图书馆如何核算 AI 系统的电力与设备消耗

图书馆如何核算 AI 系统的电力与设备消耗

图书馆采用 AI 检索会增加服务器调用、存储和设备更新，也可能减少无效检索与纸张浪费。核算应先明确边界：本地电脑、云端推理、长期保存的数字馆藏以及新增终端分别算什么。供应商给不了精确能耗时，使用调用量与设备功率作范围估计，说明假设，不假装每次提问都有准确碳足迹。

还要看服务价值。若小模型或传统目录已能解决开馆时间查询，没必要每次调用最大模型；地方史复杂检索也许值得更多计算。馆方可记录未被使用的自动生成结果和重复请求，优化缓存与任务分层。设备采购考虑维修与寿命，不让升级软件成为提前报废电脑的理由。

图书馆用电核算应按服务任务区分。查询开馆时间用普通数据库足够；查复杂地方史可能需要更强检索。系统可以先用低计算成本路径，确实无法回答时再调用大模型。若每次都生成长篇摘要，读者不用却照样消耗算力，调整默认回答长度或缓存常见内容就能减少浪费。

硬件成本也不能忽视。为了运行新系统提前更换馆内电脑，制造与报废的环境代价可能超过日常电费。采购优先支持旧设备、可维修零件和长期软件更新。云供应商若只给模糊“绿色计算”口号，馆方可要求实际计量或透明估算。

年度报告同时展示新增资源消耗与知识可及性的变化。读者更快找到难查的书、残障用户获得新服务，这些价值不能被单一电量数字否定，却也不能拿公益使命当作资源账免查券。

评价把资源成本与服务改善放在一起。一个视障读者第一次独立找到所需资料，社会价值不该被每次查询几瓦时抹掉；但公益价值也不能用来回避优化浪费。

图书馆可把服务请求分层：书目查找与开放时间先用目录，复杂地方史再调用大模型，读者要求长篇梳理时才生成更长内容。这样减少无谓推理，也让答案更容易核验。年度采购评审同时看服务器用电、设备寿命和无障碍服务改善。若新软件要求淘汰仍可用的电脑，馆方应要求供应商提供兼容方案或说明必要性。

馆方可在年度报告中列出几类典型问题的处理路径：传统检索解决多少，大模型帮助多少，人工馆员解决多少。对应的能耗与设备更新按合理范围估算。这样的信息有助于选择何时真正需要模型，也能避免把公益用途变成无需管理计算资源的理由。

云端供应商的能耗数据如果只有估算，馆方应披露估算范围，而不是每次问答都报一个精确克数。

公共服务的技术成本应被看见，才有机会持续下降。