Measuring the environmental impact of delivering AI at Google Scale：谷歌AI推理环境成本首次实测，中位数文本提示能耗仅0.24Wh
2025年8月，Google在真实生产环境中首次系统测量了AI推理的能耗、碳排放和用水量。针对Gemini AI助手，中位数文本提示能耗0.24 Wh（低于观看9秒电视），碳排放较一年前降低44倍，用水量0.26 mL（约5滴水）。测量覆盖AI加速器、主机系统、空闲容量和数据中心开销全栈。
Development
- First ReportMeasuring the environmental impact of delivering AI at Google Scale：谷歌AI推理环境成本首次实测，中位数文本提示能耗仅0.24WharXiv cs.AI
- Current Assessment该研究为AI云服务提供商和大型模型运营者提供了环境成本测量的标准方法。对于企业采购AI服务，可要求供应商提供类似的环境指标。对于监管机构，可基于此制定AI能效标签或碳排放限额。同时，它表明通过软件和基础设施优化，AI的环境影响可以大幅降低，这有助于缓解公众对AI能耗的担忧。Agent Pulse · analysis
该论文首次提供了大规模AI推理环境影响的真实测量数据，填补了此前仅依赖估算的空白。Google通过软件效率优化和清洁能源采购，在一年内将中位数提示的能耗降低33倍、碳足迹降低44倍，证明规模化AI服务可以做到相对低的环境影响。这为行业设定了可比较的基准，并激励全栈效率改进。
论文提出了覆盖AI推理全栈的测量方法论：包括AI加速器（如TPU）主动功耗、主机系统能耗、空闲机器容量分摊、以及数据中心制冷等 overhead。通过Google生产环境的详细仪表化，获取了Gemini Apps的真实数据。关键发现是中位数文本提示能耗0.24 Wh，远低于此前第三方估算（如单次ChatGPT查询约2.9 Wh）。碳排放降低44倍主要来自软件优化（如模型量化、批处理）和100%可再生能源匹配。用水量0.26 mL主要来自蒸发冷却。该方法论可复用于其他模型和硬件。
该研究为AI云服务提供商和大型模型运营者提供了环境成本测量的标准方法。对于企业采购AI服务，可要求供应商提供类似的环境指标。对于监管机构，可基于此制定AI能效标签或碳排放限额。同时，它表明通过软件和基础设施优化，AI的环境影响可以大幅降低，这有助于缓解公众对AI能耗的担忧。
建议云服务采购方在合同中加入环境指标条款，要求供应商提供按模型、按任务类型的能耗和碳排放数据。AI基础设施团队可参考Google的优化策略（如模型量化、动态批处理、清洁能源采购）来降低运营成本和环境足迹。投资者可关注能效领先的AI基础设施公司。
关注其他模型（如GPT-5、Claude）是否发布类似测量数据；Google是否将方法论开源或标准化；以及随着推理量增长，绝对能耗和碳排放趋势如何变化。此外，需观察水消耗在缺水地区的实际影响，以及空闲容量占比对整体效率的影响。