Типичный запрос на открытую модель Kimi K3 выбрасывает около 0,4 грамма CO2 при работе на серверах в Швеции. Идентичный запрос на одинаковом оборудовании выбрасывает в Техасе 3,2 грамма — в 8,5 раз больше. Этот пробел является центральным элементом нового метода с открытым исходным кодом для расчета выбросов углекислого газа по отдельным запросам ИИ, опубликованного 21 октября шведским поставщиком ИИ Berget AI совместно с исследователями из Стокгольмского института окружающей среды (SEI) и некоммерческими организациями WattTime и Klimatkollen.

Почему важен учет выбросов углерода по каждому запросу Подробнее об этой истории — в нашем тенденции ИИ.

По словам Berget AI, большинство компаний, использующих ИИ, не имеют возможности узнать, какие на самом деле выбросы производятся при их использовании. Существующие общественные цифры обычно представляют собой общие средние оценки, полученные извне и рассчитанные путем умножения предполагаемого среднего размера на предполагаемый общий объем — цифры, которые никто не может проверить независимо.

Новый метод использует противоположный подход: он рассчитывает выбросы по каждому запросу на основе средней интенсивности выбросов региональной электросети, в которой фактически работают серверы, и учитывает внедренный углерод производства оборудования. Результат зависит от используемой модели, времени суток и того, обслуживается ли часть приглашения из кеша, поэтому каждый запрос вычисляется индивидуально, а не через фиксированное среднее значение.

«Большинство компаний сегодня не имеют возможности узнать, какие выбросы они производят при использовании ИИ», — заявил в своем заявлении Андреас Лундмарк, генеральный директор Berget AI. «Благодаря этому методу наши клиенты могут следить за своими запросами на выбросы и сравнивать поставщиков на основе данных, а не маркетинга. Мы знаем, что большинство европейских покупателей сделали бы другой выбор, если бы они могли видеть цифры».

Сетка — это доминирующая переменная

Сравнение заголовков — 0,4 грамма CO2 на запрос Kimi K3 в Швеции и 3,2 грамма в Техасе — основано только на различиях в составе энергосетей. Согласно пресс-релизу, по тому же запросу выбрасывается 1,6 грамма в Ирландии и 2,5 грамма в Германии. Поскольку базовое оборудование в каждом случае идентично, разница почти полностью зависит от того, где подключается центр обработки данных.

Эта переменная становится решением о закупках, а не фиксированным ограничением. Модели с открытым весом, которые могут легально работать в любом центре обработки данных, теперь обрабатывают растущую долю глобального трафика ИИ. Berget AI приводит данные Vercel AI Gateway, показывающие, что модели с открытым весом обслуживали 29% токенов в июне 2026 года по сравнению с 11% в апреле. Для этих рабочих нагрузок покупатель может выбрать географию — при условии, что выбросы действительно видны.

«Большинство тревожных цифр о влиянии ИИ получаются в результате умножения среднего значения на предположение об объеме, и никто не может их проверить», — сказал Кристиан Ландгрен, технический директор и соучредитель Berget AI. «Единственное справедливое сравнение — это рассчитать каждый запрос и сложить их. Мы опубликовали наши оценки, чтобы каждый мог их проверить и использовать».

Создано на основе существующих стандартов, выпущено под эгидой MIT

Этот метод соответствует спецификации SCI for AI Green Software Foundation и доступен по лицензии MIT на GitHub. Berget AI также запустил общедоступный калькулятор на co2.berget.ai, который применяет этот метод к любой модели и региону, основываясь на предыдущих оценщиках с открытым исходным кодом, таких как EcoLogits и информационной панели CLEER группы Sustainable AI Group. Клиенты собственной службы вывода Berget могут наблюдать за накоплением своих выбросов в консоли компании при запросе моделей.

Партнеры нанесли на карту и непосредственно измерили воздействие на окружающую среду инфраструктуры Berget — энергии, воды и оборудования — а также углеродный след Garbo AI компании Klimatkollen, который работает на этой инфраструктуре, а затем объединили измерения с текущими исследованиями по преобразованию использования ресурсов в углерод и более широкое воздействие на окружающую среду.

Рост спроса по-прежнему опережает эффективность

Релиз появился на фоне резкого роста прогнозов энергопотребления центров обработки данных. Сомья Джоши, директор по исследованиям SEI, указал на данные Международного энергетического агентства, согласно которым потребление электроэнергии в центрах обработки данных к 2030 году увеличится более чем вдвое и составит примерно 945 ТВт-ч, причем основным драйвером станет искусственный интеллект.

«Любые обещания повышения эффективности, вероятно, будут перевешены более высоким спросом, что сведет на нет любое сокращение выбросов от возобновляемых источников энергии», — сказал Джоши в своем заявлении. «Подобные методологии предлагают прозрачную основу для обоснованных решений. Их сила в том, что они ясно демонстрируют, какое значение имеет расположение сети и критически важной инфраструктуры, когда речь идет о том, насколько устойчивым может быть ИИ».

Что это значит для покупателей ИИ

Для компаний, использующих собственные системы открытого веса, практический вывод прост: одна и та же модель может иметь цену на выбросы углерода, которая варьируется в восемь раз в зависимости от региона, и теперь существуют инструменты для измерения этой разницы перед подписанием контракта. Berget AI заявляет, что хочет, чтобы другие поставщики логических выводов внедрили отчетность по каждому запросу, чтобы покупатели могли сравнивать поставщиков на основе измеренных цифр, а не маркетинговых заявлений.

Авторы метода признают, что их цифры представляют собой оценки на основе местоположения с использованием средней сетки, а не почасовых предельных выбросов, что является упрощением, характерным для этого класса инструментов. Несмотря на это, прозрачность предположений (все они публикуются для проверки) — это то, что отличает эти усилия от непрозрачных средних значений, которые до сих пор доминировали в энергетическом дискурсе ИИ.

Последуют ли этому примеру другие поставщики, возможно, зависит не столько от кодекса, сколько от давления со стороны закупок: если корпоративные покупатели начнут запрашивать выбросы по каждому запросу в RFP, отчетность на основе средних значений станет труднее защищать.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →