Ludi Akue 在 QCon London 表示，AI 给绿色 IT 带来了重大挑战：每次查询都会消耗大量能源，GPU 芯片的寿命通常只有 2-3 年，而相关成本对用户来说仍然是隐藏的。像 EU AI Act 这样的监管框架在执行层面仍显不足。在题为 What I Wish I Knew When I Started with Green IT 的演讲中，她提出了模型压缩、量化和新型架构等解决方案，并把可持续性作为设计约束。
Akue 提到，绿色 IT 的重点在于通过重新思考 IT 系统的构建、部署和供能方式，来减少 IT 对环境的影响。这涵盖从节能硬件和优化代码，到数据中心设计以及尽可能减少资源使用的软件架构决策。
Akue 解释说，AI 正在带来前所未有的环境挑战，但相应的治理却没有跟上。生成式 AI 即使在推理阶段，也就是用户向系统发出提示并实际使用时，也需要持续且大量的算力。这会直接转化为能源消耗：
每当有人使用聊天机器人、生成文本或图像，或触发任何生成式 AI 功能时，都会消耗巨大的能源。随着 AI 功能不断扩散，持续推理正成为一个巨大的能源消耗源。
Akue 认为，由于 AI 的使用，硬件更替正在加快。GPU 芯片的寿命通常只有 2-3 年。
Akue 提到，AI 并不是免费的，但用户感知不到这些成本。当前几乎完全缺乏透明度；用户看不到每次查询背后的环境成本，因此也就不存在自然的约束。
Akue 解释说，最令人担忧的是，团队在部署 AI 功能时，并不会先追问这些功能是否真的有必要：
我们是在默认扩张，而不是按设计扩张。即使是欧洲最早的一批监管框架，例如 EU AI Act，在可持续性影响方面也存在不足，因为它们只考虑了能源消耗，而且没有明确的执行机制。
根据现有文献，要降低人工智能对环境的影响，必须依靠模型压缩、量化、新型架构和混合策略等方面的改进。Akue 举了一些例子：Retrieval-Augmented Generation、Small Language Models，以及将离线推理与在线推理结合起来。但她表示，仅靠技术还不够。
Akue 认为，我们一直在为一个稳定的世界设计数字系统，而那个世界已经不复存在。如今，气候危机正在重塑我们对规模、成本和韧性的假设。现在是时候重新思考这些假设了。
