，这样的说法更难被视为空泛的口号而被轻易忽略。本网站用“绿色 AI”指环境方面，并会具体说明一项说法涉及的是哪种资源（能源、碳、水或材料）。

## 下一步怎么做 {#what-to-do-next}

- 阅读[为什么绿色 AI 现在很重要](/zh/文章/为什么绿色-ai-现在很重要/)，了解 AI 能源需求的规模。
- 在[术语表](/zh/术语表/)中了解关键术语。
- 找到适合您的指南：[企业](/zh/指南/面向企业的绿色-ai/)、[研究人员](/zh/指南/面向研究人员的绿色-ai/)、[慈善机构](/zh/指南/慈善机构的绿色-ai/)或[公众](/zh/指南/绿色-ai-写给每个人的通俗指南/)。
- 从[高效使用 AI](/zh/良好实践/高效使用-ai-日常习惯/) 这份实用指南开始。
- 您是教师？请参阅[面向学校](/zh/学校/)栏目。

## 常见问题

### 简单来说，什么是绿色 AI？

绿色 AI 是指在设计、构建和使用人工智能时，使其在能源、碳、水和材料方面的环境成本，相对于它带来的价值而言，尽可能合理地降到最低。

### “绿色 AI”这个说法是谁提出的？

这一说法由 Schwartz、Dodge、Smith 和 Etzioni 在 2020 年发表于《Communications of the ACM》的论文中推广开来。论文把“红色 AI”（用越来越多的计算换取准确率的研究）与“绿色 AI”（把效率与准确率一起作为评价标准）作了对比。

### 绿色 AI 和可持续 AI 是一回事吗？

两个说法有重叠，常常互换使用。“可持续 AI”有时含义更广，除环境影响外，还包括社会和经济方面的可持续性。

### 绿色 AI 是否意味着少用 AI？

有时是。只在 AI 能增加价值的地方使用它，是绿色 AI 的一部分；但让所用的 AI 更高效，以及用 AI 在其他领域减排，同样是绿色 AI 的一部分。

## 来源

- [Green AI](https://doi.org/10.1145/3381831), Schwartz, Dodge, Smith and Etzioni, Communications of the ACM (2020)
- [Energy and policy considerations for deep learning in NLP](https://arxiv.org/abs/1906.02243), Strubell, Ganesh and McCallum, ACL (2019)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Measuring the environmental impact of delivering AI at Google Scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Making AI less thirsty: uncovering and addressing the secret water footprint of AI models](https://arxiv.org/abs/2304.03271), Li, Yang, Islam and Ren (2023)
- [E-waste challenges of generative artificial intelligence](https://doi.org/10.1038/s43588-024-00712-6), Wang et al., Nature Computational Science (2024)
- [Sustainable AI: environmental implications, challenges and opportunities](https://proceedings.mlsys.org/paper_files/paper/2022/hash/462211f67c7d858f663355eff93b745e-Abstract.html), Wu et al., MLSys (2022)
- [Good news about the carbon footprint of machine learning training](https://research.google/blog/good-news-about-the-carbon-footprint-of-machine-learning-training/), Google Research (Patterson) (2022)
