Si tratta della stima più trasparente mai fornita da una delle grandi aziende di IA e di uno sguardo dietro le quinte tanto atteso dai ricercatori.
Google ha appena pubblicato un rapporto tecnico che descrive in dettaglio la quantità di energia utilizzata dalle sue app Gemini per ogni query. In totale, il prompt mediano, ovvero quello che si colloca al centro dell’intervallo di domanda energetica, consuma 0,24 wattora di elettricità, l’equivalente di circa un secondo di funzionamento di un forno a microonde standard. L’azienda ha anche fornito stime medie del consumo di acqua e delle emissioni di carbonio associate a un prompt di testo inviato a Gemini.
Si tratta della stima più trasparente mai fornita da un’azienda Big Tech con un prodotto di IA popolare, e il rapporto include informazioni dettagliate su come l’azienda ha calcolato la stima finale. Con la diffusione dell’IA, sono aumentati gli sforzi per comprenderne il consumo energetico. Tuttavia, i tentativi pubblici di misurare direttamente l’energia utilizzata dall’IA sono stati ostacolati dalla mancanza di un accesso completo alle operazioni delle principali aziende tecnologiche.
All’inizio di quest’anno, MIT Technology Review ha pubblicato una serie completa sull’intelligenza artificiale e l’energia, ma all’epoca nessuna delle principali aziende di intelligenza artificiale era disposta a rivelare il proprio consumo energetico per prompt. La nuova pubblicazione di Google permette finalmente di dare uno sguardo dietro le quinte, come da tempo auspicato da ricercatori e analisti.
Lo studio si concentra su un’analisi generale della domanda energetica, includendo non solo l’energia utilizzata dai chip di IA che eseguono i modelli, ma anche da tutte le altre infrastrutture necessarie per supportare tale hardware.
“Volevamo essere il più completi possibile in tutto ciò che abbiamo incluso”, ha dichiarato Jeff Dean, chief scientist di Google, in un’intervista esclusiva con MIT Technology Review sul nuovo rapporto.
Questo è significativo, perché in questa misurazione i chip AI, in questo caso i TPU personalizzati di Google, l’equivalente proprietario delle GPU, rappresentano solo il 58% del fabbisogno energetico totale di 0,24 wattora.
Un’altra parte consistente dell’energia è utilizzata dalle apparecchiature necessarie per supportare l’hardware specifico per l’IA: la CPU e la memoria della macchina host rappresentano un altro 25% dell’energia totale utilizzata. Sono inoltre necessarie apparecchiature di backup in caso di guasti: queste macchine inattive rappresentano il 10% del totale. L’8% restante è costituito dai costi generali associati al funzionamento di un data center, compresi il raffreddamento e la conversione di energia.
Questo tipo di rapporto dimostra il valore del contributo dell’industria alla ricerca nel campo dell’energia e dell’IA, afferma Mosharaf Chowdhury, professore presso l’Università del Michigan e uno dei responsabili della classifica ML.Energy dell’ , che monitora il consumo energetico dei modelli di IA.
Stime come quelle di Google sono generalmente qualcosa che solo le aziende possono produrre, perché operano su scala più ampia rispetto ai ricercatori e hanno accesso a informazioni riservate. “Penso che questo sarà un elemento fondamentale nel campo dell’energia per l’IA”, afferma Jae-Won Chung, dottorando presso l’Università del Michigan e altro responsabile dell’iniziativa ML.Energy. “È l’analisi più completa finora”.
Tuttavia, i dati di Google non sono rappresentativi di tutte le query inviate a Gemini: l’azienda gestisce una grande varietà di richieste e questa stima è calcolata sulla base di un fabbisogno energetico mediano, che si colloca al centro dell’intervallo delle query possibili.
