English(EN) Green Code or Costly Code? Evaluating the Energy Costs of Iterative LLM-Based Code Optimizations

研究发现，LLM 代码优化通常会增加能源消耗

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-26 04:00

一篇新发表在 arXiv 上的研究调查了用于代码优化的大型语言模型（LLM）的能耗。研究发现，虽然 LLM 可以提高代码性能，但优化后的代码通常比人类编写的参考解决方案消耗更多的能源。LLM 优化过程本身的能源成本可能很高，每次问题的推理能耗在 0.79 到 8.68 兆焦耳之间，相当于数千次 GPT-4 查询。研究表明，诸如混合专家（Mixture-of-Experts）等架构选择对能效的影响比解码参数更大，并且性能优化和能效并非总是目标一致。 AI

影响 LLM 生成的代码可能比人类编写的代码能效更低，影响可持续发展努力。

排序理由发表在 arXiv 上的研究论文，详细介绍了 LLM 代码优化的能源成本。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 发表在 arXiv 上的研究论文，详细介绍了 LLM 代码优化的能源成本。[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, infra; 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.AI TIER_1 English(EN) · Sadra Emami, Benjamin Weigell, Mohammad Reza Mousavi, Gunel Jahangirova, Hugo Araujo, Bernhard Bauer · 2026-10-26 04:00

绿色代码还是昂贵代码？评估迭代式 LLM 代码优化的能源成本

arXiv:2610.32891v1 Announce Type: cross Abstract: Large Language Models (LLMs) are increasingly used to optimize code for performance. This practice often assumes that improvements in execution speed naturally translate into overall lower energy consumption. We challenge this ass…

本文如何被排名

报道来源 [1]

绿色代码还是昂贵代码？评估迭代式 LLM 代码优化的能源成本

相关实体

相关话题