Как оценить экологический след ИИ без лозунгов
Чтобы получить полезную оценку экологического следа ИИ, сначала уточните, какая именно активность измеряется, где начинаются и заканчиваются границы измерения и в каких единицах представлен результат. Обучение модели и генерация ответа на запрос — это разные типы нагрузки; потребление электроэнергии не тождественно объему выбросов; а показатель для одного запроса не может отражать совокупную потребность центра обработки данных. Практическое сравнение учитывает эти различия еще до формулирования выводов.
Начните с разделения обучения и инференса
Обучение — это вычисления, используемые для создания или обновления модели. Инференс (также называемый исполнением или развертыванием) — это вычисления, необходимые для генерации результата после ввода модели в эксплуатацию. Одиночный цикл обучения может потреблять существенный объем энергии за определенный период, тогда как инференс повторяется множеством пользователей и запросов. Со временем суммарные затраты на регулярное обслуживание запросов могут сравняться с затратами на обучение, однако их соотношение зависит от модели, сценариев использования и рассматриваемого периода. Эти два показателя следует измерять и фиксировать отдельно, прежде чем выводить какую-либо общую сумму. Международное энергетическое агентство относит как обучение, так и эксплуатацию к деятельности центров обработки данных, а в техническом исследовании Google измеряется конкретно инференс, тогда как обучение модели оставлено за рамками исследования. IEA, «Energy demand from AI» и Elsworth et al., «Measuring the environmental impact of delivering AI at Google Scale»
Для обучения полезный отчет включает продолжительность цикла, потребленную энергию, задействованное оборудование и указание на то, охватывает ли показатель только основные ускорители или всю вычислительную систему в целом. Для инференса необходимо определить сервис и задачу: например, генерация текста для конкретного ассистента в течение установленного периода измерений. Также важно указать единицу измерения: на запрос, на токен, на сгенерированный результат или общее энергопотребление сервиса. Эти делители отвечают на разные вопросы. Значение на запрос может варьироваться в зависимости от длины запроса и ответа, маршрутизации модели и условий нагрузки; значение на токен может скрывать накладные расходы, которые не масштабируются линейно вместе с токенами.
Проверяйте границы перед сравнением показателей
Границы измерения определяют, какое оборудование и какие процессы принимаются в расчет. Узкая оценка может учитывать только электроэнергию, потребляемую активными графическими процессорами (GPU) или другими ускорителями ИИ. Более широкая оценка инференса может также включать хост-процессоры (CPU) и оперативную память, машины в режиме ожидания для обеспечения доступности, преобразование питания, охлаждение и прочие накладные расходы дата-центра. Некоторые границы исключают внешнюю сеть за пределами объекта, устройства конечных пользователей, обучение моделей или хранение данных. Оценка может быть внутренне корректной, но при этом непригодной для сопоставления с оценкой, которая охватывает большее число элементов системы или другие ее части.
Опубликованная компанией Google оценка сервиса Gemini Apps наглядно демонстрирует, почему границы имеют значение. Согласно их оценке за май 2025 года, медианный текстовый запрос потреблял 0,24 ватт-часа (Вт·ч) при использовании комплексного метода учета инференса; более узкий метод в том же исследовании, исключавший хост-процессоры, память, резервное оборудование и общесистемные расходы объекта, показал результат 0,10 Вт·ч. Это результаты для одного конкретного продукта, даты, метрики и границ учета, а не универсальные значения для абстрактного ИИ-запроса. Исследование также исключает этап обучения и устройства конечных пользователей. Google Cloud, «Measuring the environmental impact of AI inference» и сопроводительный технический отчет
Читая любые данные в расчете на задачу, обращайте внимание на краткое описание границ измерения. В нем должно быть четко указано, относится ли итог только к ускорителям или ко всему стеку, включены ли накладные расходы дата-центра, а также учтены ли обучение и процессы за пределами ЦОД. Если эта информация отсутствует, считайте показатель неполным для целей сравнения. Не следует произвольно добавлять повышающий коэффициент накладных расходов из других источников: энергоэффективность инфраструктуры и параметры рабочих нагрузок всегда индивидуальны.
Сохраняйте привязку единиц измерения к утверждениям
Электроэнергия обычно указывается в ватт-часах (Вт·ч) для небольших задач, в киловатт-часах (кВт·ч) для более крупных объемов, а также в мегаватт-часах или тераватт-часах для масштабов объекта или целого региона. Один кВт·ч равен 1000 Вт·ч. Мощность, измеряемая в ваттах (Вт) или киловаттах (кВт), представляет собой интенсивность потребления в конкретный момент или за интервал времени; энергия в Вт·ч или кВт·ч накапливается с течением времени. Таким образом, данные об установленной мощности дата-центра сами по себе не показывают, сколько электроэнергии он фактически потребил за год.
Выбросы обычно выражаются в массе эквивалента диоксида углерода, например в граммах CO₂e на задачу или тоннах CO₂e в год. Чтобы оценить косвенные выбросы от потребления электроэнергии, объем энергопотребления умножают на коэффициент удельных выбросов, величина которого зависит от энергосистемы, временного периода и методики учета. Воплощенные выбросы от производства оборудования представляют собой отдельную статью и могут распределяться по сроку службы или интенсивности использования оборудования в соответствии с выбранным методом. Четко разграничивайте энергопотребление и выбросы: более низкий показатель выбросов может быть следствием использования низкоуглеродных источников генерации, а не реального снижения потребления энергии. Потребление воды — это еще одна независимая метрика, требующая собственных границ и единиц измерения.
