AI Deploy大模型本地部署帮你部署

GPU 云服务碳排放评估：算力与机房边界

按 GHG Protocol 区分外购电力的范围 2 与云服务分摊的范围 3，并核对 GPU、服务器、网络、制冷和照明是否重复计入。

GPU 云服务碳排放评估要先划清两条边界：企业外购电力对应的范围 2，以及云厂商分配给客户的云服务排放对应的范围 3。做算力租赁核算时，应先固定服务、区域、报告期和能源分摊口径，再判断芯片、服务器、网络、制冷与照明是否已经包含在供应商数据中。若边界重叠，只补缺失项，不要重复计算同一份机房用电。

先确定排放归属

按 GHG Protocol 的范围 2 指南，范围 2 涵盖外购或取得的电力、蒸汽、供热或制冷产生的间接排放。location-based 方法使用消费发生地电网的平均排放强度；market-based 方法反映企业选择的电力供应商或产品，并使用合同工具的排放因子。企业在存在合同工具的市场运营时，应同时报告两种方法并分别标注。

云服务还要按供应商文档确定客户侧归属。Google Cloud 的报告方法说明，分配给客户的 Google Cloud 排放可纳入客户自己的范围 3；Microsoft Learn 对 Azure 排放的说明则将 Azure 服务排放归入 Microsoft 的范围 1、2、3，并说明这些排放合计成为客户范围 3，其中进一步映射到范围 3 类别 1“购买商品和服务”。已有云服务分摊数据时，不要再把同一数据重复列为企业外购电力。

算力租赁：锁定计算与机房边界

建立底稿时，先记录以下活动数据：

  • 服务商、账户、服务或实例标识、GPU 型号、区域以及报告期；
  • 工作负载开始和结束时间，并区分运行负载与空闲时段；
  • 获得的是能源数据还是已经分摊的碳排放数据；
  • 网络、存储、制冷和照明是否已包含，以及采用什么分摊方法；
  • 排放因子、方法版本、计量单位和保留精度。

Google Cloud 对机器用电的分配方法把机器用电分成运行工作负载的动态功耗和机器空闲功耗：动态功耗按各内部服务的相对 CPU 使用量分配，空闲功耗则依据 CPU、RAM、SSD、HDD 的资源分配，而不是实际使用量。这意味着“实例运行了多久”未必足以还原供应商采用的能源分摊结果。

同一产品用电口径还包括计算和网络设备用电，以及制冷、照明等辅助用电，无论设施由 Google 自有还是第三方所有。核对其他供应商时，应逐项询问这些项目是否已计入，不能根据机房类型自行推断。

用公式复算，并避免重复加 PUE

如果供应商已经提供分摊后的碳排放数据，应保留其组织归属和分摊结果。若改用能源数据自行估算，先确认输入是否只含 IT 设备用电；只有尚未包含机房开销时，才用 PUE 补足。

Google 数据中心的 PUE 说明将 PUE 描述为制冷、配电等非计算开销与 IT 设备用电的比较。Google 报告的是覆盖其机队和全部开销来源的滚动十二个月 PUE，但该机队平均值不能自动视为某个实例所在机房的 PUE。

# 仅适用于 IT_energy_MWh 尚未包含机房开销的情况
facility_energy_MWh = IT_energy_MWh × PUE

# 电力范围 2 的两种方法；能源与排放因子单位必须一致
location_based_tCO2e
  = SUM(facility_energy_MWh[region, period]
        × grid_factor_tCO2e_per_MWh[region, period])

market_based_tCO2e
  = SUM(facility_energy_MWh[region, period]
        × contractual_factor_tCO2e_per_MWh[region, period])

这两个排放公式用于相应的电力范围 2 边界，不能把供应商已经分配的范围 3 排放重新标成范围 2。PUE 只反映能源开销比例，也不是碳排放因子。

核对供应商报告的粒度与版本

AWS 的计算方法称，其可持续性估算覆盖 AWS 服务使用的碳和水影响，方法基于行业标准，并由独立第三方验证。AWS 发布新方法版本时，会用新版本重算历史数据；因此，跨期比较应保存方法版本和取数日期，不能把不同版本直接拼接。

AWS 还明确说明，通过 AWS Marketplace 购买的第三方软件，其开发和维护排放不包含在估算中，因为相关活动运行在软件供应商自己的基础设施上。遇到 Marketplace 软件时，需要另行取得供应商数据，不能假定云服务报告已经覆盖。

数据粒度同样需要核对。AWS Sustainability 的关键概念说明，碳数据以 MTCO2e 表示，按 1 g CO2e 精度展示；当月排放低于 0.5 g CO2e 时会显示为 0。控制台目前只单列 EC2、S3 和 CloudFront，其他产品归入 Other，CloudFront 等全球服务则列在 Global 下。小数值取整和项目归类都可能影响核算颗粒度。

提交前完成这组检查

逐项确认后，再保存计算底稿：

scope_assignment = YOUR_VALUE
provider = YOUR_VALUE
account_id = YOUR_VALUE
service_or_instance = YOUR_VALUE
region_or_global = YOUR_VALUE
report_period = YOUR_VALUE
energy_or_co2e = YOUR_VALUE
unit = YOUR_VALUE
allocation_method = YOUR_VALUE
cooling_lighting_included = YOUR_VALUE
emission_factor_basis = YOUR_VALUE
methodology_version = YOUR_VALUE
exclusions = YOUR_VALUE

最后比较资源明细与服务合计，确认区域、报告期和单位一致；再检查运行与空闲用电是否采用供应商公开的分摊方法。若采用自行计算的 PUE，还要确认分母是 IT 设备用电，且没有再次加入已经包含的制冷、照明或网络开销。

常见出错点

  • 把 GPU TDP × runtime 直接当成整项云服务用电，遗漏其他服务器部件、网络和机房开销。
  • 供应商已经报告制冷与照明，仍额外乘一次 PUE。
  • 把范围 2 的电力公式用于已经属于范围 3 的云服务分摊数据。
  • 比较不同方法版本、不同单位或不同资源拆分粒度的结果。
  • 把未拆分的项目强行分配到具体 GPU，而忽略供应商公开的归类限制。
  • 未检查 Marketplace 等排除项，却把云报告视为工作负载全部碳排放。

本文步骤依据正文所链接的官方文档整理，未运行或测量；使用前应对照当前版本复核。

资料来源