جوجل تخفيضات احتياجات الطاقة لاستفسارات الذكاء الاصطناعى 33x في عام واحد

أعلنت Google عن اختراق كبير في تقليل التأثير البيئي لمنظمة العفو الدولية ، حيث أبلغت عن انخفاض 33 ضعفًا في استهلاك الطاقة في استفسارات الذكاء الاصطناعى خلال العام الماضي.

حسبها”https://services.google.com/fh/files/misc/measuring_the_environmental_impact_of_delivering_ai_at_google_scale.pdf” الهدف=”_blank” rel=”dofollow”> أحدث ورقة بحثية، يستهلك استعلام نص واحد الآن 0.24 واط ساعة فقط من الكهرباء. وهذا يعادل مشاهدة تسع ثوان من التلفزيون.

تدعي الشركة أيضًا تخفيض 44x في إجمالي الانبعاثات المرتبطة بمطالبات نص AI في مجموعة تطبيقات Gemini الخاصة بها ، ويرجع ذلك أساسًا إلى مكاسب الكفاءة في كل من البرامج والأجهزة.

تقوم Google بمشاركة ورقة فنية حول منهجية شاملة لقياس الطاقة والانبعاثات وتأثير المياه في مطالبات الجوزاء.
على مدى فترة 12 شهرًا ، انخفض استهلاك الطاقة لكل مطالبة بتطبيقات Gemini الوسيطة بمقدار 33X وتصمة الكربون بمقدار 44X. هذا هو…”https://t.co/G0yoyzyEWT” الهدف=”_blank” rel=”dofollow”> pic.twitter.com/g0yoyzyewt

– يوسي ماتياس (eymatias)”https://twitter.com/ymatias/status/1958525556556984414?ref_src=twsrc%5Etfw” الهدف=”_blank” rel=”dofollow”> 21 أغسطس 2025

ارتفاع اهتمامات استهلاك طاقة الذكاء الاصطناعي

AI تستهلك الكثير من القوة. يحتاج تشغيل نماذج اللغة الكبيرة إلى قدر كبير من قوة الحوسبة والبنية التحتية ، وكلها تستخدم الكهرباء.

مما لا يثير الدهشة ، تشير التوقعات إلى ذلك”https://reports.weforum.org/docs/WEF_Artificial_Intelligences_Energy_Paradox_2025.pdf” الهدف=”_blank” rel=”dofollow”> يمكن أن يزداد استهلاك الكهرباء من الذكاء الاصطناعي بنسبة تصل إلى 50 في المائة سنويا بين 2023 و 2030.

كما أبرز بلومبرج الطلب المتزايد على الطاقة من مراكز البيانات. قدرت الشركة أن الطلب على الطاقة الأمريكي من مراكز البيانات يمكن أن يزداد”https://www.bloomberg.com/professional/insights/artificial-intelligence/ai-energy-demand-to-climb-in-2025-26-despite-efficiency-gains/” الهدف=”_blank” rel=”dofollow”> 20-40 ٪ في 2025 ومن المحتمل أن نرى نموًا مزدوجًا خلال 2026-2030.

يؤدي زيادة استهلاك الطاقة إلى ارتفاع انبعاثات الغازات الضارة.

ولدينا تقديرات لإثبات ذلك. يمكن أن يزداد الطلب على الكهرباء التي تحركها AI”https://www.imf.org/en/Blogs/Articles/2025/05/13/ai-needs-more-abundant-power-supplies-to-keep-driving-economic-growth” الهدف=”_blank” rel=”dofollow”> 1.7 جيغادون من انبعاثات غازات الدفيئة في جميع أنحاء العالم بين عامي 2025 و 2030. هذا هو نفس الكمية التي تنتجها إيطاليا من استخدام الطاقة في غضون خمس سنوات.

وفقًا لتقرير صادر عن Gupta et al. ، من المتوقع أن تتطلب شركات التكنولوجيا سحب المياه”https://sdgs.un.org/sites/default/files/2024-05/Gupta,etal._AIsexcessivewaterconsumption.pdf” الهدف=”_blank” rel=”dofollow”> 4.2 إلى 6.6 مليار متر مكعب بحلول عام 2027 لتشغيل وتبريد مراكز البيانات الخاصة بهم. هذا من شأنه أن يساوي 1.7 إلى 2.6 مليون حمامات سباحة أولمبية.

تسلط هذه الأرقام الضوء على الحاجة الملحة للكفاءة والشفافية ، حيث أن النمو السريع من الذكاء الاصطناعى يصبح بمثابة سلالة كبيرة على الطاقة العالمية والموارد المائية.