Pertanto, alcune richieste a Gemini consumano molta più energia: Dean fa l’esempio di inserire decine di libri in Gemini e chiedergli di produrre una sinossi dettagliata del loro contenuto. “Questo è il tipo di operazione che probabilmente richiede più energia rispetto alla richiesta mediana”, afferma Dean. L’utilizzo di un modello di ragionamento potrebbe anche comportare un maggiore consumo energetico, poiché questi modelli richiedono più passaggi prima di produrre una risposta.
Questo rapporto è stato inoltre strettamente limitato ai prompt di testo, quindi non rappresenta ciò che è necessario per generare un’immagine o un video. (Altre analisi, tra cui una della serie Power Hungry di MIT Technology Review all’inizio di quest’anno, mostrano che queste attività possono richiedere molta più energia).
Il rapporto rileva inoltre che l’energia totale utilizzata per rispondere a una query Gemini è diminuita drasticamente nel tempo. Secondo Google, il prompt mediano Gemini ha utilizzato 33 volte più energia nel maggio 2024 rispetto al maggio 2025. L’azienda attribuisce questi miglioramenti ai progressi dei suoi modelli e ad altre ottimizzazioni del software.
Google stima anche le emissioni di gas serra associate al prompt mediano, che ha fissato a 0,03 grammi di anidride carbonica. Per arrivare a questo numero, l’azienda ha moltiplicato l’energia totale utilizzata per rispondere a un prompt per le emissioni medie per unità di elettricità.
Anziché utilizzare una stima delle emissioni basata sulla media della rete elettrica statunitense o sulla media delle reti in cui opera Google, l’azienda utilizza una stima basata sul mercato, che tiene conto degli acquisti di energia elettrica effettuati dall’azienda da progetti di energia pulita. Dal 2010 l’azienda ha firmato accordi per l’acquisto di oltre 22 gigawatt di energia da fonti quali progetti solari, eolici, geotermici e nucleari avanzati. Grazie a questi acquisti, le emissioni di Google per unità di elettricità sulla carta sono circa un terzo di quelle della rete media in cui opera.
I data center di IA consumano anche acqua per il raffreddamento e Google stima che ogni prompt consumi 0,26 millilitri di acqua, ovvero circa cinque gocce.
L’obiettivo di questo lavoro era quello di fornire agli utenti una panoramica sul consumo energetico delle loro interazioni con l’IA, afferma Dean.
“Le persone utilizzano [gli strumenti di IA] per ogni tipo di attività e non dovrebbero preoccuparsi eccessivamente del consumo energetico o idrico dei modelli Gemini, perché dalle nostre misurazioni effettive, , siamo stati in grado di dimostrare che è in realtà equivalente a cose che si fanno quotidianamente senza nemmeno pensarci, come guardare la TV per pochi secondi o consumare cinque gocce d’acqua”, afferma.
La pubblicazione amplia notevolmente le conoscenze sull’utilizzo delle risorse da parte dell’IA. Segue la recente pressione crescente sulle aziende affinché rendano disponibili maggiori informazioni sul consumo energetico di questa tecnologia. “Sono davvero felice che abbiano pubblicato questi dati”, afferma Sasha Luccioni, ricercatore nel campo dell’IA e del clima presso Hugging Face. “Le persone vogliono sapere qual è il costo”.
Questa stima e il rapporto di supporto contengono più informazioni pubbliche rispetto a quelle disponibili in precedenza ed è utile ottenere maggiori informazioni sull’uso dell’IA nella vita reale, su larga scala, da parte di una grande azienda, aggiunge Luccioni. Tuttavia, ci sono ancora dettagli che l’azienda non condivide in questo rapporto. Un grande punto interrogativo è il numero totale di query che Gemini riceve ogni giorno, che consentirebbe di stimare il fabbisogno energetico totale dello strumento di IA.
E, in definitiva, è ancora l’azienda a decidere quali dettagli condividere, quando e come. “Stiamo cercando di promuovere un punteggio energetico standardizzato per l’IA”, afferma Luccioni, uno standard per l’IA simile alla classificazione Energy Star per gli elettrodomestici. “Questo non sostituisce né sostituisce i confronti standardizzati”.
