Az AI energiacímkéje még nem készült el.
The number on the box
An energy label is a promise about comparison. It tells a buyer that two ordinary-looking objects can be placed beside one another without pretending that they are identical. A refrigerator label does not settle every question about the kitchen, the electricity contract or the family using it. It does something more modest and more useful. It states a method, a category and a result clearly enough that the claim can be checked.
AI has acquired plenty of numbers but very few labels. One system is said to use less energy because it is smaller. Another because it answers faster. Another because its chips have a more flattering specification. A supplier may publish a figure for one request, a training run, a rack, a facility or a year. All may be accurate inside their own boundary. They cannot all be compared just because the unit happens to be joules, watts or tonnes of carbon dioxide equivalent. A number can be precise and still be a poor answer to the question a buyer actually asked.
This is not an argument against measuring. It is the opposite. Europe needs much better measurement because AI is becoming part of ordinary infrastructure. The European Commission already collects energy-performance and water-footprint information from significant data centres under the Energy Efficiency Directive framework. It is preparing a common rating scheme and work towards minimum performance standards. That is a serious start. It does not yet amount to a finished energy label for an AI service, model or use case. The boundary between those things is where most of the difficult work lives.
The useful question is therefore not whether an AI system is green. That adjective has done enough unpaid overtime. The question is: for this defined piece of work, under these operating conditions, what resources were used, what evidence supports the figure, and which material effects remain outside the claim? An honest answer makes a slower, better kind of progress. It makes a procurement conversation possible.
Why a single AI number fails
Electricity is consumed by physical equipment, not by a word such as intelligence. The International Energy Agency describes training and deployment as activities that happen mainly in data centres. Those facilities contain servers, storage, networking equipment, cooling and supporting power infrastructure. The server is important, but it is not the whole facility. The IEA estimates that servers account for around 60 per cent of electricity demand in a modern data centre on average, while storage, networking, cooling and other infrastructure make up the rest in proportions that vary by facility type and design.
That variation is not a nuisance at the edge of the calculation. It is the calculation. Cooling can be a modest part of electricity use in an efficient hyperscale facility and a much larger share in a less efficient enterprise setting. A workload that looks excellent when measured at a chip can look different once networking, memory, storage, idle capacity and cooling are included. A facility metric can look excellent while revealing nothing about whether a particular model was called too often, served an oversized context or spent half its time waiting for a human process to catch up.
There are at least four objects people mean when they ask for AI energy use. They may mean the hardware, the model, the service or the organisational task. Hardware asks about a processor, server or rack under defined load. A model asks about training, fine-tuning or inference for a defined model version. A service asks about the route from a user action through retrieval, moderation, logging, storage and response. A task asks whether the service changed the total work: the repeated prompts, human review, rework, avoided travel, extra data movement and downstream decisions. The objects overlap. They are not interchangeable.
Egy modell kevés energiát fogyaszthat generált tokenenként, és mégis pazarló szolgáltatás lehet, ha a körülötte lévő termék arra ösztönzi a felhasználókat, hogy ötször kérjék ugyanazt a választ. Egy nagyon kicsi modell lehet hatékony hívásonként, és mégis alkalmatlan lehet egy olyan feladatra, amely sok újrapróbálkozást, eszkalációt vagy egy második rendszert igényel a kimenet javításához. Egy nagyobb rendszer többet fogyaszthat kérésenként, mégis csökkenthet egy különálló, energiaigényes lépést. Egyik sem ad felmentést az optimista számolás alól. Ez azt jelenti, hogy a megnevezett munkaegységet meg kell nevezni, mielőtt a szám bármilyen elismerést kapna.
Az első fegyelem szinte kínosan egyszerű: ne hasonlítsunk össze egyik réteget a másikkal. Egy chipre vonatkozó szám nem szolgáltatásra vonatkozó szám. Egy szolgáltatásra vonatkozó szám nem szervezeti eredmény. Egy létesítmény éves összesítése nem egy prompt energiája. Más kérdésekre válaszolnak. Amikor egy állítás rétegeken ível át, meg kell magyaráznia az átkötést. Enélkül az átkötés nélkül az olvasó kap egy számot, és arra kérik, hogy maga pótolja a fizikát, a működést és az erkölcsi ítéletet. Ez meglehetősen drága önkiszolgálás.
A határvonal dönti el a választ
Minden környezeti mérés határvonallal kezdődik. A mesterséges intelligenciában a leggyakoribb határvonal az eszköz vagy a szerver. Ez azért vonzó, mert közel van a munkához, és gyakran könnyebb mérni. A következő határvonal a rack vagy a klaszter. Ezután jön a létesítmény, ahol a teljesítményhatékonysági mutató, a hűtés és más támogató infrastruktúra szerepet kap. Ezután jön a szolgáltatási útvonal, amely hálózatokat, tárolást, lekérdező rendszereket, biztonsági ellenőrzéseket, megfigyelhetőséget és egy ügyfél-eszközt foglalhat magában. Végül van egy tágabb életciklus-határvonal: gyártás, szállítás, épületkivitelezés, víz, javítás, újrahasznosítás és életciklus vége.
