Teknologi AI berkembang pesat, membawa manfaat signifikan bagi berbagai bidang, termasuk kesehatan, pendidikan, dan ekonomi. Namun, muncul kekhawatiran tentang dampak AI terhadap lingkungan, terutama konsumsi energi dan sumber dayanya. Untuk mengatasi masalah ini, sebuah makalah teknis baru telah diterbitkan yang menyajikan metodologi komprehensif untuk menilai dampak lingkungan dari inferensi AI. Menurut makalah tersebut, rata-rata penggunaan energi untuk sebuah perintah teks di aplikasi Gemini ternyata sangat rendah: hanya 0,24 watt-jam, emisi CO2 0,03 gram, dan penggunaan air sekitar 0,26 mililiter.

Efisiensi sistem AI terus meningkat berkat penelitian dan kemajuan yang berkelanjutan, baik dalam perangkat lunak maupun perangkat keras. Selama setahun terakhir, jejak karbon dan konsumsi energi untuk sebuah perintah teks di aplikasi Gemini telah menurun secara signifikan masing-masing sebesar 33 kali lipat dan 44 kali lipat. Peningkatan ini merupakan hasil dari upaya untuk mengurangi emisi energi pusat data, mendorong penggunaan energi bebas karbon, dan mengisi kembali sumber daya air. Peningkatan efisiensi lebih lanjut tetap menjadi prioritas, dengan fokus pada penyediaan jawaban berkualitas tinggi.

Metodologi yang digunakan untuk mengukur dampak AI terhadap lingkungan memperhitungkan berbagai faktor, bukan hanya energi yang dikonsumsi selama komputasi aktif. Faktor-faktor ini mencakup dinamika daya di seluruh sistem, konsumsi daya mesin saat idle, peran CPU dan RAM, serta overhead infrastruktur pusat data. Pendekatan ini lebih akurat merepresentasikan jejak operasional AI skala besar yang sebenarnya, dibandingkan dengan estimasi optimis yang hanya mempertimbangkan konsumsi mesin aktif.

Makalah ini juga menguraikan pendekatan full-stack untuk pengembangan AI, yang telah menghasilkan peningkatan efisiensi yang signifikan. Pendekatan ini mencakup arsitektur model yang lebih efisien, algoritma yang dioptimalkan, perangkat keras yang dirancang khusus, dan penggunaan pusat data yang sangat efisien. Komitmen kami terhadap pengembangan AI yang bertanggung jawab sangat jelas, dengan fokus pada pengurangan penggunaan daya dan air, dan kami membagikan temuan kami untuk mendorong kemajuan di seluruh industri menuju praktik AI yang lebih berkelanjutan.