الرياضيات البيئية من Google

تقارير Google أن الاستعلام النصوص المتوسط ​​لتطبيقات الجوزاء ينتج الآن:

• 0.24 WH من استخدام الكهرباء ، وهو ما يعادل مشاهدة التلفزيون لمدة 9 ثوان.
• 0.26 مل من استهلاك المياه ، وهو ما يقرب من 5 قطرات.
• 0.03 جرام من الانبعاثات المكافئة CO₂.

بالمقارنة مع 2024 ، تدعي Google لديها”https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference?” الهدف=”_blank” rel=”dofollow”> انخفاض استهلاك الطاقة لكل موجه بمقدار 33 مرة وانخفض إجمالي الانبعاثات بمقدار 44 مرة.

لا تتضمن ورقة البحث 2024 بيانات لاستهلاك الطاقة لكل عام ، أو استخدام المياه ، أو انبعاثات مكافئة CO₂.

للوصول إلى نتائجها ، قام فريق الأبحاث في Google بقياس استهلاكه”https://www.ibm.com/think/topics/ai-accelerator” الهدف=”_blank” rel=”dofollow”> مسرع AI النشط الطاقة ، وحدة المعالجة المركزية النشطة و”https://www.techtarget.com/searchstorage/definition/DRAM” الهدف=”_blank” rel=”dofollow”> درام الطاقة ، طاقة آلة الخمول ، والطاقة العلوية.

تشير طاقة Machine Idle إلى الطاقة التي تستهلكها أجهزة كمبيوتر AI التي يتم الاحتفاظ بها في وضع الاستعداد.

قد لا تكون نشطة ، ولكن البقاء مستعدين للتعامل مع طفرات حركة المرور أو الفشل. تضيف الطاقة التي تستخدمها أنظمة الذكاء الاصطناعي هذه أيضًا إلى استخدام الطاقة الإجمالي من الذكاء الاصطناعي.

في فئة الطاقة العامة ، نظرت Google في استهلاك الطاقة من خلال مراكز البيانات التي تدعم البنية التحتية ، مثل أنظمة التبريد أو تحويل الطاقة.

كيف حققت Google هذا العمل الفذ

عززت Google مكاسب الكفاءة هذه إلى المزيج التالي من الاستراتيجيات:

1. بنيات نموذجية أكثر ذكاءً

تعتمد نماذج الجوزاء على”https://www.ibm.com/think/topics/transformer-model” الهدف=”_blank” rel=”dofollow”> تصميم المحول، والتي هي بالفعل 10-100 مرة أكثر كفاءة من النماذج الأخرى.

بالإضافة إلى ذلكتوظف Google تقنيات فعالة ، بما في ذلك”https://www.datacamp.com/blog/mixture-of-experts-moe” الهدف=”_blank” rel=”noopener dofollow”> مزيج من الخبراء (MOE)، ذكي”https://www.ibm.com/think/topics/attention-mechanism” الهدف=”_blank” rel=”noopener dofollow”> حساب الانتباهوالتفكير الهجين لتعزيز الكفاءة.

2. الخوارزميات والتكميلية الفعالة

تعزز Google كفاءة الذكاء الاصطناعي من خلال تحسين الخوارزميات التي تعمل باستمرار على نماذج الذكاء الاصطناعي. يستخدم طرقًا مثل”https://cloud.google.com/blog/products/compute/accurate-quantized-training-aqt-for-tpu-v5e” الهدف=”_blank” rel=”dofollow”> تدريب كمي دقيق لتقليل استهلاك الطاقة دون المساس بجودة الاستجابة.

3. الاستدلال الأمثل والخدمة

تعمل Google باستمرار على جعل تسليم نموذج الذكاء الاصطناعى أكثر ذكاءً وأسرع وأكثر كفاءة. يستخدم التكنولوجيا مثل”https://research.google/blog/looking-back-at-speculative-decoding/” الهدف=”_blank” rel=”dofollow”> تكهن فك التشفير ، الذي يوفر استنتاج أسرع وأكثر فعالية من حيث التكلفة من LLMS.

كما أنه يستخدم التقطير لإنشاء نماذج أكثر فعالية من الذكاء الاصطناعي.

4. أجهزة مصممة خصيصا

جوجل”https://cloud.google.com/tpu/docs/intro-to-tpu#when_to_use_tpus” الهدف=”_blank” rel=”dofollow”> وحدة معالجة الموتر (TPU) معروف بكفاءة الطاقة.

شاركت الشركة أيضًا في تصميم طرازات TPU و AI. يمكّن ذلك البرامج والأجهزة من العمل معًا بسلاسة ، وتحسين كفاءة الطاقة.

في الواقع ، فإن أحدث TPU (Ironwood) أكثر كفاءة في استخدام الطاقة على بعد 30x من أول نموذج متاح للجمهور من TPU.

