AI Ejen vs Chatbot: Kajian KAIST Dedah Jurang Tenaga 137 Kali Gand
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki... Masa melahu (idle time) bagi cip GPU semasa aliran kerja ejen AI yang berbilang langkah mencecah...
Diterbitkan olehDisunting dengan DeepSeek-V4-FlashImej dijana dengan GPT Image 1.5
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki...
Masa melahu (idle time) bagi cip GPU semasa aliran kerja ejen AI yang berbilang langkah mencecah sehingga 54.5% daripada jumlah masa pelaksanaan, mendedahkan ketidakcekapan mendalam dalam penggunaan perkakasan semasa...
Kajian ini memberi amaran bahawa jika ejen AI menjadi meluas tanpa peningkatan kecekapan, beban kuasa pada pusat data boleh melonjak secara drastik, dengan satu senario mencadangkan permintaan tenaga mencecah hampir s...
Search & fact-check with cited sources for What did the KAIST study find about the energy consumption of AI agents compared to traditional cAI-generated editorial hero image for Search & fact-check with cited sources for What did the KAIST study find about the energy consumption of AI agents compared to traditional c.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What did the KAIST study find about the energy consumption of AI agents compared to traditional c. Article summary: Here is what the KAIST study (led by Professor Yoo Min-soo of the School of Electrical and Electronic Engineering) found, based on reports released on July 5, 2026. This is described as the world's first systematic quant. Topic tags: general, academic, general web, education, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
openai.com
Satu kajian baharu yang julung kalinya diadakan oleh Institut Sains dan Teknologi Termaju Korea (KAIST) mendedahkan bahawa ejen AI (AI agents)—program autonomi yang mampu merancang dan melaksanakan tugasan untuk anda—menggunakan tenaga yang jauh lebih tinggi berbanding chatbot tradisional. Penemuan yang diumumkan pada 5 Julai 2026 oleh pasukan yang diketuai oleh Profesor Yoo Min-soo ini mengukur jurang tenaga tersebut pada kira-kira 136 hingga 137 kali ganda bagi setiap pertanyaan, menimbulkan persoalan mendesak tentang permintaan kuasa pusat data dan pelepasan karbon pada masa hadapan . Inilah yang dijumpai oleh penyelidikan tersebut dan mengapa ia penting.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AI Ejen vs Chatbot: Kajian KAIST Dedah Jurang Tenaga 137 Kali Gand"?
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki...
What are the key points to validate first?
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki... Masa melahu (idle time) bagi cip GPU semasa aliran kerja ejen AI yang berbilang langkah mencecah sehingga 54.5% daripada jumlah masa pelaksanaan, mendedahkan ketidakcekapan mendalam dalam penggunaan perkakasan semasa...
What should I do next in practice?
Kajian ini memberi amaran bahawa jika ejen AI menjadi meluas tanpa peningkatan kecekapan, beban kuasa pada pusat data boleh melonjak secara drastik, dengan satu senario mencadangkan permintaan tenaga mencecah hampir s...
AI Ejen vs Chatbot: Kajian KAIST Dedah Jurang Tenaga 137 Kali Gand
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki... Masa melahu (idle time) bagi cip GPU semasa aliran kerja ejen AI yang berbilang langkah mencecah...
Diterbitkan olehDisunting dengan DeepSeek-V4-FlashImej dijana dengan GPT Image 1.5
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki...
Masa melahu (idle time) bagi cip GPU semasa aliran kerja ejen AI yang berbilang langkah mencecah sehingga 54.5% daripada jumlah masa pelaksanaan, mendedahkan ketidakcekapan mendalam dalam penggunaan perkakasan semasa...
Kajian ini memberi amaran bahawa jika ejen AI menjadi meluas tanpa peningkatan kecekapan, beban kuasa pada pusat data boleh melonjak secara drastik, dengan satu senario mencadangkan permintaan tenaga mencecah hampir s...
