คำขอทั่วไปสำหรับรุ่น Open-weight Kimi K3 จะปล่อยก๊าซคาร์บอนไดออกไซด์ประมาณ 0.4 กรัม เมื่อทำงานบนเซิร์ฟเวอร์ในสวีเดน คำขอเดียวกันบนฮาร์ดแวร์ที่เหมือนกันปล่อยคลื่น 3.2 กรัมในเท็กซัส — มากกว่า 8.5 เท่า ช่องว่างดังกล่าวเป็นหัวใจสำคัญของวิธีการโอเพ่นซอร์สใหม่ในการคำนวณการปล่อยก๊าซคาร์บอนของคำขอ AI แต่ละรายการ ซึ่งเผยแพร่เมื่อวันที่ 21 ตุลาคมโดยผู้ให้บริการ AI ของสวีเดน Berget AI ร่วมกับนักวิจัยจาก Stockholm Environment Institute (SEI) และองค์กรไม่แสวงผลกำไร WattTime และ Klimatkollen

เหตุใดการบัญชีคาร์บอนตามคำขอจึงมีความสำคัญ For more context on this story, see our ongoing AI industry coverage.

บริษัทส่วนใหญ่ที่ใช้ AI ไม่มีทางรู้ได้เลยว่าการใช้งานจริงของพวกเขาปล่อยออกมาจากอะไร ตามข้อมูลของ Berget AI ตัวเลขสาธารณะที่มีอยู่มักจะเป็นค่าเฉลี่ยกว้างๆ ที่ประเมินจากภายนอก โดยคำนวณโดยการคูณรอยเท้าเฉลี่ยที่สันนิษฐานด้วยการเดาที่ปริมาตรทั้งหมด ซึ่งเป็นตัวเลขที่ไม่มีใครสามารถตรวจสอบได้อย่างอิสระ

วิธีการใหม่ใช้แนวทางตรงกันข้าม โดยคำนวณคำขอการปล่อยก๊าซเรือนกระจกตามคำขอ โดยพิจารณาจากความเข้มการปล่อยก๊าซโดยเฉลี่ยของโครงข่ายไฟฟ้าในภูมิภาคที่เซิร์ฟเวอร์ทำงานจริง และพับเก็บคาร์บอนที่ฝังอยู่ของการผลิตฮาร์ดแวร์ ผลลัพธ์ขึ้นอยู่กับรุ่นที่ใช้ เวลาของวัน และส่วนของพรอมต์ได้รับการบริการจากแคชหรือไม่ ดังนั้น แต่ละคำขอจึงได้รับการคำนวณทีละรายการ แทนที่จะคำนวณผ่านค่าเฉลี่ยแบบคงที่

“บริษัทส่วนใหญ่ในปัจจุบันไม่มีทางรู้ได้เลยว่าการใช้ AI ของพวกเขาปล่อยออกมาจากอะไร” Andreas Lundmark ซีอีโอของ Berget AI กล่าวในการประกาศ "ด้วยวิธีนี้ ลูกค้าของเราสามารถปฏิบัติตามคำขอปล่อยก๊าซเรือนกระจกได้ตามคำขอ และเปรียบเทียบผู้ให้บริการกับข้อมูลแทนการทำการตลาด เรารู้ว่าผู้ซื้อในยุโรปส่วนใหญ่จะเลือกแตกต่างออกไปหากพวกเขาเห็นตัวเลข"

ตารางคือตัวแปรที่ครอบงำ

การเปรียบเทียบพาดหัว — 0.4 กรัมของ CO2 ต่อคำขอ Kimi K3 ในสวีเดนกับ 3.2 กรัมในเท็กซัส — มาจากความแตกต่างในการผสมผสานกริดเพียงอย่างเดียว คำขอเดียวกันนี้ส่งเสียง 1.6 กรัมในไอร์แลนด์และ 2.5 กรัมในเยอรมนี ตามข่าวประชาสัมพันธ์ เนื่องจากฮาร์ดแวร์พื้นฐานจะเหมือนกันในแต่ละกรณี เดลต้าจึงเป็นหน้าที่เกือบทั้งหมดของตำแหน่งที่ศูนย์ข้อมูลเสียบอยู่

ตัวแปรนั้นกำลังกลายเป็นการตัดสินใจในการจัดซื้อจัดจ้างแทนที่จะเป็นข้อจำกัดคงที่ โมเดลแบบเปิดซึ่งสามารถทำงานได้อย่างถูกกฎหมายในศูนย์ข้อมูลใดๆ ก็ตาม ขณะนี้สามารถรองรับส่วนแบ่งการรับส่งข้อมูล AI ทั่วโลกที่เพิ่มขึ้นได้ Berget AI อ้างอิงตัวเลขจาก AI Gateway ของ Vercel ซึ่งแสดงให้เห็นว่าโมเดล open-weight ให้บริการโทเค็น 29% ในเดือนมิถุนายน 2026 เพิ่มขึ้นจาก 11% ในเดือนเมษายน สำหรับปริมาณงานเหล่านั้น ผู้ซื้อสามารถเลือกภูมิศาสตร์ได้ โดยต้องมองเห็นการปล่อยก๊าซเรือนกระจกได้จริง

“ตัวเลขที่น่าตกใจส่วนใหญ่เกี่ยวกับรอยเท้าของ AI มาจากการคูณค่าเฉลี่ยด้วยการเดาที่ปริมาตร และไม่มีใครสามารถตรวจสอบได้” Christian Landgren, CTO และผู้ร่วมก่อตั้ง Berget AI กล่าว "การเปรียบเทียบที่ยุติธรรมเพียงอย่างเดียวคือการคำนวณแต่ละคำขอและเพิ่มเข้าด้วยกัน เราได้เผยแพร่คำตัดสินของเราเพื่อให้ทุกคนสามารถตรวจสอบและใช้งานได้"