Egyetlen határvonal sem mindig a helyes. A hiba az, ha közzéteszünk egy határvonalat, miközben arra invitáljuk az olvasókat, hogy egy másikra következtessenek. Egy processzorgyártó ésszerűen jelenthet egy komponensen mért energiát. Egy adatközpont-üzemeltető ésszerűen jelenthet létesítményi mutatókat. Egy modellszolgáltató ésszerűen jelenthet energiát egy meghatározott következtetési munkaterhelésre. Egy közbeszerző, aki eldönti, hogy megváltoztat-e egy szolgáltatást, a szolgáltatási határvonalat igényli, és bizonyos döntésekhez tágabb életciklus-szemléletet. Az állításnak meg kell mondania, melyik feladatot látja el.
A határvonalak választások, de nem önkényes választások. A döntést kell követniük. Ha egy mérnöki csapat két dekódolási beállítás között választ ugyanazon a gépen, a szerverenergia egy megismételhető teszt alatt pontosan a megfelelő mérőszám lehet. Ha egy beszerzési csapat két felügyelt mesterségesintelligencia-szolgáltatást hasonlít össze, az összehasonlításnak elegendő részét kell tartalmaznia a szolgáltatási útvonalnak ahhoz, hogy egy kihagyott lekérdező rendszer vagy egy folyamatosan futó támogató klaszter ne tűnjön el nyomtalanul. Ha egy közhatóság egy nagy helyi létesítményt fontolgat, az áramra, vízre, hálózati kapacitásra és hőre vonatkozó kérdései helyi kérdések, még akkor is, ha egy szállító egy takaros globális szén-dioxid-állítást mutat be.
Az Európai Bizottság közvetetten utal erre az adatközpont-jelentéstételi keretrendszeren keresztül. Nyilvános adatbázisa az energiahatékonyságra és a vízlábnyomra vonatkozó információk gyűjtésére és közzétételére szolgál. A felhatalmazáson alapuló jelentéstételi szabályok mutatókat és jelentéstételi információkat határoznak meg az adatközpontok számára. A keretrendszer nem azt állítja, hogy minden környezeti hatást megoldott egy táblázatkezelő. Ez annak elismerése, hogy egy létesítményről nem lehet felelősen beszélni kizárólag a szerverek energiafogyasztása alapján.
Van itt egy hasznos analógia, feltéve, hogy nem erőltetjük túl. A határvonal olyan, mint a térkép széle. Egy térkép jogosan összpontosíthat az utakra, az árvízkockázatra vagy a földtulajdonra. Csak akkor válik félrevezetővé, ha a választott szélét a világ széleként mutatja be. Egy mesterségesintelligencia-energiaállításnak ugyanezt a szerénységet kell tanúsítania. Láthatóvá kell tennie a választott határvonalat, és meg kell neveznie a fontos területet azon túl.
A munkaterhelés az őszinteség mértékegysége
Az emberek gyakran kérdezik, mennyi energiát használ egyetlen AI-lekérdezés. A kérdés érthető, de általában pontatlanul megfogalmazott. Egy lekérdezés tartalmazhat néhány szót vagy akár egy egész könyvet. Meghívhat egy kompakt osztályozó modellt, vagy olyan modellt, amely képeket, beszédet, hosszú dokumentumokat és több eszközt is feldolgoz. Visszaadhat egyetlen címkét, egy oldalnyi szöveget vagy egy munkafolyamatot, amely három másik rendszert hív meg. Kiszolgálhatja egy meleg gépről nagy kihasználtság mellett, vagy olyan kapacitásról, amelyet a következő kérésre tartanak készenlétben. A lekérdezés szó jóval több poggyászt cipel, mint amennyit bevall.
Ezért egy hasznos mérőszám a munkaterhelést írja le. Nyelvi rendszereknél ez magában foglalhatja a bemeneti és kimeneti tokeneket, a kontextus hosszát, a modellverziót, a kötegméretet, a pontosságot, az egyidejűséget, a gyorsítótár viselkedését és a dekódolási beállításokat. Kép-, hang- vagy videorendszereknél tartalmazhatja a felbontást, az időtartamot, a mintavételezési lépéseket, a kodekeket és a modellarchitektúrát. Egy keresőrendszernél magában foglalhatja az index méretét és frissítési viselkedését, a beágyazási hívásokat, a rangsorolást, a dokumentumkeresést és a tárolást. Egy döntési munkafolyamatnál tartalmazhatja a hívások számát, a humán felülvizsgálat arányát és azt az utat, amelyet a rendszer akkor választ, ha tartózkodik.
