2026年10月21日，瑞典AI基础设施提供商Berget AI正式发布一种开源方法，用于精确计算每一次AI请求的碳排放量。该方案由Berget AI联合斯德哥尔摩环境研究所（SEI）、科技非营利组织WattTime及Klimatkollen共同开发。目前，Berget AI客户可通过控制台实时追踪自身排放量。公司将该方法免费公开，旨在推动行业透明化，使买家能依据真实数据而非营销话术，在不同提供商间进行低碳选择。
Berget AI首席执行官Andreas Lundmark指出，多数企业此前无法获知AI使用产生的具体碳排放。新方法允许逐次追踪排放，通过数据化对比引导欧洲买家做出更环保的选择。他强调，若能看到具体数字，市场行为将发生显著变化。
地域差异显著：德州排放为瑞典8.5倍
测算显示，在相同硬件条件下，对开源模型Kimi K3发起的一次典型请求，在瑞典产生的二氧化碳约为0.4克，爱尔兰为1.6克，德国为2.5克，而美国德克萨斯州高达3.2克。德州排放量是瑞典的8.5倍。这一差异源于各地电网混合排放因子的不同。该方法摒弃了传统的平均值估算，结合服务器所在地的实时电网数据、模型类型、时间段及缓存状态，对每次请求进行单独计算，并纳入硬件制造产生的嵌入式排放。
随着可开放权重模型占据日益增长的AI流量份额——2026年6月Vercel AI Gateway上此类模型Token占比已达29%（4月为11%）——请求运行地点的选择权逐渐回归买家。然而，现有公开数据多为外部估算的平均值，缺乏透明度。Berget AI首席技术官Christian Landgren表示，以往关于AI碳足迹的数据多基于规模猜测与平均值的乘积，难以核实。新方法论公开了判断依据，支持任何人核查与使用，实现了从“估算”到“累加总和”的公平比较。
SEI研究主管Somya Joshi认为，国际能源署预测至2030年数据中心电力消耗将翻倍，AI是主要驱动力。效率提升可能被需求增长抵消，因此需要透明的方法论支持知情决策，清晰展示电网位置及基础设施对AI可持续性的影响。
方法论与规范
该方法遵循绿色软件基金会（Green Software Foundation）的SCI for AI规范，已在GitHub以MIT许可证开源。其核心逻辑建立在EcoLogits和可持续AI小组CLEER仪表板等开源估算器之上，但区别于外部估算，Berget AI是首家在自身基础设施上为每次请求计算并发布排放数据的推理服务提供商。合作伙伴将继续完善该方法，未来计划纳入芯片制造的水足迹和能源足迹。
值得注意的是，当前排放估算基于各区域电网的平均排放强度。一种新兴的边际排放率指标将于下个月加入计算器，这可能显著改变对瑞典等低碳电网数据中心温室气体强度的测量结果。
关键数据摘要：
- 电网强度参考：瑞典约8 g CO₂e/kWh，爱尔兰约224，德国约337，德克萨斯约333，全球平均约470。
- 典型请求排放（Kimi K3）：瑞典0.38克（89%来自硬件制造），德克萨斯3.2克（90%来自电力）。
- 硬件与冷却：每个数据中心GPU嵌入式排放约1,000千克CO₂；北欧自由空气冷却PUE约1.15且无需用水，炎热气候PUE接近1.8且耗水较高。