در یک تحول بی سابقه و مورد انتظار در صنعت هوش مصنوعی، شرکت گوگل بالاخره جزییات فنی مصرف منابع مدل های هوش مصنوعی خود را منتشر کرد.

انتشار این گزارش، که میزان مصرف انرژی، آب و کربن مربوط به هر درخواست به مدل های جیمنای (Gemini) را تخمین می زند، یک پیروزی مهم برای محققان و سیاست گذاران در مسیر افزایش شفافیت و درک عمیق تر از بار زیست محیطی انقلاب هوش مصنوعی محسوب می شود.

این اقدام گوگل، که اولین گام شفاف از سوی یک شرکت بزرگ فناوری با محصول هوش مصنوعی پرطرفدار است، فرصتی را فراهم می کند تا جامعه علمی و عمومی، پشت پرده مراکز داده عظیم و پرمصرف را مشاهده کنند.

طبق گزارش فنی گوگل، یک درخواست میانه (Median Prompt) به اپلیکیشن های جیمنای، معادل 0.24 وات-ساعت برق مصرف می کند. این مقدار تقریباً برابر است با روشن کردن یک مایکروویو استاندارد برای یک ثانیه؛ گوگل برای رسیدن به این عدد، رویکردی جامع در نظر گرفته است که فراتر از صرفاً مصرف پردازنده های هوش مصنوعی است.

تحلیل سهم مصرف انرژی:

چیپ های هوش مصنوعی (TPU): تنها 58٪ از کل انرژی مصرفی را به خود اختصاص می دهند.

سخت افزارهای جانبی (CPU و حافظه میزبان): 25٪ از انرژی صرف پشتیبانی از سخت افزارهای تخصصی هوش مصنوعی می شود.

ماشین های آماده به کار (Idle Machines): تجهیزات پشتیبان و آماده به کار برای جلوگیری از شکست سیستم، 10٪ از مصرف کل را شامل می شوند.

سربار مرکز داده: 8٪ نهایی مربوط به هزینه های عمومی مرکز داده مانند خنک سازی و تبدیل توان است.

این تفکیک، نشان می دهد که تمرکز صرف بر بهینه سازی پردازنده های هوش مصنوعی (مانند GPUها یا TPUهای گوگل) برای کاهش مصرف انرژی کافی نیست و زیرساخت های جانبی، بخش قابل توجهی از بار انرژی را به دوش می کشند. از نظر کارشناسان، این گزارش به یک سنگ بنای اصلی در حوزه انرژی هوش مصنوعی تبدیل خواهد شد، زیرا تولید چنین تخمین های دقیقی، تنها در مقیاس عملیاتی شرکت های بزرگ فناوری امکان پذیر است.

با وجود شفافیت کم نظیر، این گزارش دارای محدودیت های مهمی است:

تمرکز بر میانه : آمار ارائه شده مربوط به یک درخواست میانه است. همان طور که دین اشاره می کند، درخواست های پیچیده تر، مانند خلاصه سازی محتوای ده ها کتاب یا استفاده از مدل های استدلالی، به مراتب انرژی بیشتری مصرف می کنند.

تنها متن: این برآورد صرفاً محدود به درخواست های متنی است و شامل وظایف بسیار پرانرژی تر مانند تولید تصویر یا ویدیو نمی شود.

غیبت داده های کلان: گوگل از افشای تعداد کل درخواست هایی که روزانه جیمنای دریافت می کند خودداری کرده است. این بزرگ ترین نقطه ضعف گزارش است، زیرا بدون این داده، تخمین میزان مصرف کل انرژی جیمنای در سطح جهان غیرممکن خواهد بود.

ساشا لوچیونی، محقق هوش مصنوعی و اقلیم، ضمن استقبال از این گام، تأکید می کند که این گزارش جایگزینی برای یک استانداردسازی صنعتی (مشابه برچسب انرژی Energy Star) نیست که محققان مدت هاست در پی آن هستند. او می گوید: گوگل همچنان شرکتی است که تصمیم می گیرد چه جزییاتی را، چه زمانی و چگونه به اشتراک بگذارد.

گوگل همچنین تخمین هایی در مورد مصرف آب و انتشار کربن ارائه کرده است:

انتشار کربن: هر درخواست میانه، معادل 0.03 گرم دی اکسید کربن تولید می کند.

مصرف آب: هر درخواست حدود 0.26 میلی لیتر (تقریباً پنج قطره) آب مصرف می کند.

در محاسبه کربن، گوگل از یک برآورد بازارمبنا (Market-based Estimate) استفاده کرده است که شامل خریدهای برق از پروژه های انرژی پاک (مانند خورشیدی، بادی و هسته ای پیشرفته) توسط این شرکت می شود. به دلیل این قراردادها، انتشار کربن گوگل به ازای هر واحد برق، تقریباً یک سوم میانگین شبکه ای است که در آن فعالیت می کند. این رویکرد، در عین حال که تعهدات گوگل به پایداری را برجسته می کند، نشان می دهد که هزینه واقعی انتشار کربن برای مراکز داده فاقد چنین قراردادهایی، به مراتب بالاتر است.

در نهایت، هدف گوگل از این شفاف سازی، اطمینان دهی به کاربران بوده است. جف دین می گوید: مردم نباید نگرانی عمده ای در مورد مصرف انرژی یا آب مدل های جیمنای داشته باشند، زیرا اندازه گیری های واقعی ما نشان می دهد که این میزان معادل کارهایی است که روزانه بدون فکر کردن انجام می دهید، مانند تماشای چند ثانیه تلویزیون یا مصرف پنج قطره آب.

با این حال، کاهش مصرف انرژی هوش مصنوعی یک روند امیدوارکننده است. گزارش گوگل نشان داد که یک درخواست میانه در مه 2024، 33 برابر بیشتر از مه 2025 انرژی مصرف می کرده است که این پیشرفت به دلیل بهینه سازی مدل ها و نرم افزارها رخ داده است. این امر نشان می دهد که نوآوری فنی می تواند تأثیر زیست محیطی هوش مصنوعی را در درازمدت کاهش دهد، هرچند چالش اصلی همچنان افزایش تصاعدی تعداد کاربران و درخواست ها باقی خواهد ماند.