Ez nem azt követeli, hogy minden weboldal laboratóriumi jegyzőkönyvet nyomtasson egy gomb mellé. Azt követeli, hogy a nyilvános állítások hagyják abba a színlelést, hogy egyetlen vidám átlag univerzális munkaterhelést jelent. A szolgáltató közzétehet egy jellemző tartományt meghatározott használati sávokra. A vásárló kérhet egy tesztprofilt, amely a saját munkájához hasonlít. Egy termékcsapat néhány értelmes módot tehet elérhetővé, ahelyett hogy minden felhasználót erőmérnökké nevelne. A lényeg az, hogy a leírás lehetővé tegye a felülvizsgáló számára, hogy megmondja, hasonlít-e a jelentett feladat a valóságra.
A munkaterhelés-tervezés az a pont is, ahol a hatékonyság termékdöntéssé válik, nem pedig hardveres sajtóközleménnyé. A kontextust nem azért kell betölteni, mert elérhető. A keresésnek nem szabad dokumentumokat mozgatnia csak azért, hogy bizonyítsa, képes rá. Egy modellnek meg kell engedni, hogy azt mondja, egy feladat emberi ítélőképességet igényel, ahelyett hogy három egyre költségesebb találgatást produkál. A felületeknek nem szabad tíz szinte azonos újrapróbálkozásra ösztönözniük, mert az első válasz egy nyirkos nyugta magabiztosságával érkezett. Ezek tervezési döntések. Csökkenthetik a munkát anélkül, hogy tisztességtelen ígéretet tennének egy mondat szénlábnyomáról.
Az IEA megjegyzi, hogy a jelenlegi és jövőbeli adatközponti villamosenergia-fogyasztásban jelentős a bizonytalanság, és forgatókönyveket használ a különböző utak feltárására. Ez a termékmérésnél is hasznos szokás. Ha indokolt a tartomány, adjon meg tartományt. Mondja meg, mi mozdítja el. Tartsa meg a különbséget a megfigyelt teszt, a mért összetevőkből felépített becslés és a jövőbeli keresletre vonatkozó előrejelzés között. Egyetlen tizedesjegy nem gyógyítja meg a bizonytalanságot. Csak élesebbé teszi a bizonytalanság körvonalait.
A hardver nem mellékes megjegyzés
Az energiaadatok rosszul utaznak, ha a hardvert eltávolítják belőlük. Ugyanaz a modell másként viselkedhet különböző processzorokon, memóriakonfigurációkban, gyorsítók, összeköttetések és szoftverkörnyezetek esetén. A pontosság számít. A kötegméret számít. A kihasználtság számít. Az IEA a gyorsított szerverek gyors térnyerését az adatközponti villamosenergia-kereslet egyik kulcsfontosságú meghatározójaként írja le, és megjegyzi, hogy az összetevők iránti kereslet aránya nagymértékben eltér az adatközpont-típusok között. Ez elég egy egyszerű pont alátámasztásához: nincs univerzális energiaérték egy modellhez, ha elválasztjuk attól a géptől és üzemeltetési körülményektől, amelyeken fut.
A hardverjelentésnek ezért meg kell neveznie a releváns gépkategóriát, az eszközök számát, a memóriaelrendezést, ahol az lényeges, az energiagazdálkodási beállításokat, a szoftververziót és a mérési módszert. Meg kell mondania, hogy az eredményt fali csatlakozónál, rack-elosztó egységnél, szervertelemetrián vagy modellalapú becslésen keresztül gyűjtötték-e. Egyik módszer sem eleve hiteltelen. De nem ugyanazok a hibamódjaik. Egy közvetlen villamosmérésnek szűk lehet a határa. A telemetriát könnyebb lehet ismételten gyűjteni, de függhet a kalibrációtól és az elosztási feltételezésektől. A becslés megfelelő lehet tervezéshez, de nem viselheti a megfigyelt eredmény jelmezét.
A megosztott infrastruktúra különösen megnehezíti az elosztást. Egy klaszter több ügyfelet is kiszolgálhat, tartalék kapacitást tarthat fenn, háttérfeladatokat futtathat, és a tárhelyet független munkával oszthatja meg. Az összes létesítményi villamosenergia hozzárendelése a legterheltebb feladathoz abszurd lenne. Ha csak az aktív gyorsítóidőt rendeljük hozzá, az üresjárati kapacitás eltűnhet. Nincs semleges elosztási módszer, amely a padlódeszkák alatt rejtőzne. Vannak módszerek, amelyeknek megfogalmazott szabályaik vannak. Egy komoly jelentés megnevezi az elosztási módszert, megadja a kihasználtsági időszakot, és elmagyarázza, hogy az üresjárati többletköltség, a rugalmassági kapacitás és a megosztott szolgáltatások szerepelnek-e benne.
