Google 詳解 AI 能耗足跡：Gemini 單次提示能耗降至原來的 1/33

每次你敲下回車讓 AI 寫封郵件或解釋概念時，背後究竟燒了多少電？大模型耗電和費水一直是個說不清的糊塗賬，行業裡誰也不太願意掀開底牌。

Google 公佈了一套用來測量 AI 模型能耗、水耗和碳足跡的方法論，順便曬出了自家的算力賬單。

最抓眼球的是一組效能提升資料。在過去 12 個月裡，Gemini 網頁和應用端每次處理文本 prompt 的中位數能耗直接降了 33 倍，碳足跡更是縮減了 44 倍。而且 Google 強調，這是在回答質量同步提升的前提下做到的。

問一次 Gemini，等於看九秒電視

為了讓大眾對這個消耗有個直觀概念，Google 打了個很生活化的比方。按他們最新的測算，使用者向 Gemini Apps 傳送一次中位數文本提問所消耗的能量，相當於看電視還不到九秒鐘。

這和外界過去對大模型「每問一句就蒸發半瓶水、燒掉幾度電」的刻板印象拉開了很大差距。

與此同時，Google 還披露了資料中心層面的整體資料。在 2024 年，因為業務和服務擴張，Google 整個資料中心的用電量同比飆升了 27%。但得益於能效最佳化和清潔能源配比，資料中心相關的能源碳排放反而下降了 12%。

Google 表示，這種能耗暴跌靠的是全棧層面的協同，包括自研專用晶片硬體、資料中心軟體排程，以及模型架構本身的精簡和後訓練最佳化。

為什麼重要

大模型發展到現在，外界對算力飢渴和電網危機的質疑幾乎沒停過。Google 這次主動公佈測試方法並交出成績單，我們認為是非常聰明的一步公關兼技術表態。它在試圖打破「AI 越聰明就越不環保」的零和迷思，證明工程最佳化可以在一年內把單次推理成本打下幾十倍。

對普通使用者和開發者來說，單次呼叫能耗大降 33 倍，直接對應著未來 API 降價和高頻呼叫的空間。如果每一次提問的能耗真的只相當於看幾秒電視，企業在把 AI 接入日常高頻業務時，心理負擔和合規壓力都會小很多。

不過這裡也有需要留意的盲區。Google 這次公佈的是純文本 prompt 的中位數水平，而沒有細說多模態生圖、影片生成以及複雜長推理 Agent 的能耗情況。行業心知肚明，真正的耗電大戶恰恰是那些需要幾萬 token 思考鏈或高負載多模態的任務。

另外，即便單次推理效率翻了數十倍，如果全球呼叫總量翻上百倍，總用電量依然會加速膨脹。2024 年 Google 用電量增長 27% 就是明證。能效跑得再快，能不能跑贏人類對算力貪婪的膨脹速度，依然要打個問號。