Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

谷歌称其在一年内将 AI 查询的能源成本降低了 33 倍

Posted on 2025-08-23

话题google_fb.gif

谷歌发布了一份关于其人工智能环境影响的最新分析报告(PDF),显示其在过去一年中将人工智能文本查询的能耗降低了33倍。现在,每个文本查询的能耗约为0.24瓦时,相当于观看9秒钟的电视。一位匿名读者分享了Ars Technica文章的摘录:“我们估计,Gemini Apps文本查询的平均能耗为0.24瓦时,排放0.03克二氧化碳当量(gCO2e),并消耗0.26毫升(约五滴)水。” 他们总结道。具体来说,他们估计其能耗相当于观看9秒钟的电视。坏消息是,请求量无疑非常高。该公司选择对每个搜索请求都执行一次人工智能运算,而这种计算需求在几年前根本不存在。因此,虽然单个请求的影响很小,但累积成本可能会相当可观。好消息是什么?就在一年前,情况可能还要糟糕得多。这部分是由于环境所致。随着美国及其他地区太阳能的蓬勃发展,谷歌更容易安排可再生能源。因此,过去一年每单位能源消耗的碳排放量减少了1.4倍。但最大的进步是在软件方面,不同的方法已使单位指令的能耗降低了33倍。谷歌团队介绍了公司为此做出的一系列优化。其中一种方法是名为“混合专家”的方法,该方法涉及如何仅激活处理特定请求所需的AI模型部分,这可以将计算需求降低10到100倍。他们开发了多个主模型的精简版本,这也降低了计算负载。数据中心管理也发挥了作用,因为公司可以确保所有活动硬件都得到充分利用,同时让其余硬件保持低功耗状态。另一件事是,谷歌设计了自己的定制 AI 加速器,并构建了在其上运行的软件,这使得它能够优化硬件/软件的两端,使其能够良好地协同运行。鉴于 AI 加速器上的活动占查询总能耗的一半以上,这一点尤为重要。谷歌在运营高效数据中心方面也拥有丰富的经验,这些经验可以延续到 AI 领域。所有这些的结果是,据估计,仅去年一年,典型文本查询的能耗就下降了 33 倍。

twitter_icon_large.png facebook_icon_large.png

在 Slashdot 上阅读更多内容。

原文: https://tech.slashdot.org/story/25/08/22/2118234/google-says-it-dropped-the-energy-cost-of-ai-queries-by-33x-in-one-year?utm_source=rss1.0mainlinkanon&utm_medium=feed

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme