使用 AI 會讓電池消耗更快嗎?意想不到的「省電 5.4 倍」效果

智慧型手機螢幕上 AI 聊天機器人正在生成回答,並以視覺化方式呈現電池餘量圖示得到有效管理的影像
AI Summary

研究顯示,在智慧型手機上使用 AI (LLM) 比起一般的網頁搜尋,平均能節省 5.4 倍的電池消耗。

使用 AI 會讓電池消耗更快嗎?

請想像一下。 您正在等待一通重要的電話,但智慧型手機的電量只剩下 15%。這時您剛好想查詢一個資訊。您會像平常一樣使用 Google 搜尋,還是會詢問 ChatGPT 或 Claude 等 AI?

可能大多數人會想著「AI 需要進行複雜的計算,所以肯定更耗電」,然後打開搜尋框。因為我們經常看到新聞報導稱,運行一個人工智慧模型需要巨大的電力和冷卻水。然而,最近發表的一項研究結果正面推翻了我們的這種常識。因為研究發現,在行動環境中使用 AI(大型語言模型,LLM)比一般的網頁搜尋,電池消耗竟然少 5.4 倍Show HN: LLMs consume 5.4x less mobile energy than ad-supported web search

今天,我們將與「MindTickleBytes」一起探究為什麼會出現這種反轉結果,揭開我們所不知道的手機能源秘密。

為什麼這很重要?

這不僅僅是電池續航力多一點點的問題。這項發現對現代人的數位生活具有兩個非常重要的意義。

第一是消除使用者的「電池焦慮症」。對現代人來說,智慧型手機的電池餘量直接關係到心理安全感。如果 AI 比搜尋更節能,我們就能毫無顧慮地充分利用更高級的智慧助手。這意味著在旅行中電池不足時,與其翻閱厚厚的指南,詢問 AI 餐廳資訊反而可能是一種明智的「節電策略」。

第二是為了地球環境的實踐。全球數十億人每天進行數十次搜尋。如果這所有的過程都被 AI 回答取代,就能顯著減少全球智慧型手機消耗的能源。雖然訓練巨大的 AI 模型需要耗費大量電力,但這是一個充滿希望的信號,顯示在我們實際使用服務的階段(推論,Inference),其效率可能遠高於一般的網頁瀏覽。LLMEnergyConsumption: Unveiling AI’s Power Usage

簡單理解:「嘈雜的自助餐」與「親切的私人廚師」

為什麼聰明的 AI 比一般搜尋更節能?為了理解這一點,我們將網頁搜尋和 AI 回答過程比喻為「用餐」

1. 網頁搜尋:嘈雜的自助餐廳

我們在搜尋框輸入單詞並確認結果的過程,就像是親自前往一家巨大的自助餐廳。

  • 廣告與華麗裝飾: 除了我們需要的資訊外,網頁上還充斥著大量的廣告橫幅、高解析度圖片和華麗的設計元素。
  • 親自奔波: 就像為了尋找想吃的食物而穿梭在各個角落一樣,我們必須點擊多個連結、翻閱頁面來搜尋資訊。
  • 能源浪費: 智慧型手機為了在螢幕上繪製這些華麗的頁面(渲染,Rendering),處理器必須片刻不停地運作。特別是在顯示閃爍的廣告和下載大量數據的過程中,為了全速運行 5G 天線,電池會被無情地消耗。

2. AI 回答:量身定制的私人廚師

相對而言,詢問 AI 就像是對私人廚師說:「今天幫我送一份清爽的沙拉到房間」。

  • 精煉資訊遞送: AI 從海量數據中精挑細選出答案,並以「文本」為主乾淨利落地傳達。
  • 最少的移動: 使用者不需要到處奔波。透過一次提問和一次回答,整個過程就結束了。
  • 極致的能源效率: 既不需要在螢幕上顯示沉重的廣告圖片,也不需要傳輸不必要的數據,因此電池消耗會急劇減少。

簡單來說,網頁搜尋就像是在「資訊的海洋」中親自划船尋找魚,而 AI 則像是直接將「處理好的生魚片」送到餐桌上

用數據看電池的真相

這項研究並非憑感覺說話,而是經過了 10,000 次精確的統計模擬(蒙地卡羅抽樣,Monte Carlo draws)。Show HN: LLMs consume 5.4x less mobile energy than ad-supported web search

研究人員詳細分析了我們使用智慧型手機時能源從哪裡流失,並建立了「行動能源模型」。Show HN: LLMs consume 5.4x less mobile energy than ad-supported web …

  1. 無線通訊能源 (4G/5G Radio Energy): 智慧型手機與基地台交換信號以維持通訊網路所需的電力。
  2. 數據傳輸成本 (Network Transmission): 透過網路實際傳輸的數據量(網頁、圖片等)。
  3. 渲染成本 (Rendering Costs): 在螢幕上點陣繪製複雜的網站結構和動態廣告時所需的能源。

結果是壓倒性的。標準的 AI 使用階段比充滿廣告的一般網頁搜尋,平均節省了 5.4 倍的能源LLMs consume five point four times less mobile energy than ad-supported … 打個比方,原本搜尋 10 分鐘就會耗盡的電量,如果換成 AI 則能撐上 54 分鐘,這就是效率上的巨大差異。

當然,伺服器端的情況可能有所不同。一些研究指出,ChatGPT 伺服器在生成回答時排放的碳量高於傳統搜尋引擎。Emissions from ChatGPT are much higherthanfrom conventional… 但這項研究的核心在於,從「使用者手中的智慧型手機電池」觀點來看,證明了 AI 更加經濟高效。Show HN: LLMs consume 5.4x less mobile energy than ad-supported web …

現狀:用「更聰明」的方式節能的技術

我們使用的搜尋引擎也沒有坐以待斃。在過去的 14 年裡,每次搜尋請求的能源消耗量減少了將近 7 到 10 倍。Emissions from ChatGPT are much higherthanfrom conventional…

然而, AI 技術的發展速度更為驚人。現在,它不僅僅是減少數據使用量,更開始直接管理智慧型手機的「大腦」。

最近備受矚目的 「MNN-AECS」 系統就是一個代表性案例。該技術在 AI 逐字生成回答(解碼,Decoding)的過程中,會即時監控智慧型手機 CPU 的狀態。如果回答速度足夠快,它會將任務從耗電的高性能核心移交給耗電極少的「低功耗核心」,從而節省電池。這項尖端節電技術已在我們使用的 Android 和 iPhone 等大多數智慧型手機上驗證了其效果。MNN-AECS: Energy Optimization for LLM Decoding on Mobile Devices via …

未來會如何發展?

我們尋找資訊的方式,也就是「搜尋」的定義本身將會徹底改變。

以往是我們在無數廣告和不必要資訊之間親自游泳,未來則將由 AI 代替我們執行那些艱難的過程,並以節能的方式傳達「最終摘要」。此外,隨著「預處理 (Preprocessing)」技術的進步,建立 AI 模型過程中產生的能源消耗也將朝著減少整體環境足跡 (Footprint) 的方向發展。LLMEnergyConsumption: Unveiling AI’s Power Usage

不久後,智慧型手機製造商可能會將「我們的手機針對 AI 搜尋進行了優化,電池續航力提升了 30%」作為核心廣告賣點。

AI 的觀點:MindTickleBytes AI 記者的一句話

過去是否因為「AI 是吃電怪獸」的誤解而擔心電池消耗,遲遲不敢使用呢?這項研究顯示,我們在實際使用服務時的效率遠高於預期。我們無意中忽略的網頁廣告和華麗效果,其實才是啃食智慧型手機電池的元兇。現在,活用聰明的 AI 助手不僅能提高生產力,更將成為延長我珍貴手機壽命並顧及環境的最「潮」數位習慣。


參考資料

  1. Show HN: LLMs consume 5.4x less mobile energy than ad-supported web search
  2. LLMEnergyConsumption: Unveiling AI’s Power Usage
  3. Emissions from ChatGPT are much higher than from conventional search queries
  4. Show HN: LLMs consume 5.4x less mobile energy than ad-supported web search - Briefly
  5. Show HN: LLMs consume 5.4x less mobile energy than ad-supported web search - Software Finding
  6. LLMs consume five point four times less mobile energy than ad-supported web search - YouTube
  7. MNN-AECS: Energy Optimization for LLM Decoding on Mobile Devices via …
  8. AI News Feed – Telegram

FACT-CHECK SUMMARY

  • Claims checked: 15
  • Claims verified: 15
  • Verdict: PASS
測試你的理解
Q1. 根據研究結果,在行動環境中使用 LLM 比網頁搜尋節省多少能源?
  • 約 2 倍
  • 約 5.4 倍
  • 約 10 倍
根據最近的模擬研究,標準的 LLM 對話階段比包含廣告的網頁搜尋對話階段,平均節省了 5.4 倍的能源。
Q2. 下列哪一項不是行動能源消耗模型中包含的要素?
  • 4G/5G 無線通訊能源
  • 螢幕渲染成本
  • 智慧型手機保護殼的材質
能源消耗模型綜合考慮了通訊網路使用 (4G/5G)、數據傳輸以及在螢幕上繪製內容的渲染成本等因素。
Q3. 為了優化行動裝置上 AI 的能源使用,提出了哪項技術?
  • 僅使用高性能 GPU
  • 動態選擇低功耗 CPU 核心
  • 自動調低螢幕亮度
MNN-AECS 系統在 AI 生成回答的過程中,透過動態選擇低功耗 CPU 核心來節省能源。