Ugyanez az óvatosság vonatkozik a modellméretek közötti összehasonlításokra is. A kisebb rendszerek gyakran hasznosak, mert kevesebb számítási kapacitást igényelhetnek egy megfelelő feladathoz, több helyen futhatnak, és könnyebben üzemeltethetők ismert költségkereten belül. Nem erkölcsileg felsőbbrendűek pusztán a paraméterszám alapján. A releváns kérdés az, hogy a rendszer elvégzi-e a megadott feladatot elfogadható minőségi szinten, elfogadható felülvizsgálati teher mellett, a kiválasztott hardveren. Egy apró modell, amely máshová tolja a munkát, nem feltétlenül hatékony. Egy hatalmas modell, amelyet egy kétsoros osztályozási feladatra használnak, nem feltétlenül okos. Csak nagyon sajátos módon drága.
A Dweve-nél ezt hétköznapi tervezési kényszerként kezeljük, nem kampányszlogenként. A nyilvános termékanyag leírja a CPU-natív végrehajtást, és a végrehajtási környezetet a rendszer szerződésének részeként kezeli. Ez hasznos irány az olyan ügyfél számára, akinek ellenőriznie kell a gépet és az üzemeltetési határt. Ez nem mért környezetvédelmi állítás, és nem is szabad annak olvasni. A mérést továbbra is el kell végezni a tényleges munkaterhelésre, hardverre és telepítésre vonatkozóan. Bármi kevesebb egy ésszerű architektúra-választást marketinges időjárás-jelentéssé változtatna.
A szén nem villamos energia jobb márkázással
Az áramfogyasztás és az üvegházhatású gázok kibocsátása összefügg, de nem ugyanazt a mutatót jelentik. Az energiajelentés a fogyasztásról számol be. A szén-dioxid-jelentés ehhez hozzáad egy kibocsátási tényezőt, és ezzel további döntések sorát. Melyik áramkeveréket veszik alapul? A kijelentés a fogyasztás helyén és idején érvényes fizikai hálózatra vonatkozik, szerződéses vásárlási megállapodásra, éves piaci alapú elszámolási módszerre vagy több helyszín átlagára? Beleértendők a hardver beépített kibocsátásai? És a hűtővíz, az építkezés vagy a hálózati berendezések? A szén-dioxid-mutató értékes lehet. De nem úgy jön létre, hogy a kilowattórákat zöldebb betűtípussal írjuk.
A IEA megkülönbözteti a fizikailag fogyasztott áram üzemanyag-összetételét a szerződéses megállapodásoktól. Ennek a megkülönböztetésnek helye van a mesterséges intelligenciáról szóló jelentésekben is, mert egy szerződés fontos vásárlási döntést fejezhet ki, miközben más történetet mesél el, mint amit a helyi hálózat a munkaterhelés futásának órájában kínál. A jelentés adott esetben mindkettőt bemutathatja. De nem szabad összemosnia őket addig, amíg az olvasó már nem tudja megmondani, hogy a kijelentés beszerzési eszközre vagy a fizikai rendszerre vonatkozik.
Az idő is számít. Az éves áram-összesítés elfedheti azt a munkaterhelést, amely következetesen a magasabb határkibocsátású időszakban fut. Az óránkénti adatok bizonyos összefüggésekben javíthatják a képet, de saját adat-, módszer- és ellenőrzési követelményeket hoznak. A helyszín is számít, mert az áramrendszerek különböznek. A kontinentális átlag hasznos lehet egy magas szintű leltárhoz, de nem dönthet el egy helyi tervezési kérdést. A megfelelő részletesség a döntéstől és a rendelkezésre álló bizonyítékoktól függ. A követelmény nem a tökéletesség. Hanem az, hogy a jelentés megmondja, milyen részletességet használt és miért.
A beépített hatások ugyanilyen visszafogottságot érdemelnek. A hardver gyártásának anyag- és kibocsátási következményei vannak. Ugyanígy az épületeknek, az akkumulátoroknak, a cserealkatrészeknek és az ártalmatlanításnak. Az életciklus-értékelés felszínre hozhatja ezeket a hatásokat, különösen akkor, ha a hardvercsere gyors, vagy ha a berendezést rövid élettartamú projektre vásárolják. Ugyanakkor ködösítő eszközzé is válhat, ha egy szolgáltató egyetlen tág életciklus-mutatót mutat be anélkül, hogy információt adna a felosztásról, a várható élettartamról, az újrahasznosításról vagy arról a munkaterhelésről, amelyet leírni hivatott. Ha az életciklus-hatásokat belefoglalják, a módszernek és a felosztásnak láthatónak kell lennie. Ha nem foglalják bele, akkor a kihagyásnak kell láthatónak lennie.
