A Google átláthatóbbá teszi a Gemini AI energiaköltségeit

A Google 2025. augusztusában részletes adatokat tett közzé a Gemini AI rendszer energiafogyasztásáról, szén-dioxid-kibocsátásáról és vízhasználatáról. Ez az egyik legátfogóbb, az AI környezeti hatásairól szóló beszámoló amely egy olyan  technológiai óriásvállalattól származik mint a Google. A vállalat olyan átfogó módszertant alkalmazott a fogyasztás számításánál, amely magában foglalta az aktív AI gyorsítók energiafogyasztását, a tétlen gépek kapacitását és az adatközponti infrastruktúra teljes energiafelhasználását, ahelyett hogy csupán az elméleti számításokra hagyatkozna.

A Google kutatása szerint a Gemini Apps szöveges prompt átlagos energiafelhasználása 0,24 watt/óra (Wh), amely kevesebb, mint 9 másodpercnyi televízió nézésnek felel meg. Az energiafogyasztás 58%-át az aktív AI gyorsítók (0,14 Wh), 25%-át a CPU és RAM (0,06 Wh), míg 10%-át a tétlen gépek és 8%-át az adatközponti infrastruktúra (PUE) teszi ki. A szén-dioxid-kibocsátás 0,03 gramm CO2-egyenérték promptonként, míg a vízfogyasztás 0,26 milliliter (körülbelül öt csepp víz). A vállalat 12 hónapos időszak alatt a szoftverhatékonysági fejlesztések, a jobb gépi kihasználtság és a tiszta energia beszerzés révén 97%-os energiacsökkentést és 98%-os kibocsátáscsökkentést ért el promptonként

A Google kezdeményezése jelentős előrelépést jelent az AI környezeti hatásának mérésében, különösen mivel sok korábbi becslés nagyságrendekkel magasabb értékeket mutatott. A vállalat 2024-ben 30,8 millió megawatt-óra villamosenergiát fogyasztott adatközpontjaiban, ami több mint kétszerese a 2020-as értéknek, de ugyanakkor 12%-kal csökkentette közvetlen adatközponti kibocsátását a tiszta energiaszerződések és hatékonyságjavítások révén. Ez az adatközlés iparági szabványt teremthet az AI környezeti költségeinek mérésére, miközben kiemeli a fenntartható AI fejlesztés sürgősségét a növekvő globális kereslet mellett.

Forrás:

Measuring the environmental impact of AI inference | Google Cloud Blog

A methodology for measuring the energy, emissions, and water impact of Gemini prompts shines a light on the environmental impact of AI inference.

Google Cloud

Measuring the environmental impact of delivering AI at Google Scale

The transformative power of AI is undeniable - but as user adoption accelerates, so does the need to understand and mitigate the environmental impact of AI serving. However, no studies have measured AI serving environmental metrics in a production environment. This paper addresses this gap by proposing and executing a comprehensive methodology for measuring the energy usage, carbon emissions, and water consumption of AI inference workloads in a large-scale, AI production environment. Our approach accounts for the full stack of AI serving infrastructure - including active AI accelerator power, host system energy, idle machine capacity, and data center energy overhead. Through detailed instrumentation of Google’s AI infrastructure for serving the Gemini AI assistant, we find the median Gemini Apps text prompt consumes 0.24 Wh of energy - a figure substantially lower than many public estimates. We also show that Google’s software efficiency efforts and clean energy procurement have driven a 33x reduction in energy consumption and a 44x reduction in carbon footprint for the median Gemini Apps text prompt over one year. We identify that the median Gemini Apps text prompt uses less energy than watching nine seconds of television (0.24 Wh) and consumes the equivalent of five drops of water (0.26 mL). While these impacts are low compared to other daily activities, reducing the environmental impact of AI serving continues to warrant important attention. Towards this objective, we propose that a comprehensive measurement of AI serving environmental metrics is critical for accurately comparing models, and to properly incentivize efficiency gains across the full AI serving stack.

arXiv.orgCooper Elsworth

Google Reveals the Environmental Cost of Gemini AI Query

Google reveals Gemini AI’s energy, carbon, and water footprint, sparking debate on whether AI can grow sustainably amid rising global demand.

Carbon CreditsJennifer L