ওপেন-ওয়েট মডেল কিমি K3-এর একটি সাধারণ অনুরোধ যখন সুইডেনের সার্ভারে চলে তখন প্রায় 0.4 গ্রাম CO2 নির্গত হয়। অভিন্ন হার্ডওয়্যারে অভিন্ন অনুরোধটি টেক্সাসে 3.2 গ্রাম নির্গত করে - 8.5 গুণ বেশি। সেই ফাঁকটি হল পৃথক AI অনুরোধের কার্বন নিঃসরণ গণনা করার জন্য একটি নতুন ওপেন-সোর্স পদ্ধতির কেন্দ্রবিন্দু, যা 21 অক্টোবর সুইডিশ AI প্রদানকারী Berget AI দ্বারা স্টকহোম এনভায়রনমেন্ট ইনস্টিটিউট (SEI) এবং অলাভজনক ওয়াটটাইম এবং ক্লিম্যাটকোলেনের গবেষকদের সাথে প্রকাশিত হয়েছে।

কেন প্রতি-অনুরোধের কার্বন অ্যাকাউন্টিং ব্যাপার For more context on this story, see our ongoing breaking AI news.

বার্গেট এআই-এর মতে, বেশিরভাগ কোম্পানি যারা AI ব্যবহার করে তাদের জানার কোন উপায় নেই যে তাদের ব্যবহার আসলে কী নির্গত করে। যে সকল পাবলিক পরিসংখ্যান বিদ্যমান তা সাধারণত বাইরে থেকে আনুমানিক বিস্তৃত গড়, মোট আয়তনের অনুমান দ্বারা একটি অনুমান করা গড় পদচিহ্নকে গুণ করে গণনা করা হয় — সংখ্যাগুলি কেউ স্বাধীনভাবে পরীক্ষা করতে পারে না।

নতুন পদ্ধতিটি বিপরীত পন্থা অবলম্বন করে: এটি আঞ্চলিক বিদ্যুৎ গ্রিডের গড় নির্গমন তীব্রতার উপর ভিত্তি করে অনুরোধের ভিত্তিতে নির্গমনের অনুরোধ গণনা করে যেখানে সার্ভারগুলি আসলে চলে এবং হার্ডওয়্যার তৈরির এমবেডেড কার্বনে ভাঁজ করে। ফলাফলটি ব্যবহৃত মডেল, দিনের সময় এবং প্রম্পটের অংশ ক্যাশে থেকে পরিবেশন করা হয়েছে কিনা তার উপর নির্ভর করে, তাই প্রতিটি অনুরোধ ফ্ল্যাট এভারেজের পরিবর্তে পৃথকভাবে গণনা করা হয়।

ঘোষণায় বার্গেট এআই-এর সিইও আন্দ্রেয়াস লুন্ডমার্ক বলেন, "অধিকাংশ কোম্পানির আজকে জানার কোনো উপায় নেই যে তাদের এআই ব্যবহারে কী নির্গত হয়।" "এই পদ্ধতির সাহায্যে আমাদের গ্রাহকরা অনুরোধের মাধ্যমে তাদের নির্গমনের অনুরোধ অনুসরণ করতে পারে এবং বিপণনের পরিবর্তে ডেটাতে সরবরাহকারীদের তুলনা করতে পারে। আমরা জানি বেশিরভাগ ইউরোপীয় ক্রেতারা সংখ্যা দেখতে পেলে ভিন্নভাবে বেছে নেবে।"

গ্রিড হল ভেরিয়েবল যা ডমিনেট করে

শিরোনাম তুলনা — সুইডেনে কিমি K3 অনুরোধে 0.4 গ্রাম CO2 বনাম টেক্সাসে 3.2 গ্রাম — শুধুমাত্র গ্রিড মিশ্রণের পার্থক্য থেকে আসে। প্রেস রিলিজ অনুসারে, একই অনুরোধ আয়ারল্যান্ডে 1.6 গ্রাম এবং জার্মানিতে 2.5 গ্রাম নির্গত করে। যেহেতু অন্তর্নিহিত হার্ডওয়্যার প্রতিটি ক্ষেত্রে অভিন্ন, ডেল্টা প্রায় সম্পূর্ণরূপে একটি ফাংশন যেখানে ডেটা সেন্টার প্লাগ ইন করে।

