← 返回列表
未验证
按 GPU 型号与时长估算 AI 算力碳排放
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/22 · 已提供中文文档
A Python CLI tool for calculating carbon emissions from AI compute workloads. Help enterprises disclose AI compute carbon emissions in ESG reports, or satisfy tech enthusiasts' curiosity. 一个用于计算 AI 算力碳排放的 Python CLI 工具。帮助企业在 ESG 报告中披露 AI 算力造成的碳排放数据,或满足技术极客的好奇心。
综合分
28.2
GitHub 分
28.2
用户评分
—
★ Stars
1
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add PerryLink/AI-Carbon-Footprint-Calculator该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
数据截至 2026/9/16（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
AI-Carbon-Footprint-Calculator 估算 AI GPU 算力工作负载二氧化碳排放的 Python CLI 工具。 已移植到 dsh-budget —— PerryLink DSH 插件家族的一员。 License English · 简体中文 功能简介 ai-carbon-footprint 根据 GPU 型号、运行时长、GPU 数量、利用率、PUE 以及地区碳强度，估算 AI 工作负载的 能耗与二氧化碳排放，并输出具象化对比（如"相当于 X 辆燃油车行驶一年"），同时支持 JSON 输出。 特性 - 🎯 支持 17 款主流 GPU（NVIDIA、AMD、Google TPU） - 🌍 8 个地区的碳强度数据（global、us、eu、china、india、uk、france、iceland） - ⚡ 考虑 PUE（能源使用效率）系数 - 📊 提供具象化日常对比 - 🎨 基于 Rich 的终端输出，并支持 JSON 格式 快速开始 pip install ai-carbon-footprint ai-carbon-footprint --gpu A100 --hours 1000 ai-carbon-footprint -g A100 -h 1000 使用方法 8 块 H100 GPU，自定义 PUE、地区与利用率 ai-carbon-footprint -g H100 -h 500 -n 8 -p 1.2 -r us -u 0.85 JSON 输出 ai-carbon-footprint -g A100 -h 100 --output json 列出支持的 GPU 与地区 ai-carbon-footprint list-gpus ai-carbon-footprint list-regions 参数说明 - -g, --gpu — GPU 型号（必需） - -h, --hours — 运行时长（小时）（必需） - -n, --num-gpus — GPU 数量（默认 1） - -p, --pue — PUE 系数（默认 1.58） - -r, --region — 地区代码（默认 global） - -u, --utilization — GPU 利用率 0–1（默认 1.0） - -o, --output — text 或 json（默认 text） 计算公式 GPU 能耗（kWh） = TDP × 时长 × GPU 数量 × 利用率 / 1000 总能耗（kWh） = GPU 能耗 × PUE 二氧化碳排放（kg）= 总能耗 × 碳强度 支持的 GPU | 型号 | 名称 | TDP (W) | 类别 | |------|------|---------|------| | A100 | NVIDIA A100 | 400 | datacenter | | A100-80GB | NVIDIA A100 80GB | 400 | datacenter | | H100 | NVIDIA H100 | 700 | datacenter | | H100-80GB | NVIDIA H100 80GB | 700 | datacenter | | V100 | NVIDIA V100 | 300 | datacenter | | A40 | NVIDIA A40 | 300 | datacenter | | A30 | NVIDIA A30 | 165 | datacenter | | A10 | NVIDIA A10 | 150 | datacenter | | RTX-4090 | NVIDIA RTX 4090 | 450 | consumer | | RTX-4080 | NVIDIA RTX 4080 | 320 | consumer | | RTX-3090 | NVIDIA RTX 3090 | 350 | consumer | | RTX-3080 | NVIDIA RTX 3080 | 320 | consumer | | MI250X | AMD MI250X | 560 | datacenter | | MI210 | AMD MI210 | 300 | datacenter | | MI100 | AMD MI100 | 300 | datacenter | | TPU-v4 | Google TPU v4 | 450 | tpu | | TPU-v3 | Google TPU v3 | 450 | tpu | 碳强度数据 | 地区 | 碳强度 (kg CO₂/kWh) | |------|---------------------| | global | 0.475 | | us | 0.386 | | eu | 0.276 | | china | 0.555 | | india | 0.708 | | uk | 0.233 | | france | 0.056 | | iceland | 0.010 | 数据来源 - GPU TDP 数据：NVIDIA、AMD、Google 官方规格 - 碳强度数据：IEA（国际能源署）年度报告 - PUE 数据：Uptime Institute 数据中心调研 项目结构 ai-carbon-footprint/ ├── src/ai_carbon_footprint/ │ ├── __init__.py # 包初始化 │ ├── __main__.py # python -m 入口 │ ├── cli.py # CLI 接口 │ ├── core.py # 核心计算逻辑 │ ├── data.py # GPU 数据库与常量 │ └── comparisons.py # 具象化对比功能 ├── tests/ # test_core.py、test_cli.py、test_comparisons.py ├── pyproject.toml # Poetry 配置 ├── LICENSE └── CONTRIBUTING.md 技术栈 - 语言：Python 3.9+ - 包管理器：Poetry - CLI 框架：Click - 终端 UI：Rich - 测试：pytest、pytest-cov - 代码质量：black、ruff、mypy 开发 poetry install poetry run pytest --cov --cov-report=term-missing poetry run ruff check . poetry run black --check . poetry run mypy src/ 贡献 查看 CONTRIBUTING.md 了解如何为本项目做出贡献。 相关项目 - dsh-budget — 本项目被移植进的 DSH 插件 - PerryLink — PerryLink DSH 插件家族 许可证 Apache License 2.0 © 2026 PerryLink
扫码进群