A vizet nem szabad lábjegyzetbe száműzni csak azért, mert az áramot könnyebb grafikonon ábrázolni. A Bizottság adatközpont-jelentési munkája kifejezetten tartalmazza a vízlábnyomra vonatkozó információkat. A hűtési megoldások különböző módon változtathatják meg a helyi vízigényt, az energiaigényt és a megbízhatósági kitettséget. Egy üzemeltető javíthat az egyik mutatón, miközben egy másikat nehezebbé tesz. Az a címke, amely egyetlen pontszámként kezeli a létesítményt, elrejtheti ezt az összefüggést. A jobb megközelítés a mutatók egy kis halmaza a határaikkal együtt, nem pedig versenyfutás azért, hogy megtaláljuk azt az egy számot, amely a legkevesebb kínos kérdést vet fel.
A kihasználtság megváltoztatja a grafikon tanulságát
Az infrastruktúra energiát fogyaszt várakozás közben is, nem csak működés közben. Bizonyos kapacitásnak készen kell állnia, mert a szolgáltatásnak késleltetési vagy ellenálló képességi követelményei vannak. Bizonyos kapacitást azért tartanak fenn, mert a kereslet ingadozó. Bizonyos rész tétlenül áll, mert a tervezés és a beszerzés nem tökéletes, ami nem erkölcsi összeomlás, de ritkán ok a műszerfal megdicsérésére. Ennek a többletterhelésnek a felosztása megváltoztatja a kérésenkénti számot.
A magas kihasználtság nem feltétlenül jó. Egy kritikus rendszer tartós telítésig terhelése károsíthatja a megbízhatóságot, növelheti a várakozási időt, és megszüntetheti a hibák kezeléséhez szükséges tartalék kapacitást. Az alacsony kihasználtság sem feltétlenül rossz. Egy lakossági figyelmeztető szolgáltatásnak rendelkezésre kell állnia olyan eseményekhez, amelyek nem minden délután következnek be, és ez így van jól. A jelentéstétel feladata, hogy láthatóvá tegye a működési feltételezést. Egy teljes terhelésű teszt során mért számot nem szabad egy enyhén használt szolgáltatás éves hatásaként bemutatni. Egy enyhén használt szolgáltatásra átlagolt számot nem szabad egyetlen aktív kérés hatékonyságának leírására használni anélkül, hogy megmutatnánk az elosztási szabályt.
Felmerül a visszapattanás kérdése is. Ha egy szolgáltatás olcsóbbá vagy könnyebben használhatóvá válik, a kereslet nőhet. Egy hatékonyabb modell csökkentheti az egy feladatra jutó energiát, és sokkal több feladatot tehet lehetővé. Mindkét állítás igaz lehet. Az EEA 2026-os, a mesterséges intelligenciáról és a fenntartható fogyasztásról szóló tájékoztatója arra figyelmeztet, hogy a környezeti kompromisszumok felmérése továbbra is nehéz, és további adatokra és betekintésre szólít fel a hatékony irányításhoz. Ez nem a kétségbeesés tanácsa. Ez arra figyelmeztet, hogy az egységenkénti hatékonyságot ne tekintsük a teljes hatás teljes körű leírásának.
A szervezeteknek ezért két nézőpontot kell jelenteniük, amikor csak tudnak: intenzitást és összesített értéket. Az intenzitás lehet energia meghatározott munkaterhelésenként, sikeres feladatonként vagy szolgáltatási szintenként. Az összesített érték lehet éves villamosenergia-felhasználás, a létesítmény vízhasználatára vonatkozó adat vagy a kiszolgált feladatok teljes száma. A két nézőpont kétféle visszaélést akadályoz meg. Az intenzitás önmagában dicsőítheti a növekvő összesített értéket. Az összesített érték önmagában büntethet egy hasznos szolgáltatást, amely hatékonyabbá válik, miközben a kereslet jogos okokból nő. Együtt olyan kapcsolatot írnak le, amelyet az olvasó megvizsgálhat.
A sikeres feladat kifejezés számít. Nem azt jelenti, hogy minden használatnak egyértelmű kimenetele van. Azt jelenti, hogy a nevezőnek a szolgáltatás rendeltetését kell követnie, nem pedig a legkönnyebben mérhető mutatót. Egy osztályozó szolgáltatás jelenthet feldolgozott rekordokat meghatározott minőségi kritériumokkal. Egy szövegszerkesztő asszisztensnek külön kell választania az elfogadott javaslatokat, a jelentősen módosított javaslatokat és az elvetett javaslatokat. Egy biztonságkritikus munkafolyamat a felülvizsgált döntéseket számolhatja a generált szöveg helyett. Ha a nevező a feladatot követi, az energiaadat kevésbé valószínű, hogy a látszatmunkát jutalmazza.
A bizonytalanság a címke része
Az energetikai jelentésekben a bizonytalanságot néha PR-vészhelyzetként kezelik. Pedig jobb, ha a mérés tulajdonságaként értelmezzük. A műszereknek van tűréshatáruk. A telemetria elosztott. A terhelés ingadozik. Az áramfaktorokat modellezik. Az ellátási láncok hiányosak. Egy érték akkor is hasznos lehet, ha nem pontos az utolsó wattóráig. Ha ennek az ellenkezőjét sugalljuk, a címke annál kevésbé lesz megbízható, minél csiszoltabbá válik.