Рассматривайте аппаратную эффективность как один из факторов, а не как итог
Эффективность оборудования может выражаться как объем полезных вычислений на единицу энергии или как количество энергии на единицу полезной работы. Однако пиковая производительность чипа на ватт не эквивалентна фактической энергии, затраченной на выполнение реальной сервисной задачи. Реальные показатели также зависят от коэффициента загрузки, архитектуры ПО и модели, объема рабочей нагрузки, пакетной обработки (batching), вспомогательного системного оборудования и инфраструктуры ЦОД. МЭА отмечает, что серверы составляют основную долю потребления электроэнергии дата-центром в среднем, тогда как доли охлаждения и других компонентов существенно различаются в зависимости от типа объекта. IEA, «Energy demand from AI»
Для собственного сравнительного анализа отдавайте предпочтение одинаковой заданной задаче в рамках одного и того же сервиса и периода времени, опираясь на измеренные поставщиком затраты энергии на задачу, если они доступны. При сопоставлении двух моделей или сервисов проверяйте сопоставимость характера задачи, длины выдачи, границ измерения и учета мощностей в режиме простоя. Спецификация оборудования или бенчмарк могут помочь оценить потенциал эффективности, но сами по себе не определяют уровень энергопотребления в условиях промышленной эксплуатации.
Используйте общие показатели ЦОД для масштаба, а не для точности расчета на запрос
Суммарные показатели объекта или страны отвечают на совершенно иной вопрос, нежели удельная оценка на один запрос. Общее потребление электроэнергии отражает все выполняемые рабочие нагрузки, инфраструктуру объекта и колебания спроса за выбранный интервал. Деление такого общего объема на расчетное число запросов способно дать лишь грубую среднюю величину и только в том случае, если числитель и знаменатель охватывают строго одинаковые сервисы, локации и периоды. Совместно используемая инфраструктура обслуживает в том числе нагрузки, не связанные с ИИ, поэтому отнесение всей энергии ЦОД исключительно на счет ИИ приведет к завышению его доли, если только такая методика распределения не имеет под собой четких оснований.
В отчете Национальной лаборатории имени Лоуренса в Беркли для Министерства энергетики США за 2024 год оценивается историческое потребление электроэнергии американскими дата-центрами и приводится спектр сценариев будущего спроса до 2028 года. Это анализ дата-центров на национальном уровне, а не прямое измерение энергозатрат на отдельный ИИ-запрос. Его масштаб и сценарный подход ценны для понимания неопределенности совокупного спроса, тогда как эксплуатационная телеметрия на уровне продуктов гораздо более актуальна для узко определенной задачи инференса. Lawrence Berkeley National Laboratory, «2024 United States Data Center Energy Usage Report»
Описывайте неопределенность, а не скрывайте ее
Неопределенность может возникать из-за неполного доступа к операционным данным, использования расчетных нагрузок вместо инструментальных измерений, допущений относительно простаивающих мощностей, меняющейся загрузки оборудования и методов распределения ресурсов совместного использования. Выбросы вносят дополнительную вариативность из-за географии и времени генерации электроэнергии, коэффициентов выбросов и правил учета приобретенной электроэнергии. Совокупные данные по ЦОД также опираются на оценки и сценарии при отсутствии полных данных приборного учета. МЭА прямо указывает на существенную неопределенность в отношении текущего и будущего потребления электроэнергии центрами обработки данных. IEA, «Energy demand from AI»
Поэтому качественный отчет всегда называет период наблюдения, описывает границы учета, указывает, получены ли данные путем прямого измерения или моделирования, и формулирует ключевые допущения. Если оценки зависят от сценариев или методов распределения затрат, приводите диапазон значений или объясняйте, как эти решения влияют на результат. Избегайте указания множества знаков после запятой, если исходная точность измерений этого не оправдывает. Медианная, средняя или типовая задача также должны быть четко обозначены: каждая из них по-своему обобщает распределение нагрузки, и ни одна не отражает абсолютно каждый запрос.
Практический чек-лист для проверки утверждений
Прежде чем транслировать или сопоставлять экологические показатели ИИ, задайте следующие вопросы:
Относятся ли данные к обучению, инференсу или общему итогу?
Какой сервис, тип нагрузки, временной период и функциональная единица описываются?
Учитываются ли только ускорители или также хост-серверы, мощности в режиме ожидания и общесистемные затраты ЦОД?
Что отражает показатель — энергию, мощность, выбросы или воду — и в каких единицах?
Если речь идет о выбросах, какой коэффициент электроэнергии, локация, временная база и метод учета воплощенных выбросов применялись?
Является ли результат измеренным, расчетным или сценарным, и какие ключевые исключения или факторы неопределенности остаются?
Для повседневного выбора этот чек-лист гораздо практичнее, чем вырванная из контекста цифра «энергии на один диалог». Он помогает отличить реальный измеренный результат по конкретному сервису от обобщенных заявлений об ИИ в целом и наглядно показывает, каких именно данных не хватает для достоверного сравнения.