新知特寫

首頁> 新知特寫> AI 語言模型排碳量拚比:思考型模型碳足跡高出50倍
AI 語言模型排碳量拚比:思考型模型碳足跡高出50倍 Thinking AI Models Emit 50x More CO2—and Often for Nothing
德國慕尼黑應用科技大學一項研究指出,大型語言模型(LLMs)的「推理方式」會大幅影響其碳排放量。特別是具備「思考型」推理過程的模型,其碳排放量可高達簡短模型的50倍。 研究團隊希望使用者理解:AI 並非「無成本」地運作,每次回答都伴隨碳排放。因此,人們應更謹慎思考如何使用 AI 模型,減少不必要的能源浪費。 研究分析14種規模介於70億至720億參數的 LLM,讓模型回答1,000道跨領域題目。結果顯示,推理型模型平均每題產出543.5個「詞元(tokens)」,而簡短型模型僅37.7個。這些詞元生成過程會產生大量碳排,且推理模型不一定更準確。例如,Cogito 模型雖達到84.9%準確率,但碳排卻是同級模型的三倍。 研究發現,AI 碳排與主題難度相關,例如哲學與抽象代數類問題的排碳量,是歷史科題目的六倍。選擇模型也會顯著影響排放,像是 DeepSeek R1 回答60萬題的碳足跡,等同於倫敦到紐約的來回機票,但 Qwen 2.5 可用同等碳排完成近三倍的任務量。 研究者強調,AI 回答問題產生的碳排可能成為未來需監管的環境議題。若使用者了解每次操作的環境成本,將能更理性選擇模型與使用情境,對永續環境更友善。
2025/08/07
https://www.sciencedaily.com/releases/2025/06/250619035520.htm
Science Daily
楊侑馨