সেই পরিবর্তনশীলটি একটি নির্দিষ্ট সীমাবদ্ধতার পরিবর্তে একটি সংগ্রহের সিদ্ধান্ত হয়ে উঠছে। ওপেন-ওয়েট মডেল, যা আইনত যেকোনো ডেটা সেন্টারে চলতে পারে, এখন বিশ্বব্যাপী এআই ট্র্যাফিকের ক্রমবর্ধমান অংশ পরিচালনা করে। Berget AI Vercel এর AI গেটওয়ের পরিসংখ্যান উদ্ধৃত করে দেখায় যে ওপেন-ওয়েট মডেলগুলি জুন 2026-এ 29% টোকেন পরিবেশন করেছে, যা এপ্রিলে 11% থেকে বেশি। এই কাজের চাপের জন্য, ক্রেতা ভূগোল বেছে নিতে পারেন — যদি নির্গমন আসলে দৃশ্যমান হয়।

"এআই-এর পদচিহ্ন সম্পর্কে বেশিরভাগ উদ্বেগজনক পরিসংখ্যান আয়তনে একটি অনুমান দ্বারা গড় গুণ করে আসে এবং কেউ সেগুলি পরীক্ষা করতে পারে না," বলেছেন ক্রিশ্চিয়ান ল্যান্ডগ্রেন, সিটিও এবং বার্গেট এআই-এর সহ-প্রতিষ্ঠাতা৷ "একমাত্র ন্যায্য তুলনা হল প্রতিটি অনুরোধ গণনা করা এবং সেগুলি যোগ করা। আমরা আমাদের রায়ের কলগুলি প্রকাশ করেছি যাতে যে কেউ সেগুলি পরীক্ষা করে ব্যবহার করতে পারে।"

বিদ্যমান স্ট্যান্ডার্ডের উপর নির্মিত, MIT-এর অধীনে প্রকাশিত

পদ্ধতিটি AI স্পেসিফিকেশনের জন্য গ্রীন সফটওয়্যার ফাউন্ডেশনের SCI অনুসরণ করে এবং GitHub-এ MIT লাইসেন্সের অধীনে উপলব্ধ। Berget AI co2.berget.ai-তে একটি পাবলিক ক্যালকুলেটরও চালু করেছে যা যে কোনও মডেল এবং অঞ্চলে পদ্ধতিটি প্রয়োগ করে, পূর্বের ওপেন-সোর্স অনুমানকারী যেমন EcoLogits এবং টেকসই AI গ্রুপের CLEER ড্যাশবোর্ডের উপর ভিত্তি করে। Berget-এর নিজস্ব অনুমান পরিষেবার গ্রাহকরা তাদের নির্গমনগুলি কোম্পানির কনসোলে জমা হতে দেখতে পারে যখন তারা মডেলগুলি জিজ্ঞাসা করে।

অংশীদাররা বার্গেটের পরিকাঠামোর পরিবেশগত প্রভাবকে ম্যাপ করে এবং পরিমাপ করে সরাসরি — শক্তি, জল এবং হার্ডওয়্যার — সেই সাথে ক্লিম্যাটকোলেনের গার্বো এআই-এর কার্বন পদচিহ্নের সাথে, যা সেই পরিকাঠামোতে চলে, তারপর পরিমাপগুলিকে বর্তমান গবেষণার সাথে কার্বন এবং বৃহত্তর পরিবেশগত প্রভাবে সম্পদের ব্যবহার অনুবাদ করার জন্য একত্রিত করে৷

চাহিদা বৃদ্ধি এখনও দক্ষতা ছাড়িয়ে গেছে

ডেটা সেন্টার পাওয়ার খরচের জন্য তীব্রভাবে ক্রমবর্ধমান অনুমানগুলির মধ্যে রিলিজটি আসে। SEI-এর গবেষণা পরিচালক সোম্য যোশি, আন্তর্জাতিক শক্তি সংস্থার পরিসংখ্যানের দিকে ইঙ্গিত করেছেন যে ডেটা-সেন্টার বিদ্যুৎ খরচ 2030 সালের মধ্যে প্রায় 945 TWh-এ দ্বিগুণেরও বেশি হবে, যার প্রধান চালক হিসাবে AI হবে৷

"দক্ষতা লাভের যেকোন প্রতিশ্রুতি উচ্চ চাহিদার দ্বারা বেশি হতে পারে, পুনর্নবীকরণযোগ্য থেকে কোনো নির্গমন হ্রাসকে অস্বীকার করে," জোশি ঘোষণায় বলেছিলেন। "এই ধরনের পদ্ধতিগুলি জ্ঞাত সিদ্ধান্তগুলির জন্য একটি স্বচ্ছ ভিত্তি প্রদান করে। তাদের শক্তি হল যে তারা স্পষ্টভাবে প্রদর্শন করে যে গ্রিডের অবস্থান এবং সমালোচনামূলক অবকাঠামো কতটা গুরুত্বপূর্ণ যখন AI কতটা টেকসই হতে পারে।"

এআই ক্রেতাদের জন্য এর অর্থ কী

তাদের নিজস্ব ওপেন-ওয়েট ডিপ্লোয়মেন্ট চালানো কোম্পানিগুলির জন্য, ব্যবহারিক প্রভাব সোজা: একই মডেল একটি কার্বন মূল্য বহন করতে পারে যা অঞ্চলের উপর নির্ভর করে আটের ফ্যাক্টর দ্বারা পরিবর্তিত হয়, এবং চুক্তি স্বাক্ষর করার আগে সেই পার্থক্য পরিমাপ করার জন্য সরঞ্জামগুলি এখন বিদ্যমান। বার্গেট এআই বলেছে যে এটি অন্যান্য অনুমান প্রদানকারীরা প্রতি-অনুরোধ প্রতিবেদন গ্রহণ করতে চায় যাতে ক্রেতারা বিপণন দাবির পরিবর্তে পরিমাপিত পরিসংখ্যানগুলিতে প্রদানকারীদের তুলনা করতে পারে।

পদ্ধতির লেখকরা স্বীকার করেন যে তাদের পরিসংখ্যানগুলি হল অবস্থান-ভিত্তিক অনুমান যা ঘন্টায় প্রান্তিক নির্গমনের পরিবর্তে গড় গ্রিড মিশ্রণ ব্যবহার করে, এই শ্রেণীর সরঞ্জামগুলির জন্য সাধারণ একটি সরলীকরণ। তা সত্ত্বেও, অনুমানের স্বচ্ছতা — সমস্তই পর্যালোচনার জন্য প্রকাশিত — যা এখনও পর্যন্ত AI শক্তি বক্তৃতায় আধিপত্য বিস্তারকারী অস্বচ্ছ গড় থেকে প্রচেষ্টাকে আলাদা করে৷

অন্যান্য প্রদানকারীরা স্যুট অনুসরণ করে কিনা তা সংগ্রহের চাপের তুলনায় কোডের উপর কম নির্ভর করতে পারে: যদি এন্টারপ্রাইজ ক্রেতারা RFP-তে প্রতি-অনুরোধ নির্গমনের জন্য জিজ্ঞাসা করা শুরু করে, তাহলে গড়-ভিত্তিক রিপোর্টিং রক্ষা করা কঠিন হয়ে যাবে।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →