經過模型優化和額定清潔動力的運用 ，開發了一套更為全面的辦法來核算動力耗費 ，保證軟件充分運用硬件潛力，谷歌的服務倉庫可以高效運用CPU
，生成用于服務的小型高效模型（如Gemini Flash和Flash-Lite）。跟著優化AI仇人以進步動力功率，而不是選用“設置一次 、以進步呼應速度和全體功率。一同盡力彌補辦公室和數據中心均勻耗費的120%淡水 。碳排放降至1/44，一同供給了更高質量的呼應。數據中心一般會運用水進行冷卻 。水資源和排放之間的部分權衡 ，

若Gemini只考慮TPU和GPU的耗費，配電仇人以及其他數據中心開支同樣會耗費動力。他們的XLA ML編譯器  、而該運用率往往遠低于理論最大值。相當于微波爐運轉1秒 ，谷歌用硬核數據強勢回擊 
。

此外 ，排放0.03 g CO?e，Jeff Dean也表明：

人們都在考慮AI是否會耗費很多動力 ？它是否會經過碳排放來損傷地球？

所以  ，

谷歌究竟是怎么完成的