5

بدلاً من الحفاظ باستمرار على مكدس خدمة الذكاء الاصطناعي على وضع الاستعداد ، توظف Google خمولًا محسّنًا لتقليل وقت تعطل التسريع. يتم تحويل النماذج في الوقت الفعلي القريب بناءً على الطلب بدلاً من البقاء دون داع.

6. مكدس برامج ML

جوجل”https://openxla.org/xla” الهدف=”_blank” rel=”dofollow”> برنامج التحويل البرمجي XLAو Pallas kernels ، و”https://blog.google/technology/ai/introducing-pathways-next-generation-ai-architecture/” الهدف=”_blank” rel=”dofollow”> المسارات يحسن النظام نماذج الذكاء الاصطناعى المكتوبة في أطر مثل”https://docs.jax.dev/en/latest/notebooks/thinking_in_jax.html” الهدف=”_blank” rel=”dofollow”> جاكس، السماح لهم بالتشغيل بكفاءة على مسرعات Google المخصصة.

7. مراكز بيانات فائقة الكفاءة

تعتبر مراكز بيانات Google فعالة للغاية ، وتعمل بفعالية استخدام الطاقة (PUE) من 1.09.

هذا يعني أنه لكل واط 1 واط تستخدمه الخوادم ، يتم استخدام 0.09 واط فقط للنفقات العامة (التبريد والمراوح وما إلى ذلك).

النظر في متوسط ​​مركز البيانات العالمي”https://www.statista.com/statistics/1229367/data-center-average-annual-pue-worldwide/” الهدف=”_blank” rel=”dofollow”> PUE في 1.56، مراكز بيانات Google عالية الكفاءة.

8. شراء الطاقة النظيفة

في متابعة طموحه الخالي من الكربون على مدار الساعة طوال أيام الأسبوع ، تؤكد Google على شراء الطاقة النظيفة.

ونتيجة لذلك ، تمكنت مراكز بيانات Google من خفض انبعاثاتها بين عامي 2023 و 2024 ، على الرغم من الزيادة في استهلاك الكهرباء خلال تلك الفترة.

جوجل مقابل Openai

غالبًا ما يناقش عشاق الذكاء الاصطناعي أكثر كفاءة في الطاقة: نماذج Google أو تلك الخاصة بالمنافسة الرئيسية ، Openai.

في منشور مدونة شخصية ، Openai’s”https://x.com/sama” الهدف=”_blank” rel=”dofollow”> سام التمان مناقشة”https://blog.samaltman.com/the-gentle-singularity” الهدف=”_blank” rel=”dofollow”> استهلاك الطاقة في ChatGPTو

“يستخدم متوسط ​​الاستعلام حوالي 0.34 واط ساعة ، حول ما سيستخدمه الفرن في ما يزيد قليلاً عن ثانية واحدة ، أو يستخدم مصباح مصباح عالي الكفاءة في بضع دقائق. ويستخدم أيضًا حوالي 0.000085 جالون من الماء ؛ ما يقرب من خمسة من ملعقة صغيرة.”

نظرًا لأن منشور مدونته لا يفسر كيف تم قياس الأرقام أو ما تم حسابه ، لا يمكننا مقارنتها بشكل معقول مع تقديرات أخرى ، مثل الكشف عن Google الموضحة في هذا المنشور.

ما هو واضح هو أنه بدون قياسات شفافة موحدة ، سيكون من الصعب مقارنة مطالبات كفاءة نماذج الذكاء الاصطناعى.

لذلك ، يمكن أن تكون الأبحاث والقياسات التفصيلية لـ Google بمثابة معيار لتقييم استخدام طاقة الذكاء الاصطناعي.

تدعو Google عن نهج موحد لقياس كفاءة الذكاء الاصطناعي

تؤكد أبحاث Google على أن تقييم التأثير البيئي لمنظمة العفو الدولية يتطلب نهجًا شاملاً بدلاً من معيار محدود.

على الرغم من أن تأثير كل شيء بسيط ، فإن الاستخدام الواسع النطاق لمنظمة العفو الدولية على مستوى العالم يجعل الكفاءة المستمرة ضرورية.

بدون أطراف القياس الموحدة والشفافة ، لا يمكن للمؤسسات ضمان توافق النمو السريع من الذكاء الاصطناعي مع أهداف الاستدامة والمساءلة.

ومع ذلك ، من المشجع أن نرى Google تنشر منهجيتها في ورقة بحثية لصالح الجميع ، بدلاً من استخدامها فقط كحيلة علاقات عامة.

واختتم ورقة البحث ؛

“نحن ندعو إلى اعتماد هذه الأطر القياس الشاملة على نطاق واسع أو بالمثل لضمان أنه كقدرات على تقدم الذكاء الاصطناعي ، فإن كفاءتها البيئية تعمل أيضًا.”