本文作者是开源AI平台Hugging Face的研究科学家兼气候问题负责人
随着每次查询、图像生成和聊天对话，人工智能模型消耗的能源正在持续攀升。当前用于训练和提供AI服务的数据中心排放量已占全球总量的3%左右，接近航空业的排放水平。
但不同AI模型的能耗差异显著。英特尔TinyBERT和Hugging Face的DistilBERT等专用于文本检索的特定任务模型，每千次查询仅消耗0.06瓦时能量——相当于点亮LED灯泡20秒。
而OpenAI的GPT-4、Anthropic的Claude、Meta的Llama、深度求索的DeepSeek或阿里巴巴的Qwen等大语言模型，相同查询的能耗高出数千倍，效果堪比开启体育场探照灯寻找钥匙。
为何存在如此巨大的能耗差异？因为大语言模型并非简单检索答案，而是通过重组海量数据集中的模式从头生成内容，这比网络搜索需要更多时间、算力和能源。
精确测算每个AI模型的规模及能耗面临挑战。谷歌Gemini、Anthropic Claude等闭源系统企业不公开代码，对此类信息严格保密。因此网络充斥着关于聊天机器人查询能耗与网络搜索对比的未经证实的说法。
由Salesforce、Hugging Face、AI开发商Cohere和卡内基梅隆大学合作的AI能源评分项目正尝试通过制定标准化方法澄清这一问题。该项目代码完全开源，欢迎公众参与贡献，旨在推动AI社区测试尽可能多的模型。
通过分析开源AI模型执行10类常见任务（如文本生成、音频转写）时的硬件能耗，该项目建立了1-5星级的能效评级体系。样本中能效最高与最低的模型之间，能耗差距达62,000倍。
自2月项目启动以来，新工具开始将聊天机器人查询能耗与手机充电、驾驶等日常活动对比，帮助用户理解日常科技使用的环境影响。
科技行业已意识到AI排放正威胁其气候承诺。微软和谷歌似乎都已偏离净零目标。但迄今尚无科技巨头同意采用该方法论测试自家AI模型。
未来AI或将成为应对气候变化的利器。DeepMind等公司开发的AI系统已开始设计新一代太阳能板与电池材料，优化电网分布，降低水泥生产碳强度。
科技企业也在转向清洁能源。微软正投资三哩岛核电站，Alphabet则探索小型模块化核反应堆等实验方案。2024年美国92%的新增清洁能源采购来自科技行业。
但透明度亟待提升。OpenAI、Anthropic等企业应开始披露模型能耗数据。若其拒绝配合，则需立法强制公开。
随着AI用户群体扩大，应提供工具帮助理解每次请求的能耗。这种认知可能促使用户减少"查询国家首都"等非必要操作。更高的透明度也将激励企业根据具体需求选择更小型、可持续的模型，而非默认采用最耗能的大型方案。
AI是我们时代最重大的技术突破之一，它将重塑人类生活。但这项技术伴随的环境成本必须向用户和政策制定者充分披露。在气候危机时代，让AI能耗透明化至关重要。