AI na obnovitelnou energii.

Kde se tvoje prompty zodpovídají

Veškerá AI inference pro Union AI běží na Scaleway Generative APIs v Evropské unii. Scaleway má všechny své AI servery v jediném datovém centru, DC5, které pro tento druh zátěže postavil. Čísla níže tedy nejsou průměrem smíšeného parku serverů: jsou to čísla budovy, do které tvoje prompty skutečně jdou.

Co ta čísla znamenají

PUE (power usage effectiveness) je celková energie, kterou datové centrum spotřebuje, vydělená tím, co spotřebují samotné servery. Při 1,25 stojí každá kWh výpočtu navíc 0,25 kWh na chlazení a rozvod energie. Při celosvětovém průměru 1,55 je tato režie 0,55 kWh, víc než dvojnásobek.

Chlazení bez klimatizace je hlavní zdroj tohoto rozdílu. AI datové centrum žene přes servery filtrovaný venkovní vzduch a odpařovací (adiabatické) chlazení přidává, jen když je venku tepleji než 28 °C. Scaleway uvádí úsporu energie na chlazení 30 až 40 % oproti zbytku trhu.

WUE (water usage effectiveness) udává litry vody na kWh. Většina datových center používá chladicí věže, které po celý rok odpařují velké objemy vody. Toto datové centrum je nemá a vodu používá jen v horkých dnech.

Nemusíš nám to věřit. Provozovatel zveřejňuje PUE AI datového centra živě, v reálném čase, spolu s hodnotou za posledních dvanáct měsíců.

Co k tomu přidáváme my

Datové centrum je práce Scaleway, ne naše. My ovlivňujeme, kolik výpočtu každá odpověď potřebuje, a tam jsme udělali tři rozhodnutí.

• Žádné nečinné GPU. Běžíme serverless: modely sedí na sdíleném hardwaru, který obsluhuje mnoho zákazníků, a platíme po tokenech. Žádná vyhrazená grafická karta nečeká zapnutá na náš další požadavek.
• Modely, které probudí jen potřebnou část. Naše modely jsou typu mixture-of-experts a na každé slovo použijí jen část svých vah. Standard, úroveň pro každodenní práci, aktivuje pro každý token zhruba 3 miliardy ze svých 35 miliard parametrů.
• Těžký kalibr, jen když je potřeba. Běžné otázky, shrnutí a přepisy jdou na lehčí úrovně. Pro, největší model, je tu na těžké problémy, ne na každou zprávu. Který model stojí za kterou úrovní, najdeš na stránce o transparentnosti AI.

Metodika: energie na odpověď

Pod každou odpovědí v chatu vidíš malý štítek jako ≈ 0,2 Wh. Je to odhad, ne měření. Scaleway, který pro nás modely provozuje, energii na požadavek nevykazuje, takže ji počítáme z toho, co víme: kolik tokenů odpověď spotřebovala, která úroveň odpověděla a jak účinné je datové centrum.

Vše, co potřebuješ k ověření, najdeš níže: vzorec, všechna čísla, vzorový výpočet a zdroje. Kde si nejsme jistí, zaokrouhlujeme nahoru, takže pokud se odhad mýlí, měl by se mýlit směrem nahoru. Verze metodiky 1, revize 28. září 2026.

Vzorec

• Tokeny jsou počty, které pro odpověď hlásí poskytovatel modelu, tatáž čísla, která měříme pro fakturaci. Nic se neodhaduje z délky textu. Token je zhruba tři čtvrtiny slova.
• Koeficienty vstupu a výstupu jsou pevné pro každou úroveň, ve watthodinách na 1 000 tokenů, pro grafickou kartu a zbytek serveru. Najdeš je v tabulce níže.
• 1,25 je PUE AI datového centra (Scaleway, data za rok 2024). Přidává k serverům energii na chlazení a rozvod energie.
• 51,9 g CO₂e na kWh je průměr elektrické sítě, ze které datové centrum odebírá, za celý životní cyklus (ADEME Base Empreinte, elektřina 2024).

Odkud pocházejí koeficienty pro jednotlivé úrovně

Nikdo nezveřejňuje naměřenou energii přesně těch modelů, které stojí za našimi úrovněmi, na hardwaru a při zátěži, se kterými je Scaleway provozuje. Každý koeficient proto skládáme ve čtyřech krocích z nejbližších publikovaných měření.

1. Kolik grafická karta spotřebuje na každé napsané slovo. Z ML.ENERGY Leaderboard, který měří energii GPU na výstupní token na kartách NVIDIA H100. Bereme hodnotu pro středně vytížený server (batch size 64); vytížené produkční servery spotřebují na token 2 až 5krát méně. Kde model změřený není, počítáme s 0,10 joulu na miliardu aktivních parametrů, horní hranicí rozsahu, který ukazují podobné modely.
2. Zbytek serveru. Hodnota za GPU vynechává procesor, paměť a stroje, které stojí připravené, ale nečinné. V naměřeném rozpadu od Googlu tyto položky přidávají zhruba 57 % navíc, proto násobíme 1,6.
3. Čtení tvého promptu. Vstup se čte paralelně a na token stojí mnohem méně než psaní odpovědi: měření uvádějí poměr 1:10 až 1:35. Vstupní token počítáme jako pětinu výstupního, což ponechává nejméně dvojnásobnou rezervu.
4. Nejhorší případ pro každou úroveň. Když model úrovně není dostupný, odpoví záložní model. Každá úroveň nese nejvyšší hodnotu ze svého modelu a jeho záložních modelů, zaokrouhlenou nahoru, takže kvůli záložnímu modelu nikdy nevyjde odhad příliš nízký.

