AI 模型正在隐藏其能源足迹？以下是您可以采取的措施
2025 年 2 月，在巴黎举行的 AI 行动峰会上，我们发布了AI 能源分数项目，旨在提高 AI 模型能源消耗的透明度，并赋能整个行业的可持续决策。现在，我们需要社区的帮助，以充分发挥该项目的潜力。
什么是 AI 能源分数？⚡
AI 能源分数提供
- 标准化能源评级：衡量 AI 模型特定任务能耗的统一基准，确保对模型效率进行清晰可靠的评估。
- 公共排行榜：我们的排行榜目前对 10 个关键任务（如文本和图像生成、摘要等）中的 166 个 AI 模型进行了排名。特色模型包括 LLaMa、Phi、Gemma、Mistral 和 SmolLM 等流行的开源模型。
- 提交门户：我们的方法门户允许提交开源和专有模型进行评估，确保可重现的结果和公平的比较。
- 可识别的能源使用标签：类似于家用电器评级，我们简单的 1 到 5 星系统指导用户选择可持续的 AI。
此次发布反响非常积极，引起了广泛关注，获得了 BBC、NPR、Newsweek、Nature 和 The Economist 等知名媒体的认可。然而，为了充分发挥该项目的潜力，我们需要更多地纳入目前在排行榜上代表性不足的闭源（专有）AI 模型。
尽管我们采用了安全的基于 Docker 的提交流程，但闭源 AI 模型提供商尚未提交其生产模型进行测试，也未以任何其他方式分享此数据。这种不情愿意味着该项目建立的范围无法涵盖生产中使用的所有模型，从而无法进行客观比较。根据 OpenRouter 的数据，本月使用最多的前 20 个模型中有 15 个是闭源模型，这突显了对实际 AI 能源影响理解的巨大差距。透明度，即使在食品和制药等竞争激烈的行业中，也开创了宝贵的先例，表明部分开放既可行又有益。
鉴于闭源 AI 模型提供商不愿参与 AI 能源分数项目，**我们认为最有效的途径是通过其客户施加压力**，尤其是企业，因为它们拥有巨大的影响力，可以在激励提供商提高透明度方面发挥关键作用。
企业客户的力量
企业因其购买力和市场影响力而处于独特的推动变革的地位。通过在采购决策中明确优先考虑透明度和可持续性，企业可以强制 AI 提供商披露关键数据，从而改变市场规范。
您的组织如何发挥主导作用
- 在采购过程中设定明确的可持续性优先事项：向 AI 模型提供商明确表示可持续性和透明度是关键业务优先事项
- 倡导行业范围内的可持续性透明度：鼓励透明度法规和自愿标准。
- 将环境透明度整合到招标/RFP 和合同中：要求 AI 解决方案使用 AI 能源分数方法对其模型进行基准测试，并在特定时间线内实现特定基准。
招标/RFP 问题示例
作为我们对可持续性和透明度的承诺的一部分，我们要求供应商披露本次 RFP 中提供的 AI 模型和系统的能源效率。请为每个提议的 AI 模型或系统提供 AI 能源分数（或同等的行业标准能源效率评级）。如果 AI 能源分数不可用，请包括
- 典型工作负载的估计能耗（以千瓦时计）。
- 每次推理/训练会话的碳足迹。
- 模型训练和推理中使用的能源优化技术。
- 与能源效率相关的认证、基准或第三方验证。在我们的评估过程中，我们将优先考虑致力于最大限度地减少 AI 相关能源消耗和碳足迹的供应商。
采购合同要求示例
条款：AI 能源效率与披露
- 能源透明度：供应商同意为本合同项下提供的所有 AI 模型提供 AI 能源分数（或同等标准）。如果不可用，供应商必须披露能源消耗指标，包括每个 AI 处理单元（例如查询）的功耗和碳排放，以及所采取的节能措施。
- 可持续发展承诺：供应商应做出商业上合理的努力，提高 AI 模型的能源效率并实施优化措施，以在不影响性能的情况下降低能源消耗。
- 持续报告：供应商应根据要求，为正在进行的服务中使用的 AI 模型提供更新的 AI 能源分数或同等基准。如果重大变更影响能源效率，供应商必须通知买方并提供可行的情况下更新的版本。
- 合规性与处罚：未能提供所需的能源效率披露，或与披露的 AI 能源分数（或同等分数）存在重大偏差，可能被视为违约，买方将根据情况采取纠正措施、重新谈判条款或处罚。这些要求与我们组织的可持续发展目标保持一致，并确保供应商为减少 AI 部署对环境的影响做出贡献。
超越采购——额外的企业行动：
- 建立内部可持续发展基准，优先考虑能源效率高的 AI。
- 支持旨在促进强制披露和问责制的政策举措。
- 对内部团队进行 AI 能源效率和可持续性价值的教育。
立即行动 🚀
您组织的采购决策是推动变革的强大杠杆。坚持要求 AI 提供商提高能源透明度，以推动可持续发展。让我们共同努力，确保 AI 发展与我们地球的限度相符。
立即探索AI 能源分数排行榜，共同创造可持续的 AI 未来！