English(EN) The Battery Price of edge AI: A study of the Environmental Impact of LLM Inference on Mobile Devices

研究发现：智能手机上的边缘AI推理不如云端可持续

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-14 04:00

一项发表在arXiv上的新研究调查了在移动设备上运行大型语言模型（LLMs）对环境的影响，挑战了边缘AI比基于云的推理更具可持续性的假设。研究发现，与服务器批量推理相比，设备上的LLM推理的能源效率大约低三倍。此外，研究表明，考虑到完整的生命周期，本地推理并不比云推理更环保，因为设备本身的碳排放占了大部分影响。 AI

影响挑战了本地AI更具可持续性的假设，强调了为边缘设备选择模型时需要考虑生命周期的影响。

排序理由学术论文，详细介绍了一项关于边缘AI环境影响的研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 23 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了一项关于边缘AI环境影响的研究。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · \'Edouard Gu\'egain, Tristan Coignion · 2026-09-14 04:00

边缘AI的电池成本：一项关于LLM在移动设备上推理对环境影响的研究

arXiv:2609.11940v1 Announce Type: cross Abstract: The rapid diffusion of generative artificial intelligence raises privacy, latency, and performance concerns that motivate a shift toward "local-first" AI, where inferences are performed on the user's device instead of on remote cl…

本文如何被排名

报道来源 [1]

边缘AI的电池成本：一项关于LLM在移动设备上推理对环境影响的研究

相关实体

相关话题