TheAImeters Logo

Metodologi og kilder

Hvordan vi estimerer AI's vand, elektricitet, CO₂ og GPU-timer. Gennemsigtige datakilder, antagelser og opdateringsfrekvens.

Sidst opdateret:

Omfang

Vi giver live-estimater af udvalgte AI-aktiviteter og effektmålinger. Værdierne er vejledende og designet til at informere den offentlige debat, ikke til at erstatte primær rapportering fra operatører eller tilsynsmyndigheder.

Datakilder

  • Oplysninger fra datacenter- og cloud-operatører (effektivitet, køling, PUE/WUE).
  • Akademisk litteratur og uafhængige studier om AI-beregning og ressourceforbrug.
  • Oplysninger om hardwareleverandør (TDP, typisk udnyttelse), rapporter om arbejdsbyrde i forbindelse med træning/konference.
  • Nationale og regionale netfaktorer (energimix, emissionsfaktorer).
  • Pressemeddelelser, offentlige dokumenter og velrenommerede tekniske blogs.

Generel tilgang

Vi kombinerer offentlige baselines med rimelige antagelser om vækst i arbejdsbyrden, udnyttelse og effektivitet. Hvor der findes intervaller, foretrækker vi konservative centrale værdier.

Tællere opdateres på serversiden i intervaller og interpoleres på klientsiden (hastighed pr. sekund) for at give en live-oplevelse. Årlige værdier starter 1. januar i det aktuelle år; daglige værdier ved lokal midnat.

Vand

Vandestimater omfatter kølevand til datacentre og, når det er relevant, opstrømsvand til elproduktion. Vi aggregerer efter arbejdsbelastningsklasse (træning vs. inferens) og placering (når det er kendt).

Formel (forenklet)

AI-vand ≈ (Datacentervand pr. kWh × AI-elektricitet) + (Elproduktionens vandintensitet × AI-elektricitet)

Hvor stedsspecifik WUE er ukendt, bruger vi regionale medianer eller operatørmedianer.

Se de levende vandtællere

Elektricitet

Elforbruget er afledt af beregningsefterspørgslen og den typiske udnyttelse efter arbejdsbyrdeklasse, justeret efter PUE, hvor det er relevant.

Formel (forenklet)

AI-el ≈ (IT-belastning × udnyttelse × timer) × PUE

Når PUE er ukendt, antager vi en konservativ værdi baseret på de seneste oplysninger fra operatørerne.

Se de levende el-tællere

CO₂

CO₂e er estimeret ud fra elforbrug og netværksemissionsfaktorer, der tager højde for regionale blandinger, når de er tilgængelige.

Formel (forenklet)

AI CO₂e ≈ (AI-el × net-emissionsfaktor)

For arbejdsbelastninger i flere regioner anvender vi en vægtet gennemsnitlig emissionsfaktor, hvor der findes data.

Se de levende CO₂-tællere

GPU-timer

GPU-timer er en tilnærmelse til den samlede acceleratortid, der bruges af AI-arbejdsbelastninger. Vi kombinerer modeltællinger, træningskørsler og inferensmængder med typiske enhedstimer.

Formel (forenklet)

GPU-timer ≈ Σ (antal enheder × udnyttelse × timer)

Enhedsmix (A/H-serien osv.) og udnyttelse varierer; vi bruger forsigtige medianer.

Opdateringer

Server-snapshots (ISR) opdateres med jævne mellemrum; tællere på klientsiden animeres med få sekunders mellemrum. Metodologiteksten gennemgås og opdateres, når der kommer nye offentlige data.

Begrænsninger

  • Usikkerhed: Offentlige data er ufuldstændige; vi rapporterer vejledende skøn snarere end nøjagtige målinger.
  • Systemgrænser: Nogle upstream/downstream-påvirkninger kan være uden for anvendelsesområdet afhængigt af datatilgængelighed.
  • Tidsmæssig afvigelse: Nyere oplysninger kan ændre baseline; vi tilstræber at opdatere hurtigt.
  • Sammenlignelighed: forskellige operatører rapporterer med forskellig rækkevidde; vi harmoniserer, hvor det er muligt.

Etik og gennemsigtighed

Vi tilstræber at informere debatten med klare, kildebaserede tal og samtidig undgå sensationalisme. Vi modtager gerne rettelser og yderligere kilder.

Kontakt os med rettelser eller kilder på contact@theaimeters.com.

Del denne side