Google heeft echte cijfers over energieverbruik van AI vrijgegeven — en ze zijn niet wat je denkt

Iedereen heeft het over de enorme energievootafdruk van AI. Je hebt de headlines gezien: “ChatGPT gebruikt evenveel elektriciteit als een klein land” of “Elke AI-query verbruikt een fles water.”

Google heeft daadwerkelijke gegevens uit hun productiesystemen gepubliceerd, en de cijfers vertellen een compleet ander verhaal.

De echte energiekosten van uw AI-query

Dit is wat Google heeft gevonden: De mediane Gemini tekstprompt verbruikt 0,24 wattuur aan energie. Dat is minder elektriciteit dan naar de tv kijken voor negen seconden. Waterverbruik? Vijf druppels. Niet vijf glazen. Vijf druppels.

De kloof tussen de publieke perceptie en de realiteit is enorm. Eerdere schattingen claimden dat AI-prompts tussen de 10 en 50 milliliter water per query verbruikten. Sommige studies suggereerden energieverbruik 30 keer hoger dan wat Google in productie meet.

Waarom het enorme verschil? Omdat niemand tot nu toe reële systemen op grote schaal heeft gemeten. Academische studies voeren geïsoleerde tests uit op onderbenutte hardware. Ze meten eigenlijk de brandstofefficiëntie van een auto terwijl deze in de oprit staat.

De 44x verbetering

Google heeft hun AI-koolstofemissies met 44 keer verlaagd in één jaar. Niet 44 procent — 44 keer.

Dit is geen theoretische verbetering in een laboratorium. Dit gebeurt nu op de systemen die miljarden queries verwerken. Ze hebben dit bereikt door een combinatie van software-optimalisatie (33x verbetering) en schone energbronnen (1,4x verbetering).

De meeste studies kijken alleen naar de AI-chips die de berekeningen uitvoeren. Dat is alsof je de energieverbruik van een restaurant meet door alleen de ovens te tellen, waarbij je de koelkasten, lampen en airconditioning negeert.

Google’s gegevens laten het complete beeld zien: Ja, de AI-versnellers verbruiken 58% van de energie. Maar je hebt ook gewone processoren en geheugen (24%) nodig, reservecapaciteit voor betrouwbaarheid (10%) en koelsystemen (8%). Als je een van deze onderdelen overslaat in je meting, zijn je cijfers eigenlijk zinloos.

Toen Google de smalle methode toepaste die iedereen anders gebruikt — alleen het meten van de AI-chips op volledig benutte machines — daalde hun energiecijfer tot 0,10 wattuur. Het echte productiesysteem verbruikt 2,4 keer meer energie omdat echte systemen redundantie, koeling en ondersteunende infrastructuur nodig hebben.

Wat dit eigenlijk betekent voor de toekomst van AI

Het verhaal rondom AI-energieverbruik heeft een realiteitscheck nodig. Ja, AI verbruikt energie. Maar goed geoptimaliseerde systemen zijn veel efficiënter dan de rampscenario’s suggereren.

Context is hier belangrijk. Die 0,24 wattuur per query? Amerikanen gebruiken ongeveer 30 kilowattuur elektriciteit per dag gemiddeld. Je zou 125.000 AI-queries moeten uitvoeren om één dag aan huishoudelijke energieverbruik te evenaren.

Het verhaal over waterverbruik is nog dramatischer. Die vijf druppels water per query? Je gebruikt meer water in de eerste seconde van het wassen van je handen.

De optimalisatiestack

Google bereikt deze cijfers niet door één enkele doorbraak. Ze stapelen optimalisaties over elke laag van het systeem.

Ze draaien kleinere “concept”-modellen die antwoorden schetsen, en verifiëren deze alleen met grotere modellen wanneer nodig. Ze bundelen duizenden queries samen voor efficiëntie. Ze gebruiken aangepaste chips die specifiek zijn ontworpen voor AI-werklasten en 30 keer efficiënter zijn dan hun eerste generatie.

Hun datacenters draaien met slechts 9% overhead boven het theoretische minimum — eigenlijk zo efficiënt als fysiek mogelijk. En ze worden steeds vaker aangedreven door schone energie, waardoor emissies dalen, zelfs als het elektriciteitsgebruik toeneemt.

Conclusie

Dit werkt alleen als bedrijven hun volledige stack daadwerkelijk optimaliseren en correct meten. De bedrijven die AI-infrastructuur als een bijzaak behandelen, inefficiënte systemen op vuile energienetten draaien? Zij zijn degene die de problemen creëren waar iedereen zich zorgen over maakt.

De kloof tussen efficiënte en inefficiënte AI-systemen is absoluut enorm. En op dit moment draait de meeste industrie nog steeds de inefficiënte versie.