Panjaluk khas kanggo model bobot mbukak Kimi K3 ngetokake kira-kira 0,4 gram CO2 nalika mlaku ing server ing Swedia. Panjaluk sing padha, ing hardware sing padha, ngetokake 3,2 gram ing Texas - 8,5 kaping luwih. Kesenjangan kasebut minangka pusat metode sumber terbuka anyar kanggo ngitung emisi karbon saka panjaluk AI individu, sing dirilis tanggal 21 Oktober dening panyedhiya AI Swedia Berget AI bebarengan karo peneliti saka Institut Lingkungan Stockholm (SEI) lan nonprofit WattTime lan Klimatkollen.

Apa Per-Request Carbon Accounting Matters For more context on this story, see our ongoing more AI stories.

Umume perusahaan sing nggunakake AI ora ngerti apa sing dienggo, miturut Berget AI. Tokoh umum sing ana biasane rata-rata amba sing kira-kira saka njaba, diitung kanthi ngetungake rata-rata tapak rata-rata kanthi guess ing volume total - nomer sing ora bisa dipriksa kanthi mandiri.

Cara anyar njupuk pendekatan ngelawan: ngetung panjalukan emisi kanthi panyuwunan, adhedhasar intensitas emisi rata-rata saka jaringan listrik regional ing ngendi server bener-bener mlaku, lan melu ing karbon sing dipasang ing manufaktur hardware. Asil gumantung saka model sing digunakake, wektu, lan apa bagean saka pituduh dilayani saka cache, mula saben panyuwunan diitung kanthi individu tinimbang liwat rata-rata rata.

"Umume perusahaan saiki ora ngerti apa sing digunakake AI," ujare Andreas Lundmark, CEO Berget AI, ing woro-woro kasebut. "Kanthi metode iki, para pelanggan bisa ngetutake panyuwunan emisi kanthi panyuwunan lan mbandhingake panyedhiya babagan data tinimbang marketing. Kita ngerti umume para panuku Eropa bakal milih kanthi beda yen bisa ndeleng nomer kasebut."

Grid Iku Variabel Sing Dominasi

Perbandingan judhul - 0,4 gram CO2 saben panjaluk Kimi K3 ing Swedia versus 3,2 gram ing Texas - asale saka beda ing campuran kothak mung. Panjaluk sing padha ngetokake 1,6 gram ing Irlandia lan 2,5 gram ing Jerman, miturut siaran pers. Amarga hardware ndasari podho rupo ing saben cilik, delta meh tanggung fungsi ngendi pusat data kepasang ing.

Variabel kasebut dadi keputusan pengadaan tinimbang kendala tetep. Model bobot mbukak, sing bisa mlaku kanthi sah ing pusat data apa wae, saiki nangani akeh lalu lintas AI global. Berget AI nyebutake tokoh saka Vercel's AI Gateway sing nuduhake model bobot mbukak sing nyedhiyakake 29% token ing Juni 2026, saka 11% ing April. Kanggo beban kerja kasebut, panuku bisa milih geografi - yen emisi bener-bener katon.

"Umume tokoh sing nguwatirake babagan jejak AI asale saka nambah rata-rata kanthi ngira volume, lan ora ana sing bisa mriksa," ujare Christian Landgren, CTO lan co-founder Berget AI. "Sawijining perbandingan sing adil yaiku ngetung saben panyuwunan lan nambahake. Kita wis nerbitake panggilan pengadilan supaya sapa wae bisa mriksa lan nggunakake."

Dibangun ing Standar sing Ana, Dirilis Ing MIT

Cara kasebut ngetutake spesifikasi SCI kanggo AI Green Software Foundation lan kasedhiya ing lisensi MIT ing GitHub. Berget AI uga wis ngluncurake kalkulator umum ing co2.berget.ai sing ngetrapake metode kasebut ing model lan wilayah apa wae, nggawe taksiran sumber terbuka sadurunge kayata EcoLogits lan dasbor CLEER Sustainable AI Group. Pelanggan layanan inferensi Berget dhewe bisa nonton emisi sing akumulasi ing konsol perusahaan nalika takon model.

Mitra kasebut nggawe peta lan ngukur dampak lingkungan infrastruktur Berget kanthi langsung - energi, banyu, lan piranti keras - bebarengan karo jejak karbon saka Garbo AI Klimatkollen, sing mlaku ing infrastruktur kasebut, banjur nggabungake pangukuran karo riset saiki babagan nerjemahake panggunaan sumber daya menyang karbon lan dampak lingkungan sing luwih jembar.

Pertumbuhan Permintaan Isih Ngluwihi Efisiensi

Rilis kasebut teka ing tengah-tengah ramalan sing mundhak banget kanggo konsumsi daya pusat data. Somya Joshi, direktur riset ing SEI, nuding angka Badan Energi Internasional sing nggambarake konsumsi listrik pusat data bakal luwih saka kaping pindho dadi udakara 945 TWh ing taun 2030, kanthi AI minangka pembalap utama.

"Sembarang janji entuk efisiensi bisa ditimbang karo panjaluk sing luwih dhuwur, mbatalake pengurangan emisi saka energi terbarukan," ujare Joshi ing woro-woro kasebut. "Metodologi kaya iki menehi basis transparan kanggo keputusan sing wis dingerteni. Kekuwatane yaiku kanthi jelas nuduhake kepiye lokasi jaringan lan prasarana kritis nalika nerangake kepiye AI sing lestari."

Apa Tegese kanggo Pembeli AI

Kanggo perusahaan sing nglakokake penyebaran bobot mbukak dhewe, implikasi praktis langsung: model sing padha bisa nggawa rega karbon sing beda-beda gumantung saka wolung faktor, lan saiki ana alat kanggo ngukur prabédan kasebut sadurunge mlebu kontrak. Berget AI ujar manawa pengin panyedhiya inferensi liyane nggunakake laporan saben panjaluk supaya para panuku bisa mbandhingake panyedhiya babagan angka sing diukur tinimbang klaim pemasaran.

Penulis metode kasebut ngakoni yen angka kasebut minangka perkiraan adhedhasar lokasi nggunakake campuran kothak rata-rata tinimbang emisi marginal saben jam, simplifikasi umum kanggo piranti kelas iki. Sanajan mangkono, transparansi asumsi - kabeh diterbitake kanggo ditinjau - yaiku sing mbedakake usaha saka rata-rata opaque sing wis ndominasi wacana energi AI nganti saiki.

Apa panyedhiya liyane bisa uga ora gumantung ing kode tinimbang tekanan pengadaan: yen para panuku perusahaan wiwit njaluk emisi saben panjalukan ing RFP, pelaporan adhedhasar rata-rata bakal luwih angel dibela.

---

Stay Ahead of AI

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

Read more AI news →