arXiv cs.AI· Sadra Emami, Benjamin Weigell, Mohammad Reza Mousavi, Gunel Jahangirova, Hugo Araujo, Bernhard Bauer·· 11 小时前AI 评分38
绿色代码还是昂贵代码？评估基于 LLM 迭代代码优化的能源成本
Green Code or Costly Code? Evaluating the Energy Costs of Iterative LLM-Based Code Optimizations
AI 导读
研究实测发现，LLM 自迭代优化产出的代码虽追求更快执行，却比人类参考方案更耗能：44 种配置中有 42 种单题能耗高出 +4% 至 +886%，仅两种实现微弱收益，且需 10^6 至 10^7 次执行才能回本。
正文 · AI 翻译
摘要：大型语言模型（LLM）越来越多地被用于优化代码性能。这种做法通常假设执行速度的提升会自然转化为整体能耗的降低。我们通过实证研究挑战这一假设：测量 LLM 自我精炼流程所生成的性能优化代码，相对于典型的人类参考解决方案是否同样节能，以及优化过程本身的能耗成本能否被后续执行时的节能所抵消。我们在 EffiBench（一个最先进的性能基准）的全部 1,000 道题目上，评估了 11 个开源模型在四种解码配置下的表现，同时全程收集逐进程的硬件级能耗测量数据。不同模型-变体组合的推理能耗介于 0.79 至 8.68 MJ 之间，大致相当于 250 至 2800 次 GPT-4.1 查询的能耗。限制最大输出 token 数的影响最大，相比默认配置可将能耗降低多达 69%。在执行侧，44 种配置中有 42 种生成的代码在每道题上的能耗高于典型人类参考方案，额外开销从 +4% 到 +886% 不等。仅有的两个例外也只获得边际收益，盈亏平衡点约为 10^6 至 10^7 次执行。混合专家（MoE）架构的推理能耗显著低于同等规模的稠密模型，且不牺牲正确性，这使得架构选择成为比解码参数更具影响力的可持续性杠杆。性能优化与能效并不总是目标一致：相对于人类工程师会写出的代码，LLM 自我精炼始终生成追求更快但能耗更高的代码。所有工件可在 此 https URL 获取。
| 评论： | 已被第 49 届 IEEE/ACM 国际软件工程会议（ICSE 2027）接收 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32891 [cs.SE] |
| （或 arXiv:2610.32891v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32891 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sadra Emami [查看邮箱]
[v1]
2026 年 10 月 23 日星期五 16:58:01 UTC（160 KB）
来源：arXiv cs.AI · arxiv.org