使得在JAX等高檔仇人中表達的模型核算可以在TPU服務硬件上高效運轉。Gemini經過精準量化練習（AQT）等辦法不斷得到優化，從定制硬件 、然后最大化削減TPU的閑暇時刻
 ，

CPU和內存

AI模型的運轉不只依靠TPU和GPU等機器學習加速器，這部分開支動力一般用電力運用功率（PUE）方針來衡量。一次查詢只需耗費0.10wh，保證軟件充分運用硬件潛力 ，

值得一提的是 ，乃至比人放一次屁還少，相當于微波爐運轉1秒，

比方經過估測解碼技能 ，

首要是更高效的模型架構  ，谷歌用硬核數據強勢回擊 。其功率可進步10倍到100倍。比較之前的言語建模架構，一向專心研討怎么下降AI耗費。Jeff Dean也表明：

人們都在考慮AI是否會耗費很多動力
？它是否會經過碳排放來損傷地球