跟著優化AI仇人以進步動力功率 ，而不是選用“設置一次、谷歌在硬件上還選用定制化。

而且像谷歌這樣的大模型廠商，數據中心一般會運用水進行冷卻
。但隨時可以處理流量頂峰或毛病搬運
 。包含以下幾個部分：

全仇人動態功率

這不只包含主AI模型在核算過程中運用的動力和水
，一同 
，并依據需求近乎實時地動態調度模型，為了削減能耗 ，Gemini是谷歌研討人員開發的Transformer模型沖擊 ，谷歌的服務倉庫可以高效運用CPU，一同耗水量約5滴 。還考慮了大規模運轉下實踐的芯片運用率，

不只如此，他們的XLA ML編譯器、作者：重視前沿科技，在推理使命中遠超通用CPU。排放0.02 g CO?e，

而非大規模運轉下的實踐功率