Ile CO2 wytwarza sztuczna inteligencja?

Nie ma godnej zaufania uniwersalnej ilości CO2 dla jednego monitu AI lub dla AI na całym świecie. W przypadku pojedynczej odpowiedzi podstawowym obliczeniem jest zużycie energii elektrycznej pomnożone przez intensywność emisji dwutlenku węgla przez dostawę energii elektrycznej. Oba wejścia są różne. Krótka odpowiedź z małego modelu i długa odpowiedź z wykorzystaniem narzędzi z systemu granicznego to różne zadania, a to samo zadanie może wiązać się z różnymi emisjami w różnych sieciach.

W skali globalnej dowody publiczne zwykle dotyczą wszystkich centrów danych, a nie samej sztucznej inteligencji. Międzynarodowa Agencja Energetyczna przewiduje, że emisje z centrów danych związane z energią elektryczną osiągną ok 320 mln ton CO2 w 2030 r w swoim podstawowym przypadku. Sztuczna inteligencja jest głównym motorem wzrostu, ale uwzględniono w niej pamięć masową, przetwarzanie w chmurze i inne usługi cyfrowe, zatem 320 milionów ton nie stanowi łącznej liczby AI.

Zamiana watogodzin na gramy CO2

Arytmetyka jest prosta po wybraniu założeń. Zamień watogodziny na kilowatogodziny, a następnie pomnóż przez gramy ekwiwalentu CO2 na kilowatogodzinę. Jeśli zwykłe zapytanie tekstowe zużywa około 0.3 Wh, as Szacunki Epoch AI dla typowego GPT-4o prośba, jego emisje operacyjne wyniosłyby 0.0003 kWh pomnożone przez odpowiedni współczynnik sieci.

Nie ma uniwersalnego czynnika, który mógłby zakończyć to równanie. Sieć oparta na energii odnawialnej i energii jądrowej, sieć oparta na gazie i sieć oparta na węglu dają różne odpowiedzi. Współczynnik może również zmieniać się z godziny na godzinę.

Dlatego każda opublikowana liczba gramów powinna pokazywać zarówno szacunkową wartość energii, jak i źródło intensywności emisji dwutlenku węgla, a nie ukrywać je za ułamkiem dziesiętnym.

Wiadomość może być znacznie obszerniejsza niż przeciętna

Szacunkowa wartość wynosząca około 0.3 Wh opisuje typowe żądanie tekstu zgodnie z założeniami Epoch. Długi kontekst zmienia obliczenia. Podobnie jak rozszerzone rozumowanie, wiele wywołań modeli, narzędzia internetowe i generowanie multimediów. Architektura, sprzęt i wykorzystanie modelu również wpływają na energię przypadającą na token.

Dlatego też odpowiedź w stylu „AI produkuje X gramów na zachętę” jest niekompletna nawet bez uwzględnienia emisji dwutlenku węgla. Podpowiedź jest zdarzeniem interfejsu, a nie standardowym obciążeniem. Średnia wartość usługi może być przydatna do zgrubnego planowania, ale nie może służyć jako odczyt licznika dla każdego żądania.

Koszt energii jednej wiadomości AI wyjaśnia, w jaki sposób kroki wejściowe, wyjściowe i ukryte zaplecze poszerzają zakres.

Szkolenie nie pasuje idealnie do podpowiedzi

Szkolenie tworzy lub aktualizuje model w ramach dużego, skończonego zadania obliczeniowego. Wnioskowanie to ciągła praca podczas korzystania z modelu. Szacunki na podstawie odpowiedzi zwykle obejmują energię elektryczną wnioskowania, być może z obciążeniem centrum danych, i pozostawiają szkolenie poza granicami.

Emisje szkoleniowe można alokować między komunikaty, ale dzielnik jest nieznany do czasu wycofania modelu. Model używany miliardy razy otrzymałby znacznie mniejszy przydział szkoleń na wiadomość niż model wyszkolony i szybko porzucony. Eksperymenty rozwojowe sprawiają, że licznik również jest niepewny.

Z tego powodu emisje szkoleniowe i wnioskowania są wyraźniejsze, gdy są zgłaszane osobno. Połączenie ich może być odpowiednie w przypadku retrospektywnego badania cyklu życia, ale nie wtedy, gdy niepewna alokacja jest przedstawiana jako bezpośredni pomiar w przeliczeniu na komunikat.

Energia elektryczna jest tylko jednym ze źródeł węgla. Produkcja akceleratorów i pamięci, budowa serwerów, produkcja betonu i stali, budowa centrów danych i przenoszenie sprzętu w łańcuchach dostaw powodują ucieleśnione emisje. Tworzenie kopii zapasowych i wymiana sprzętu mogą mieć dalsze skutki.

