Типовий запит на відкриту модель Kimi K3 викидає близько 0,4 грама CO2, коли вона працює на серверах у Швеції. Ідентичний запит на ідентичному обладнанні випромінює 3,2 грама в Техасі — у 8,5 разів більше. Ця прогалина є центральною частиною нового методу з відкритим вихідним кодом для розрахунку викидів вуглецю для окремих запитів штучного інтелекту, опублікованого 21 жовтня шведським провайдером штучного інтелекту Berget AI спільно з дослідниками зі Стокгольмського інституту навколишнього середовища (SEI) і некомерційних організацій WattTime і Klimatkollen.
Чому облік вуглецю за запитом важливий For more context on this story, see our ongoing artificial intelligence updates.
За словами Berget AI, більшість компаній, які використовують штучний інтелект, не можуть знати, які викиди насправді викидає їх використання. Публічні особи, які існують, зазвичай є широкими середніми оцінками ззовні, обчисленими шляхом множення припущеного середнього сліду на припущення загального обсягу — цифри, які ніхто не може перевірити незалежно.
Новий метод використовує протилежний підхід: він обчислює викиди від запиту до запиту на основі середньої інтенсивності викидів регіональної електромережі, де фактично працюють сервери, і згортає вбудований вуглець виробництва обладнання. Результат залежить від використовуваної моделі, часу доби та того, чи надходить частина підказки з кешу, тому кожен запит обчислюється окремо, а не через рівне середнє значення.
«Більшість сьогоднішніх компаній не можуть знати, які викиди викликають їх використання ШІ», — сказав Андреас Лундмарк, генеральний директор Berget AI, в повідомленні. «Завдяки цьому методу наші клієнти можуть стежити за своїм запитом на викиди за запитом і порівнювати постачальників за даними замість маркетингу. Ми знаємо, що більшість європейських покупців вибрали б інакше, якби вони могли бачити цифри».
Сітка - це змінна, яка домінує
Основне порівняння — 0,4 грама CO2 на запит Kimi K3 у Швеції проти 3,2 грама в Техасі — походить лише від відмінностей у суміші електромереж. Такий же запит викидає 1,6 грама в Ірландії та 2,5 грама в Німеччині, йдеться в прес-релізі. Оскільки базове обладнання в кожному випадку ідентичне, дельта майже повністю залежить від місця підключення центру обробки даних.
Ця змінна стає рішенням щодо закупівлі, а не фіксованим обмеженням. Відкриті моделі, які можуть легально працювати в будь-якому центрі обробки даних, тепер обробляють зростаючу частку глобального трафіку ШІ. Berget AI наводить дані Vercel’s AI Gateway, які показують, що відкриті моделі обслуговували 29% токенів у червні 2026 року, порівняно з 11% у квітні. Для цих робочих навантажень покупець може вибрати географію — за умови, що викиди дійсно видно.
«Більшість тривожних цифр про вплив штучного інтелекту отримано в результаті множення середнього значення на припущення щодо обсягу, і ніхто не може їх перевірити», — сказав Крістіан Ландгрен, технічний директор і співзасновник Berget AI. «Єдине справедливе порівняння — обчислити кожен запит і скласти їх. Ми опублікували наші оцінки, щоб будь-хто міг їх перевірити та використати».
Створено на основі існуючих стандартів, випущених у рамках MIT
Цей метод відповідає специфікації Green Software Foundation SCI for AI і доступний за ліцензією MIT на GitHub. Berget AI також запустив загальнодоступний калькулятор на co2.berget.ai, який застосовує цей метод до будь-якої моделі та регіону, спираючись на попередні оцінювачі з відкритим кодом, такі як EcoLogits і інформаційну панель CLEER від Sustainable AI Group. Клієнти власної служби висновків Berget можуть спостерігати, як їхні викиди накопичуються на консолі компанії, коли вони запитують моделі.
Партнери нанесли на карту та виміряли безпосередньо вплив на навколишнє середовище інфраструктури Berget — енергію, воду та апаратне забезпечення — разом із вуглецевим слідом Garbo AI від Klimatkollen, який працює на цій інфраструктурі, а потім поєднали вимірювання з поточними дослідженнями щодо перетворення використання ресурсів у вуглець і ширший вплив на навколишнє середовище.
Зростання попиту все ще випереджає ефективність
Випуск з’являється на тлі різкого зростання прогнозів споживання електроенергії центром обробки даних. Сомя Джоші, директор з досліджень SEI, вказав на цифри Міжнародного енергетичного агентства, згідно з якими споживання електроенергії центрами обробки даних зросте більш ніж удвічі до 945 ТВт-год до 2030 року, головною рушійною силою якого буде штучний інтелект.
«Будь-які обіцянки підвищення ефективності, швидше за все, будуть переважені вищим попитом, що зведе нанівець будь-які скорочення викидів від відновлюваних джерел енергії», — сказав Джоші в повідомленні. «Подібні методології пропонують прозору основу для прийняття обґрунтованих рішень. Їхня сила полягає в тому, що вони чітко демонструють, яке значення має розташування мережі та критична інфраструктура, коли справа доходить до того, наскільки стабільним може бути ШІ».
Що це означає для покупців ШІ
Для компаній, які розгортають власне відкрите обладнання, практичний висновок простий: одна і та ж модель може мати ціну на вуглець, яка змінюється у вісім разів залежно від регіону, і зараз існують інструменти для вимірювання цієї різниці перед підписанням контракту. Berget AI каже, що хоче, щоб інші постачальники висновків використовували звітність за запитом, щоб покупці могли порівнювати постачальників на основі виміряних цифр, а не маркетингових заяв.
Автори методу визнають, що їхні цифри є оцінками на основі розташування з використанням середньої суміші сітки, а не погодинних граничних викидів, що є спрощенням, загальним для цього класу інструментів. Незважаючи на це, прозорість припущень — усі опубліковані для перевірки — це те, що відрізняє ці зусилля від непрозорих середніх значень, які досі домінували в дискурсі про енергію ШІ.
Те, чи підуть інші постачальники цьому прикладу, може залежати не стільки від коду, скільки від тиску закупівель: якщо корпоративні покупці почнуть вимагати викиди за запитом у запитах на пропозиції, усереднені звіти стане важче захистити.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
