Google 详解 AI 能耗足迹：Gemini 单次提示能耗降至原来的 1/33

每次你敲下回车让 AI 写封邮件或解释概念时，背后究竟烧了多少电？大模型耗电和费水一直是个说不清的糊涂账，行业里谁也不太愿意掀开底牌。

Google 公布了一套用来测量 AI 模型能耗、水耗和碳足迹的方法论，顺便晒出了自家的算力账单。

最抓眼球的是一组性能提升数据。在过去 12 个月里，Gemini 网页和应用端每次处理文本 prompt 的中位数能耗直接降了 33 倍，碳足迹更是缩减了 44 倍。而且 Google 强调，这是在回答质量同步提升的前提下做到的。

问一次 Gemini，等于看九秒电视

为了让大众对这个消耗有个直观概念，Google 打了个很生活化的比方。按他们最新的测算，用户向 Gemini Apps 发送一次中位数文本提问所消耗的能量，相当于看电视还不到九秒钟。

这和外界过去对大模型「每问一句就蒸发半瓶水、烧掉几度电」的刻板印象拉开了很大差距。

与此同时，Google 还披露了数据中心层面的整体数据。在 2024 年，因为业务和服务扩张，Google 整个数据中心的用电量同比飙升了 27%。但得益于能效优化和清洁能源配比，数据中心相关的能源碳排放反而下降了 12%。

Google 表示，这种能耗暴跌靠的是全栈层面的协同，包括自研专用芯片硬件、数据中心软件调度，以及模型架构本身的精简和后训练优化。

为什么重要

大模型发展到现在，外界对算力饥渴和电网危机的质疑几乎没停过。Google 这次主动公布测试方法并交出成绩单，我们认为是非常聪明的一步公关兼技术表态。它在试图打破「AI 越聪明就越不环保」的零和迷思，证明工程优化可以在一年内把单次推理成本打下几十倍。

对普通用户和开发者来说，单次调用能耗大降 33 倍，直接对应着未来 API 降价和高频调用的空间。如果每一次提问的能耗真的只相当于看几秒电视，企业在把 AI 接入日常高频业务时，心理负担和合规压力都会小很多。

不过这里也有需要留意的盲区。Google 这次公布的是纯文本 prompt 的中位数水平，而没有细说多模态生图、视频生成以及复杂长推理 Agent 的能耗情况。行业心知肚明，真正的耗电大户恰恰是那些需要几万 token 思考链或高负载多模态的任务。

另外，即便单次推理效率翻了数十倍，如果全球调用总量翻上百倍，总用电量依然会加速膨胀。2024 年 Google 用电量增长 27% 就是明证。能效跑得再快，能不能跑赢人类对算力贪婪的膨胀速度，依然要打个问号。