Д-р Джон Бистлайн (Dr. John Bistline), руководитель научного отдела, Watershed
Если спросить четырех экспертов об углеродном следе идентичного ИИ-запроса на одной и той же модели, вы, скорее всего, получите четыре обоснованных ответа, отличающихся на порядки. Это расхождение обусловлено электроэнергией, которая питает промпт: где выполнялись вычисления и как эта энергия учитывается.
Углеродный след промпта зависит от места его выполнения
Компания Google сообщила, что средний текстовый промпт для Gemini использует около 0,24 ватт-часа электроэнергии, что составляет примерно 2% от заряда телефона. Но вызов агента может потребовать от 50 до 500 ватт-часов, чего достаточно, чтобы разогреть в микроволновке буррито в течение получаса (пожалуйста, не делайте этого).
Теперь зафиксируем объем электроэнергии на уровне среднего показателя Google и изменим только энергосеть. В энергосистеме Вермонта, богатой гидроресурсами, промпт выделяет около 0,006 грамма CO2. В энергосистеме Западной Вирджинии, где преобладает угольная генерация, промпт выделяет около 0,212 грамма — разница составляет 34 раза. Текущие показатели интенсивности выбросов энергосетей, как правило, в среднем ниже на Западе и Северо-Востоке, но выше в некоторых частях Верхнего Среднего Запада и Аппалачей.
Другими словами, ваш промпт экологичнее в Сиэтле, чем в Сент-Луисе. География играет главную роль, несмотря на использование одного и того же вопроса и того же объема электроэнергии.
Речь идет не о местоположении пользователя — ваш промпт отправляется в дата-центр, который может находиться за тысячу миль от вас, в зависимости от решений провайдера по размещению и маршрутизации. Для расчета выбросов имеет значение энергосистема именно этого дата-центра, а не тот почтовый индекс, по которому находитесь вы.
Кто решает, какая энергосистема обслуживает ваш промпт? В большинстве случаев система маршрутизации провайдера отправляет запросы в тот регион, который в данный момент имеет свободные мощности. Два идентичных промпта, отправленных с разницей в несколько минут, могут попасть в разные энергосистемы. Компании, покупающие вычисления через облако или API, часто могут выбрать регион, но если вы пишете в потребительский чат-бот, вы (пока) не можете.
Прогнозируется, что углеродоемкость дата-центров в США вырастет с примерно 307 граммов CO2e на кВт·ч сегодня до 351 с учетом запланированных проектов — почти на 15% (при взвешивании по мощности дата-центров). Объем анонсированных дата-центров сейчас превышает все построенное ранее, а это значит, что предельный (новый) дата-центр важнее среднего.
Решения, принимаемые сейчас относительно мест строительства дата-центров и способов их энергоснабжения, будут влиять на энергосистему на протяжении десятилетий. Эта инфраструктура переживет любое поколение моделей, поэтому точное измерение выбросов на уровне энергосетей является основой для принятия правильных решений.
Почему один и тот же промпт может иметь несколько «правильных» показателей углеродного следа
Для одного промпта можно обосновать разные ответы, не меняя модель.
Возьмем физическую электросеть, в которой обрабатывается запрос. Используя средние показатели выбросов энергосистем США (347 граммов на кВт·ч), средний текстовый промпт в общей сложности дает 0,082 грамма CO2. Богатая гидроресурсами энергосеть Вермонта снижает этот показатель примерно до 0,006, в то время как углеродно-интенсивная энергосеть Западной Вирджинии повышает его почти до 0,212, создавая уже упомянутую 34-кратную разницу.
Даже если энергосистема остается неизменной, методика учета меняет углеродоемкость вашего чат-бота. Рыночный учет учитывает контракты на чистую электроэнергию, заключенные компанией, что может снизить выбросы от того же промпта до 0,002 грамма. Коэффициенты выбросов на основе местоположения, использующие средние показатели местной энергосети, не учитывают ни эти кредиты на чистую энергию, ни локальные ресурсы, такие как газ. Дата-центр, использующий газ за счетчиком (управляющий собственной газовой электростанцией на месте, а не подключающийся к местной энергосети), дает около 0,12 грамма.
Каждое из этих чисел является «правильным» в рамках своих допущений, однако они охватывают 100-кратный диапазон. Эти расхождения делают сопоставимость более важной, чем единая цифра.
Решением этой проблемы являются общие справочные данные. Заинтересованным сторонам необходимы региональные факторы энергосетей из одного прозрачного, актуального источника, чтобы предположения об энергосетях были явными и последовательными.
Таким источником является eGRID. Подобно этикетке пищевой ценности для электроэнергии, набор данных eGRID от Cornerstone показывает, насколько чистой или грязной является энергия в каждом регионе. Этот набор данных является незаменимым ресурсом для расчета выбросов ИИ, экономии выбросов от электромобилей и тепловых насосов, предотвращенных выбросов за счет энергоэффективности, а также для составления кадастра выбросов вашей компании. Открытая структура Watershed для расчета выбросов ИИ построена на этой логике.
Этот важнейший набор данных чуть было не исчез
В течение двух десятилетий eGRID оставался базой данных EPA, которая предоставляла заинтересованным сторонам необходимые данные для их углеродного учета. Затем в 2025 году EPA прекратило обновление базы данных, что означало исчезновение важнейшего исходного компонента для быстро растущей сферы углеродных расчетов в мире.
Инициатива Cornerstone подхватила это дело — в результате сотрудничества Watershed, Стэнфорда и ERG обслуживание eGRID было продолжено. Теперь база данных является открытой, актуальной и поддерживается людьми, полными решимости сохранить ее таковой. Приведенные выше цифры взяты из бесплатного релиза Cornerstone.
Что вы можете сделать?
Хорошая новость заключается в том, что это поддается измерению, а измерение ведет к действиям. Структура Watershed намеренно построена так, чтобы измерение выбросов ИИ служило каналом для их сокращения. Начните с измерений на том уровне, который поддерживают ваши данные, и отчитывайтесь о выбросах наряду с потреблением электроэнергии, что позволяет отделить улучшения модели от более чистой энергосети.
Измерение дает вам два числа. Сокращение дает два разных рычага. Расход электроэнергии на задачу можно снизить за счет проектирования промптов и маршрутизации моделей, поскольку модель рассуждений может потреблять электроэнергию меньшей модели. Выбросы углерода можно сократить за счет выбора региона и подбора чистой энергии.
Наибольшее влияние оказывают компании, занимающиеся размещением и маршрутизацией вычислений, а также разработчики политик, влияющие на энергосистему. Поддержание таких открытых и актуальных данных, как eGRID, в рабочем состоянии — это то, как все мы можем привлекать к ответственности обе стороны.
При цитировании углеродных показателей ИИ важно задавать следующие вопросы:
- Где он выполнялся: углеродоемкость отдельных энергосистем может различаться на порядки в зависимости от региона.
- Как это учитывалось: любой показатель на один промпт или один токен без указания метода расчета для энергосети является неполным.
- Откуда взят фактор: используйте коэффициенты выбросов энергосетей из прозрачных оценок с открытым исходным кодом, чтобы цифры можно было проверить.
Ваш промпт действительно чище в Сиэтле, чем в Сент-Луисе, и теперь вы понимаете почему. Путь к надежным оценкам углеродного следа ИИ лежит через открытые и актуальные данные об энергосетях. Один и тот же промпт с разными почтовыми индексами может иметь разный углеродный след и, наконец-то, общий способ увидеть эту разницу.