สร้างขึ้นจากมาตรฐานที่มีอยู่ เปิดตัวภายใต้ MIT

วิธีการดังกล่าวเป็นไปตามข้อกำหนด SCI สำหรับ AI ของ Green Software Foundation และมีให้บริการภายใต้ใบอนุญาต MIT บน GitHub นอกจากนี้ Berget AI ยังได้เปิดตัวเครื่องคิดเลขสาธารณะที่ co2.berget.ai ซึ่งใช้วิธีการดังกล่าวกับรุ่นและภูมิภาคใดๆ โดยต่อยอดจากเครื่องมือประมาณการแบบโอเพ่นซอร์สก่อนหน้านี้ เช่น EcoLogits และแดชบอร์ด CLEER ของ Sustainable AI Group ลูกค้าของบริการอนุมานของ Berget สามารถรับชมการปล่อยก๊าซที่สะสมในคอนโซลของบริษัทในขณะที่พวกเขาค้นหาแบบจำลอง

พันธมิตรจัดทำแผนที่และวัดผลกระทบด้านสิ่งแวดล้อมจากโครงสร้างพื้นฐานของ Berget โดยตรง ทั้งพลังงาน น้ำ และฮาร์ดแวร์ ร่วมกับการปล่อยก๊าซคาร์บอนไดออกไซด์ของ Garbo AI ของ Klimatkollen ซึ่งทำงานบนโครงสร้างพื้นฐานนั้น จากนั้นจึงรวมการวัดเข้ากับการวิจัยปัจจุบันเกี่ยวกับการแปลงการใช้ทรัพยากรเป็นคาร์บอนและผลกระทบต่อสิ่งแวดล้อมในวงกว้าง

การเติบโตของอุปสงค์ยังคงแซงหน้าประสิทธิภาพ

การเปิดตัวครั้งนี้เกิดขึ้นท่ามกลางการคาดการณ์การใช้พลังงานของศูนย์ข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว Somya Joshi ผู้อำนวยการฝ่ายวิจัยของ SEI ชี้ไปที่ตัวเลขของสำนักงานพลังงานระหว่างประเทศที่คาดการณ์ว่าปริมาณการใช้ไฟฟ้าในศูนย์ข้อมูลจะเพิ่มขึ้นกว่าสองเท่าเป็นประมาณ 945 TWh ภายในปี 2573 โดยมี AI เป็นตัวขับเคลื่อนหลัก

“คำมั่นสัญญาใด ๆ เกี่ยวกับการเพิ่มประสิทธิภาพนั้นมีแนวโน้มที่จะได้รับการชั่งน้ำหนักด้วยความต้องการที่สูงขึ้น โดยจะปฏิเสธการลดการปล่อยก๊าซเรือนกระจกจากพลังงานหมุนเวียน” Joshi กล่าวในการประกาศ “วิธีการเช่นนี้นำเสนอพื้นฐานที่โปร่งใสสำหรับการตัดสินใจโดยใช้ข้อมูล จุดแข็งของพวกเขาคือการแสดงให้เห็นอย่างชัดเจนว่าตำแหน่งของกริดและโครงสร้างพื้นฐานที่สำคัญมีความสำคัญอย่างไร เมื่อพูดถึงความยั่งยืนของ AI”

ผู้ซื้อ AI มีความหมายอย่างไร

สำหรับบริษัทที่ดำเนินการปรับใช้แบบ open-weight ของตนเอง ความหมายเชิงปฏิบัตินั้นตรงไปตรงมา: โมเดลเดียวกันอาจมีราคาคาร์บอนที่แตกต่างกันออกไป 8 เท่าขึ้นอยู่กับภูมิภาค และขณะนี้ก็มีเครื่องมือในการวัดความแตกต่างนั้นก่อนที่จะลงนามในสัญญา Berget AI กล่าวว่าต้องการให้ผู้ให้บริการอนุมานรายอื่นใช้การรายงานตามคำขอ เพื่อให้ผู้ซื้อสามารถเปรียบเทียบผู้ให้บริการตามตัวเลขที่วัดได้ แทนที่จะอ้างทางการตลาด

ผู้เขียนวิธีการรับทราบว่าตัวเลขของพวกเขาเป็นการประมาณการตามตำแหน่งโดยใช้การผสมผสานตารางเฉลี่ยมากกว่าการปล่อยก๊าซเรือนกระจกรายชั่วโมง ซึ่งเป็นการลดความซับซ้อนที่พบได้ทั่วไปในเครื่องมือประเภทนี้ ถึงกระนั้นก็ตาม ความโปร่งใสของสมมติฐาน — ทั้งหมดที่ตีพิมพ์เพื่อการทบทวน — คือสิ่งที่ทำให้ความพยายามแตกต่างจากค่าเฉลี่ยทึบแสงที่ครอบงำวาทกรรมด้านพลังงานของ AI จนถึงตอนนี้

ไม่ว่าผู้ให้บริการรายอื่นจะปฏิบัติตามหรือไม่นั้นอาจขึ้นอยู่กับโค้ดน้อยกว่าแรงกดดันในการจัดซื้อหรือไม่: หากผู้ซื้อระดับองค์กรเริ่มขอการปล่อยก๊าซเรือนกระจกตามคำขอใน RFP การรายงานตามค่าเฉลี่ยจะกลายเป็นเรื่องยากที่จะปกป้อง

---

Stay Ahead of AI

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

Read more AI news →