A gyakorlati megoldás a mért, a becsült és a kizárt értékek szétválasztása. A mért azt jelenti, hogy egy megadott ponton, megadott módszerrel történt mérés. A becsült azt jelenti, hogy egy számítás megadott feltételezések mellett mért adatokból vagy publikált faktorokból eredményt képezett. A kizárt azt jelenti, hogy egy releváns hatás a választott határon kívül esik. A jelentés érzékenységet is megadhat: például hogy az eredmény számottevően változik a kihasználtság, a kontextushossz, a berendezés élettartama vagy a hálózati faktor függvényében. Ez nem gyengíti az állítást. Megmutatja az olvasónak, hol erős az állítás, és hol feltételes.
A tartományok gyakran őszintébbek, mint egy nagy átlag. Egy szolgáltató jelentheti a rövid, közepes és hosszú munkaterhelések jellemző energia-sávjait, meghatározott tesztprofil és a termelésben megfigyelt működési tartomány mellett. Egy közbeszerző kérhet mérést a munkája reprezentatív mintájára, és egy második, szándékosan nehéz mintára. Egy termékcsapat nyomon követheti a változásokat az idő múlásával egy modellfrissítés vagy egy új lekérési útvonal után. A cél nem az, hogy olyan adminisztrációs részleget hozzunk létre, amely minden vesszőt megmér. A cél az, hogy észrevegyük azokat a helyzeteket, amikor egy látszólag kis változás megváltoztatja a rendszer erőforrás-felhasználását vagy környezeti hatását.
A hitelesítés is számít. A szállítónak meg kell tudnia mutatnia a módszert, a kontextusnak megfelelő nyers vagy összesített bizonyítékokat, a verziótörténetet és az állításért felelős személyt vagy csapatot. A vevőnek nem kell korlátlan hozzáférést kapnia minden működési titokhoz. De elegendő információra van szüksége ahhoz, hogy ellenőrizze, fennmarad-e az állítás modell-, hardver-, munkaterhelés- vagy jelentési határváltozás esetén. Független tanúsítás növelheti a bizalmat, ahol a döntés ezt indokolja. Nem helyettesíti az átlátható módszert.
Európa ismeri ezt a hozzáállást. A szabványok, nyilvántartások és jelentési rendszerek aprólékosnak tűnhetnek, amíg a piacnak nem kell összehasonlítania olyan állításokat, amelyeket az összehasonlítás elkerülésére terveztek. Akkor kiderül, hogy az aprólékosság közszolgálat. A befejezetlen rész nem az AI-energiacímke gondolatának hibája. Ez annak a munkának a része, hogy eldöntsük, mely bizonyítékoknak kell az értékkel együtt utazniuk.
Amit Európa építeni kezdett
Az európai keret már jóval több, mint a fenntarthatósági jelzők önkéntes gyűjteménye. Az átdolgozott energiahatékonysági irányelv kötelező nyilvános jelentési követelményeket vezetett be az 500 kW feletti áramigényű adatközpontok számára. A (EU) 2024/1364 felhatalmazáson alapuló rendelet harmonizált jelentési elemeket és a közös uniós besorolási rendszer első szakaszát határozza meg. A Bizottság adatbázisa közzéteszi az energiahatékonyságra és a vízlábnyomra vonatkozó információkat, és a közelgő adatközponti energiahatékonysági csomag célja a jelentett adatok értékelése, besorolási rendszer bevezetése és a minimális teljesítménykövetelmények kidolgozásának megkezdése.
Ezek létesítményszintű eszközök. Nem szabad őket úgy beállítani, mintha minden AI-modell vagy minden termékfunkció kész címkéje lennének. Értékük abban rejlik, hogy közös szokást alakítanak ki: az energia- és vízállításoknak közös bizonyítékalapra, összehasonlítható mutatókra és a jelentéstől az értékelésig vezető útra van szükségük. A Bizottság előkészítő tanulmánya kifejezetten úgy írja le ezt, mint az átláthatóság és az összehasonlíthatóság javítására irányuló erőfeszítést, amely a jelentési és besorolási keretre épül. Pontosan erre az irányra lesz szükségük az AI-szolgáltatásoknak is, bár a szolgáltatásszintű jelentéstétel eltérő határokat és felosztásokat foglal magában.
Az EEA legutóbbi munkája szükséges figyelmeztetéssel szolgál. A mesterséges intelligencia támogathatja a fenntarthatóbb gyakorlatokat, de erősítheti az erőforrás-igényes fogyasztást, a piaci koncentrációt és a társadalmi egyenlőtlenségeket is ott, ahol az irányítás nem megfelelő. A környezetre vonatkozó állításokat nem lehet elválasztani attól, hogy egy rendszer hogyan változtatja meg a viselkedést, a beszerzést és az infrastruktúrához való hozzáférést. Egy címke feltárhatja az erőforrás-intenzitást. Nem döntheti el, hogy a feladat elvégzése érdemes-e. Ez továbbra is nyilvános, szervezeti és demokratikus döntés marad. Ez kissé kényelmetlen, ami az egyik módja annak, hogy felismerjük: ez számít.
A következő ésszerű lépés nem egy univerzális pontszám, amely az egyik modellt erényesnek, a másikat bűnösnek nevezi. Ez egy rétegzett jelentéstételi szókincs. A létesítményeknek létesítménymutatókat kell jelenteniük. A modellszolgáltatóknak meghatározott tesztprofilokat és módszereket kell jelenteniük. A szolgáltatóknak reprezentatív munkaterhelési sávokat, elosztási szabályokat és az időbeli változásokat kell jelenteniük. A vásárlóknak a tervezett munkájukhoz releváns bizonyítékokat kell kérniük. A szabályozóknak és kutatóknak képesnek kell lenniük az összesített adatok tanulmányozására anélkül, hogy azt állítanák, hogy egy átlag elmeséli egy helyi hálózat, egy vízgyűjtő terület vagy egy adott szolgáltatás teljes történetét.
Az interoperabilitás itt fontos. Ha minden szolgáltató saját, privát definíciót talál ki egy AI-kérésre, a bizonyítékkérés logóval ellátott találgatási játékká válik. Európa jó helyzetben van ahhoz, hogy közös módszereket hozzon létre, mert már rendelkezik az adatközpont-jelentéstételi alappal, a környezetpolitikai gépezettel, a kutatóintézetekkel és egy határokon átnyúló piaccal. A módszernek technikailag hitelesnek kell maradnia. Egy szabvány, amely egy diához elég egyszerű, de egy méréshez túl homályos, csak egy diaszabályozási megvilágítással.
Mit kérjen most egy vásárló
A tökéletes címkére való várakozás nem ok az üres állítások elfogadására. A vásárlók kérhetnek egy energiajelentést, amely illeszkedik az előttük álló döntéshez. A kérés arányos lehet. Egy alacsony következménnyel járó szövegszerkesztő eszköznek nem kell életciklus-tanulmány, amely egy kisvárost is megrémítene. Egy jelentős beszerzés, egy nagy adatközpont-kötelezettségvállalás vagy egy közszintű használatú AI-szolgáltatás esetében több bizonyítékra kell számítani.
Kezdje a munkaterheléssel. Mit várnak el a szolgáltatástól, milyen gyakran, milyen tipikus és nehéz bemenetekkel, és mi számít befejezett eredménynek? Ezután kérdezze meg a hardvert és a működési környezetet. A állítás mért vagy becsült? Melyik modellverzió, szoftverkonfiguráció és mérési pont érintett? Mi tartozik a határvonalba? Hogyan osztják el a megosztott szolgáltatásokat, az üresjárati kapacitást és a rugalmasságot? Az áramot és a kibocsátást külön jelentik? Ha a kibocsátást jelentik, melyik hálózatot, helyszínt, időszakot és elszámolási módszert használják? A víz- és életciklus-hatások szerepelnek, becsültek vagy kizártak?
A következő kérdés a változás. Az AI-szolgáltatások gyorsan változnak. Egy régi modellverzióból származó szám történelmi érdekességgé válhat egy útválasztási változás, új hardver vagy egy másik biztonsági réteg után. A vásárlónak meg kell kérdeznie, mikor frissítették utoljára az értéket, mely változások váltanak ki újramérést, és hogyan jelenti a szolgáltató a jelentős eltérést. Ez az energiaállítást egyszeri brosúrasorból működési kötelezettséggé változtatja. Megakadályozza azt a megszokott felállást is, amelyben a legkörültekintőbben mért verzió az, amelyet tavaly tavasz óta nem használnak.
Végül kérdezze meg, ki vitathatja a választ. Egy szolgáltató, amely nem tudja megmagyarázni a határvonalat, a módszert és a kizárásokat, nem szolgáltatott összehasonlítható állítást. Egy mértékegységekkel ellátott törekvést szolgáltatott. Egy szolgáltató, amely meg tudja magyarázni azokat, még mindig magas értéket mutathat egy igényes feladatnál. Ez elfogadható lehet, ha a feladat indokolt, és a kompromisszumot megértik. A lényeg nem az, hogy bármi áron a legalacsonyabb számot jutalmazzuk. A lényeg az, hogy a költség elég látható legyen ahhoz, hogy egy intézmény őszintén dönthessen.
A címke irányítási eszköz
A finished AI energy label will not be a small coloured square that ends the argument. It will be a reporting discipline that makes a specific argument possible. It will link a workload to a machine, a boundary, an allocation method, an electricity method, a time period and an uncertainty statement. It will distinguish energy from emissions and facility performance from service performance. It will leave room for water, lifecycle effects and local conditions without pretending that every customer needs the same level of detail.
That may sound less glamorous than declaring a model sustainable. It is. The useful things usually are. A label should make it harder to hide an oversized workload behind an elegant chip number. It should make it harder to use a contractual electricity purchase as shorthand for every local environmental effect. It should make it possible to see when a small model is genuinely sufficient and when its savings have simply been moved to another part of the system.
The story here is not that Europe has no answer. Europe has begun to build a public reporting base for the infrastructure that carries AI. The unfinished work is to connect that base to model and service decisions without erasing the differences between them. For teams building AI, that means measuring the work they actually ask machines to do. For buyers, it means asking for a boundary before accepting a number. For everyone else, it means refusing to let a neat claim settle a question it was never designed to answer.
Good labels are not there to make objects look innocent. They are there to make trade-offs visible. AI could use a few more of those.
Measure the decision, not the theatre
An AI energy label can become useful before it becomes mandatory. Teams can start with a disciplined internal record: the service version, the representative workloads, the hardware, the facility boundary where available, the allocation rule and the known exclusions. The record should be reviewed when the system changes materially. It should be available to the people who make product, procurement and infrastructure decisions. This is not a promise that every organisation can solve lifecycle accounting on a Friday afternoon. It is a way to stop the easiest claim becoming the only claim.
That record also improves engineering. When a team measures a real task rather than an abstract model, it can see whether a longer context, a retry pattern, a retrieval index or a safety route is doing useful work. It can decide where a smaller model is sufficient, where a higher-quality model earns its cost and where the workflow should pause for a person. The result may not always be lower electricity use. Sometimes the honest outcome is that a valuable service has a visible resource cost. That is still better than hiding the cost until somebody else has to explain it.
Public reporting adds a further discipline. Claims that influence purchasing, funding or trust should survive a change of personnel. The method should be readable by someone who did not invent it. The source data should have a retention path proportionate to the claim. The calculation should be repeatable enough to challenge. If a provider improves a service, the earlier figure should remain interpretable rather than being quietly replaced by a newer, prettier one. Environmental evidence needs a history, because a model release is not an amnesty for the statements that helped sell the previous release.
This is where the label becomes a small form of governance. It connects a design choice to a decision, then leaves a trail for the next person who has to ask whether the choice still holds. The point is not to make every engineer an environmental accountant. The point is to ensure that no environmental accountant is asked to reconstruct a product from a slogan.
Ennek a visszafogottságnak azonnali gyakorlati haszna van. Az a csapat, amelyik meg tudja határozni a saját határait, tudatosan javíthat rajtuk. Megőrizhet egy alapvonalat, tesztelhet egy változtatást ugyanazon a munkaterhelésen, és rögzítheti, hogy az eredmény azért változott-e, mert a modell, a hardver vagy az elszámolás módosult. Így a környezeti jelentéstétel a mindennapi mérnöki megítélés részévé válik, nem pedig egy éves feladattá, amelynek során kiderül, hogy a hasznos részleteket soha nem gyűjtötték össze.
Források
- Energy performance of data centres, Európai Bizottság, megtekintve: 2026. augusztus 5. Az uniós jelentéstételi adatbázis, az energia- és vízinformációk, az értékelés, az értékelési rendszer és a minimális teljesítményre vonatkozó előírások kontextusához használva.
- Minimum performance standards for EU data centres, Európai Bizottság, megtekintve: 2026. augusztus 5. Az 500 kW-os jelentéstételi küszöbérték, az összehangolt jelentéstétel és a szakpolitika-fejlesztés kontextusához használva.
- Commission Delegated Regulation (EU) 2024/1364, EUR-Lex, megtekintve: 2026. augusztus 5. A közös uniós értékelési rendszer első szakaszához és az adatközponti jelentéstétel alapjához használva.
- Energy demand from AI, Nemzetközi Energiaügynökség, 2025. Az adatközponti összetevőkhöz, az összetevők villamosenergia-részesedéséhez, a bizonytalansághoz és a forgatókönyvek keretezéséhez, valamint a fizikai villamos energia és a szerződéses megállapodások közötti különbségtételhez használva.
- Artificial intelligence and sustainable consumption in Europe, Európai Környezetvédelmi Ügynökség, 2026. május 5. A környezeti kompromisszumokra, az irányításra, az erőforrás-igényes fogyasztásra és a további bizonyítékok szükségességére vonatkozó figyelmeztetéshez használva.
- Dweve Core, Dweve, megtekintve: 2026. augusztus 5. Kizárólag ahhoz a korlátozott tényszerű megjegyzéshez használva, hogy a nyilvános termékanyagok a CPU-natív végrehajtást és a rendszer szerződésének részét képező végrehajtási környezetet írják le.