Search & fact-check with cited sources for What did the KAIST study find about the energy consumption of AI agents compared to traditional cAI-generated editorial hero image for Search & fact-check with cited sources for What did the KAIST study find about the energy consumption of AI agents compared to traditional c.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What did the KAIST study find about the energy consumption of AI agents compared to traditional c. Article summary: Here is what the KAIST study (led by Professor Yoo Min-soo of the School of Electrical and Electronic Engineering) found, based on reports released on July 5, 2026. This is described as the world's first systematic quant. Topic tags: general, academic, general web, education, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
openai.com
Satu kajian baharu yang julung kalinya diadakan oleh Institut Sains dan Teknologi Termaju Korea (KAIST) mendedahkan bahawa ejen AI (AI agents)—program autonomi yang mampu merancang dan melaksanakan tugasan untuk anda—menggunakan tenaga yang jauh lebih tinggi berbanding chatbot tradisional. Penemuan yang diumumkan pada 5 Julai 2026 oleh pasukan yang diketuai oleh Profesor Yoo Min-soo ini mengukur jurang tenaga tersebut pada kira-kira 136 hingga 137 kali ganda bagi setiap pertanyaan, menimbulkan persoalan mendesak tentang permintaan kuasa pusat data dan pelepasan karbon pada masa hadapan . Inilah yang dijumpai oleh penyelidikan tersebut dan mengapa ia penting.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AI Ejen vs Chatbot: Kajian KAIST Dedah Jurang Tenaga 137 Kali Gand"?
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki...
What are the key points to validate first?
Kajian pertama seumpamanya oleh KAIST mendapati ejen AI (AI agents) menggunakan sekitar 136 hingga 137 kali ganda lebih elektrik setiap pertanyaan berbanding chatbot tradisional—348.41 watt jam (Wh) berbanding kira ki... Masa melahu (idle time) bagi cip GPU semasa aliran kerja ejen AI yang berbilang langkah mencecah sehingga 54.5% daripada jumlah masa pelaksanaan, mendedahkan ketidakcekapan mendalam dalam penggunaan perkakasan semasa...
What should I do next in practice?
Kajian ini memberi amaran bahawa jika ejen AI menjadi meluas tanpa peningkatan kecekapan, beban kuasa pada pusat data boleh melonjak secara drastik, dengan satu senario mencadangkan permintaan tenaga mencecah hampir s...
Kajian ini mengukur penggunaan sumber bagi ejen AI yang sedia ada dan mendapati satu perbezaan yang ketara. Apabila menggunakan model bahasa besar (LLM) dengan 70 bilion parameter—skala yang setara dengan perkhidmatan komersial termampu hari ini—sebuah ejen AI menggunakan purata 348.41 watt-jam (Wh) bagi setiap pertanyaan. Manakala, chatbot AI generatif tradisional yang menjawab soal-jawab satu pusingan yang sama hanya menggunakan kira-kira 2.55 Wh. Ini adalah perbezaan sebanyak kira-kira 136.5x hingga 136.6x ganda . Beberapa laporan berbahasa Inggeris membundarkan angka ini kepada 137 kali ganda .
Mengapa Ejen AI Sangat 'Haus' Tenaga?
Tidak seperti chatbot yang menjawab satu soalan dalam satu pertanyaan, ejen AI berfungsi secara autonomi. Ia merancang langkah penyelesaian, mencari maklumat, melakukan pengiraan, menulis kod, dan mengulangi proses ini berkali-kali sehingga tugasan selesai . Setiap langkah memerlukan satu panggilan berasingan kepada LLM, yang mana kajian mendapati ejen AI membuat panggilan ini secara purata 9.2 kali ganda lebih kerap berbanding chatbot biasa .
Akibatnya, masa respons juga terjejas. Ejen AI mengambil masa sehingga 153.7 kali ganda lebih lama untuk memberikan jawapan berbanding chatbot .
Masalah Besar: GPU Menganggur
Salah satu penemuan paling kritikal adalah tentang ketidakcekapan perkakasan. Apabila ejen AI menggunakan alat luaran (seperti melayari web atau menjalankan kod), cip GPU terpaksa menunggu tanpa melakukan apa-apa pengiraan. Kajian mendapati masa melahu (idle time) GPU mencecah sehingga 54.5% daripada jumlah masa pelaksanaan . Ini bermakna lebih daripada separuh masa, perkakasan bernilai tinggi ini tidak menghasilkan apa-apa kerja yang berguna, sekaligus membazirkan tenaga.