Źródła te zwykle pojawiają się w inwentarzach przedsiębiorstw w zakresie 3, a nie w danych liczbowych dotyczących poszczególnych modeli. Microsoftu Raport dotyczący zrównoważonego rozwoju za rok 2025 zgłosiło, że jego całkowite emisje utrzymały się powyżej poziomu bazowego na 2020 r. w związku z rozwojem sztucznej inteligencji i chmury obliczeniowej, mimo że opisywał postępy w zakresie bezpośrednich emisji operacyjnych i zamówień na energię elektryczną bezemisyjną.

To nie ujawnia CO2 z jednego produktu. Pokazuje, dlaczego oświadczenie o czystej, operacyjnej energii elektrycznej nie jest pełnym śladem sztucznej inteligencji.

Rachunek emisji dwutlenku węgla może dawać różne odpowiedzi

Obliczenia oparte na lokalizacji uwzględniają intensywność emisji z sieci, w której zużywana jest energia elektryczna. W wykazie rynkowym można uwzględnić umowy, certyfikaty i inne instrumenty związane z czystszym wytwarzaniem energii. Dopasowanie godzinowe zadaje bardziej rygorystyczne pytanie niż dopasowywanie roczne: czy w czasie i miejscu użytkowania dostępna była energia elektryczna bezemisyjna?

MAE twierdzi, że w swojej analizie dostaw do centrów danych wykorzystuje fizyczny koszyk energii elektrycznej, a nie koszyk umowny przedsiębiorstw. Sprawozdanie korporacyjne może zgodnie z prawem wykorzystywać uznaną rachunkowość rynkową i dawać niższy wynik operacyjny. Gdy liczby są sprzeczne, sprawdź metodę, zanim zdecydujesz, że któraś z nich musi być fałszywa.

Nasz Wyjaśnienie śladu węglowego AI omawia te granice bardziej szczegółowo.

Co globalne prognozy mówią, a czego nie mówią

W podstawowym przypadku IEA szacuje, że całkowite zużycie energii elektrycznej w centrach danych wyniesie około 415 TWh w 2024 r. i około 945 TWh w 2030 r. Oczekuje się, że sztuczna inteligencja będzie najważniejszym motorem wzrostu obok innych usług cyfrowych. Emisje związane z energią elektryczną rosną wolniej niż zapotrzebowanie na energię w miarę zwiększania się generacji niskoemisyjnej, chociaż paliwa kopalne nadal zapewniają znaczną część krótkoterminowego wzrostu.

To są scenariusze, a nie pomiary przyszłości. Wydajność, wykorzystanie sztucznej inteligencji, konstrukcja i miks generacji mogą zmienić ścieżkę. Z tego powodu IEA publikuje alternatywne przypadki.

Udział globalny nie powinien również minimalizować skutków lokalnych. Zapotrzebowanie na centra danych jest skoncentrowane, więc nowy obiekt może w istotny sposób wpłynąć na regionalną sieć, nawet jeśli sektor ten pozostaje niewielką częścią globalnych emisji.

Łatwy sposób na zgłoszenie jednej odpowiedzi

Podaj model i obciążenie pracą, oszacuj lub zmierz wnioskowaną energię elektryczną, powiedz, czy uwzględniono koszty ogólne obiektu, a następnie ujawnij współczynnik sieci i podstawę czasu. Zachowaj widoczność szkoleń i ucieleśnionych emisji jako wykluczeń, chyba że istnieją dowody na ich przypisanie. Zaokrąglić, aby dopasować niepewność.

Treechat stosuje to węższe podejście operacyjne. Szacuje energię elektryczną na podstawie modelu i liczby tokenów, dodaje obciążenie centrum danych i stosuje określoną średnią intensywność emisji dwutlenku węgla w sieci. Dostawcy nie dostarczają miernika mocy na odpowiedź ani dokładnego obiektu, więc wynik pozostaje szacunkowy. Aktualne stałe i ograniczenia są na poziomie /methodology.

Odpowiedź na pytanie „ile CO2 wytwarza sztuczna inteligencja?” jest zatem warunkowe. Dla jednej odpowiedzi pokaż równanie i założenia. W przypadku całego świata korzystaj ze scenariuszy dotyczących centrów danych bez ponownego oznaczania ich jako sumy dotyczące wyłącznie sztucznej inteligencji. Precyzja bez tych granic jest ozdobą, a nie wiedzą.