CO2-Fußabdruck des Trainings Rechner
Eingaben
| GPU-Stunden | 1.000.000 |
|---|---|
| Leistung je GPU | 700 W |
| Wirkungsgrad der Infrastruktur | 1,1 |
| CO2-Intensität | 400 |
CO2-Fußabdruck des Trainings Rechner
Schätzt Stromverbrauch und CO2-Emissionen eines LLM-Trainingslaufs aus den gesamten GPU-Stunden, der Leistungsaufnahme je GPU, dem Wirkungsgrad der Rechenzentrumsinfrastruktur und der CO2-Intensität des Stromnetzes.
Eingaben
Rechenleistung
Stromnetz
Ergebnisse
Geben Sie einen Wert ein, um die Ergebnisse zu sehen.
Details
CO2-Fußabdruck des Trainings
Ein großer Trainingslauf zieht über Wochen stetig Strom, und das ausgestoßene CO2 ist dieser Strom multipliziert mit dem Verschmutzungsgrad des Netzes. Dieser Rechner schätzt den betriebsbedingten Fußabdruck eines Laufs aus den gesamten GPU-Stunden, der durchschnittlichen Leistung je Beschleuniger, dem Wirkungsgrad der Rechenzentrumsinfrastruktur und der CO2-Intensität der Stromversorgung.
Die gezählten Größen
Der hier betrachtete Fußabdruck ist betrieblich: die Emissionen aus dem während des Trainings verbrauchten Strom, nicht der graue CO2-Anteil aus der Fertigung der Chips oder dem Bau der Anlage. Die von einem Lauf verbrauchte Energie sind die Beschleuniger-Stunden mal die durchschnittliche Leistung je Beschleuniger, was die Energie ergibt, die die GPUs selbst ziehen. Reale Anlagen wenden zudem Energie für Kühlung, Stromwandlung und Verteilung auf, sodass dieser Wert um den Wirkungsgrad der Infrastruktur heraufskaliert wird. Die Multiplikation des resultierenden Stroms mit der CO2-Intensität des Netzes wandelt Kilowattstunden in Kilogramm CO2 um.
Die Formel
Mit GPU-Stunden, einer durchschnittlichen Leistung je Beschleuniger in Watt, einem Wirkungsgrad PUE und einer CO₂-Intensität des Netzes in Gramm Kohlendioxid je Kilowattstunde ergeben sich die Energie und die Emissionen als
EM=1000H⋅p⋅PUE=1000E⋅IDie Division der Leistung in Watt durch 1000 ergibt Kilowatt, sodass in Kilowattstunden herauskommt; die Division der Gramm durch 1000 ergibt Kilogramm, und eine weitere Division durch 1000 ergibt Tonnen. Jede Eingabe geht linear ein, sodass eine Halbierung einer von ihnen den Fußabdruck halbiert.
Rechenbeispiel
Betrachtet sei ein Lauf von einer Million GPU-Stunden, jeder Beschleuniger im Mittel 700 Watt ziehend, in einer Anlage mit einem Wirkungsgrad von 1,1, auf einem Netz mit 400 Gramm CO2 je Kilowattstunde:
EM=10001000000×700×1.1=770000 kWh=1000770000×400=308000 kg=308 TonnenDer Lauf verbraucht 770 Megawattstunden und stößt 308 Tonnen CO2 aus. Eine Verlegung desselben Laufs auf ein Netz mit 100 Gramm je Kilowattstunde würde die Emissionen auf 77 Tonnen senken, ohne die Energie zu verändern — weshalb Ort und Zeitplanung den Fußabdruck oft dominieren.
Grenzen
Die Schätzung erfasst nur betriebsbedingte Stromemissionen. Sie schließt den grauen CO2-Anteil aus der Fertigung der Hardware und dem Bau der Anlage aus, der bei kurzen Läufen auf neuer Ausrüstung erheblich sein kann. Die Leistungsaufnahme schwankt mit der Last und liegt selten beim Nennmaximum, der Wirkungsgrad der Infrastruktur ändert sich mit Klima und Auslastung, und die CO2-Intensität des Netzes verschiebt sich von Stunde zu Stunde mit dem Erzeugungsmix. Wo verfügbar, sind gemessene Leistung und Echtzeitdaten des Netzes zu verwenden. Die laufenden Energiekosten des Betriebs des trainierten Modells behandelt der Rechner für Energiekosten der Inferenz, und die Mietseite derselben Rechenleistung der GPU-Cloud-Kosten-Rechner.
Häufig gestellte Fragen (FAQ)
Wie werden die Emissionen geschätzt?
Zuerst wird der Stromverbrauch des Laufs berechnet: die Beschleuniger-Stunden mal die durchschnittliche Leistung je Beschleuniger ergeben die GPU-Energie, und die Multiplikation mit dem Wirkungsgrad der Infrastruktur fügt den Kühlungs- und Verteilungs-Overhead der Anlage hinzu.
Diese Gesamtenergie in Kilowattstunden wird dann mit der CO2-Intensität des Netzes in Gramm CO2 je Kilowattstunde multipliziert. Das Ergebnis ist der betriebsbedingte CO2-Fußabdruck — die Emissionen aus dem während des Trainings verbrauchten Strom, ausgedrückt in Kilogramm und Tonnen.
Was ist der Wirkungsgrad der Infrastruktur?
Der Wirkungsgrad der Infrastruktur, englisch Power Usage Effectiveness (PUE), ist das Verhältnis der gesamten von einem Rechenzentrum bezogenen Energie zu der Energie, die tatsächlich die Rechentechnik erreicht. Der Überschuss geht in Kühlung, Stromwandlung und Verteilung.
Ein Wert von 1,5 bedeutet, dass jedes Watt Rechenleistung ein halbes Watt Overhead trägt, während eine effiziente Hyperscale-Anlage etwa 1,1 erreicht. Da der Wert die gesamte Energieschätzung multipliziert, ist die Wahl eines zur tatsächlichen Anlage passenden Werts ebenso wichtig wie die GPU-Leistung selbst.
Warum ist die CO2-Intensität des Netzes so entscheidend?
Die CO2-Intensität sind die Emissionen je Stromeinheit, und sie schwankt enorm nach Ort und Zeit. Derselbe Lauf auf einem kohlelastigen Netz über 700 Gramm je Kilowattstunde kann ein Vielfaches dessen ausstoßen wie auf einem wasserkraft-, wind- oder kernenergiereichen Netz unter 100.
Da die Emissionen direkt mit diesem Wert skalieren, verändern Ort und Zeitpunkt eines Laufs den Fußabdruck oft stärker als jede Effizienzanpassung. Jahresmittel liefern eine Planungsschätzung; Echtzeitdaten des Netzes eine genauere.
Haftungsausschluss
Diese Schätzung erfasst nur betriebsbedingte Emissionen aus dem Stromverbrauch und schließt den grauen CO2-Anteil aus der Herstellung der Hardware und dem Bau der Anlage aus. Leistungsaufnahme, Wirkungsgrad der Infrastruktur und CO2-Intensität des Netzes schwanken nach Zeit und Ort; wo verfügbar, sind gemessene Werte zu verwenden, und das Ergebnis ist als Näherung zu verstehen.