Unjuran Masa Depan: Beban Bengis pada Grid
Implikasi kajian ini amat membimbangkan. Pasukan penyelidik mensimulasikan senario di mana sebanyak 13.7 bilion pertanyaan ejen AI berlaku setiap hari. Hasilnya, permintaan kuasa pusat data dianggarkan mencecah kira-kira 198.9 Gigawatt (GW).
Untuk konteks, angka ini adalah jauh lebih besar daripada projek pusat data AI berskala beberapa GW yang sedang dirancang di seluruh dunia. Malah, ia hampir menyamai separuh daripada jumlah keseluruhan purata penggunaan elektrik Amerika Syarikat.
Penemuan ini memberi isyarat jelas bahawa tanpa inovasi dalam kecekapan tenaga, penggunaan ejen AI secara meluas boleh menjadi satu beban besar kepada infrastruktur tenaga global dan matlamat pelepasan sifar bersih .
Kajian ini mengukur penggunaan sumber bagi ejen AI yang sedia ada dan mendapati satu perbezaan yang ketara. Apabila menggunakan model bahasa besar (LLM) dengan 70 bilion parameter—skala yang setara dengan perkhidmatan komersial termampu hari ini—sebuah ejen AI menggunakan purata 348.41 watt-jam (Wh) bagi setiap pertanyaan. Manakala, chatbot AI generatif tradisional yang menjawab soal-jawab satu pusingan yang sama hanya menggunakan kira-kira 2.55 Wh. Ini adalah perbezaan sebanyak kira-kira 136.5x hingga 136.6x ganda . Beberapa laporan berbahasa Inggeris membundarkan angka ini kepada 137 kali ganda .
Mengapa Ejen AI Sangat 'Haus' Tenaga?
Tidak seperti chatbot yang menjawab satu soalan dalam satu pertanyaan, ejen AI berfungsi secara autonomi. Ia merancang langkah penyelesaian, mencari maklumat, melakukan pengiraan, menulis kod, dan mengulangi proses ini berkali-kali sehingga tugasan selesai . Setiap langkah memerlukan satu panggilan berasingan kepada LLM, yang mana kajian mendapati ejen AI membuat panggilan ini secara purata 9.2 kali ganda lebih kerap berbanding chatbot biasa .
Akibatnya, masa respons juga terjejas. Ejen AI mengambil masa sehingga 153.7 kali ganda lebih lama untuk memberikan jawapan berbanding chatbot .
Masalah Besar: GPU Menganggur
Salah satu penemuan paling kritikal adalah tentang ketidakcekapan perkakasan. Apabila ejen AI menggunakan alat luaran (seperti melayari web atau menjalankan kod), cip GPU terpaksa menunggu tanpa melakukan apa-apa pengiraan. Kajian mendapati masa melahu (idle time) GPU mencecah sehingga 54.5% daripada jumlah masa pelaksanaan . Ini bermakna lebih daripada separuh masa, perkakasan bernilai tinggi ini tidak menghasilkan apa-apa kerja yang berguna, sekaligus membazirkan tenaga.
Unjuran Masa Depan: Beban Bengis pada Grid
Implikasi kajian ini amat membimbangkan. Pasukan penyelidik mensimulasikan senario di mana sebanyak 13.7 bilion pertanyaan ejen AI berlaku setiap hari. Hasilnya, permintaan kuasa pusat data dianggarkan mencecah kira-kira 198.9 Gigawatt (GW).
Untuk konteks, angka ini adalah jauh lebih besar daripada projek pusat data AI berskala beberapa GW yang sedang dirancang di seluruh dunia. Malah, ia hampir menyamai separuh daripada jumlah keseluruhan purata penggunaan elektrik Amerika Syarikat.
Penemuan ini memberi isyarat jelas bahawa tanpa inovasi dalam kecekapan tenaga, penggunaan ejen AI secara meluas boleh menjadi satu beban besar kepada infrastruktur tenaga global dan matlamat pelepasan sifar bersih .