Koeficienty pro jednotlivé úrovně

Sloupce vstupu a výstupu platí jen pro server, bez režie datového centra. Poslední dva sloupce jsou jedna středně dlouhá zpráva s 900 tokeny na vstupu a 500 na výstupu, včetně režie.

Hodnota úrovně je nejvyšší z jejího vlastního modelu a jeho záložních modelů, takže dvě úrovně mohou ukazovat stejné číslo. Náročnější úrovně spotřebují víc, protože jejich modely aktivují víc parametrů na každé napsané slovo.

Vzorový výpočet: jedna středně dlouhá zpráva na Standard

Středně dlouhá zpráva má 900 tokenů na vstupu (tvoje otázka plus dosavadní konverzace) a 500 tokenů na výstupu.

V chatu se to zobrazí jako ≈ 0,2 Wh a ≈ 0,008 g CO₂e. Stejná zpráva na Pro, nejnáročnější úrovni, vychází zhruba na 1,7 Wh.

Dává to smysl?

• Epoch AI odhaduje zhruba 0,3 Wh na dotaz v ChatGPT (GPT-4o) s 500 výstupními tokeny a tento údaj označuje za spíše pesimistický.
• Google naměřil medián 0,24 Wh na textový prompt v Gemini, se vším všudy.
• Výzkumníci Microsoftu uvádějí pro velké modely na serverech H100 medián 0,31 Wh na dotaz.

Standard aktivuje zhruba 3 miliardy parametrů na slovo, takže to, že vychází pod těmito hodnotami, se dá čekat. Pro jich aktivuje mnohem víc a vychází nad nimi: tam se naše zaokrouhlování nahoru projevuje nejvíc.

Uhlík: dvě tvrzení, držená odděleně

1. Elektřina je ze 100 % obnovitelná. Scaleway zásobuje datové centrum obnovitelnou elektřinou podloženou zárukami původu. Záruka původu je certifikát, že do sítě bylo dodáno stejné množství obnovitelné elektřiny, ne kabel z větrné farmy do budovy.
2. Hodnota CO₂e přesto vychází z průměru sítě. Kdybychom započítali certifikáty, byla by skoro nulová. Ukazujeme, kolik by stejná elektřina vypustila při průměru sítě, ke které je datové centrum připojené: 51,9 g CO₂e na kWh za celý životní cyklus. To je víc než údaj samotného provozovatele sítě, takže chybujeme směrem nahoru.

Co odhad nepokrývá

• Žádný měřič na požadavek. Každé číslo je odhad z publikovaných měření podobných modelů na podobném hardwaru.
• Sdílený hardware. Modely běží na grafických kartách sdílených s dalšími zákazníky. Jejich vytížení mění energii na token 5 až 10krát a vytížení u Scaleway ani přesné typy karet neznáme. Předpokládáme střední zátěž na kartách třídy H100.
• Novější modely. Pro žádný z modelů za našimi úrovněmi zatím neexistuje zveřejněné měření energie, takže jejich hodnoty vycházejí z jejich předchůdců nebo z jejich velikosti.
• Velmi dlouhé prompty. Hodnota na vstupní token je paušální. Prompt se stovkami tisíc tokenů stojí na token víc, takže u takového promptu na úrovni Dlouhý kontext je odhad nejspíš nízký.
• Trénování a výroba. Provozujeme open-weight modely, které natrénovali jiní, a nevíme, kolik energie to trénování spotřebovalo. Výroba serverů, karet a budovy v čísle také není.
• Jen model. Náš web, databáze, platby ani tvoje vlastní zařízení nejsou zahrnuty.

Až Scaleway začne zveřejňovat energii na požadavek nebo se objeví lepší měření těchto modelů, odhad nahradíme a zvýšíme verzi metodiky.

Kde to uvidíš

• Pod každou odpovědí v chatu, s CO₂e a odkazem na tuto část.
• Za celou konverzaci, v horní části chatu.
• Za měsíc, v sekci Billing: každá odpověď v chatu a každé volání API od 1. dne v měsíci.

Zdroje odhadu

Každé číslo v této části pochází z jednoho z těchto zdrojů:

• ML.ENERGY Leaderboard v3.0, H100 energy per output token (data of 2026-02-16)
• Chung et al., Where Do the Joules Go? Diagnosing Inference Energy Consumption (2026)
• Elsworth et al., Measuring the environmental impact of delivering AI at Google scale (2025)
• Epoch AI, How much energy does ChatGPT use? (2025)
• Oviedo et al., Energy Use of AI Inference, Efficiency Pathways, and Test-Time Scaling (Joule, 2026)
• Delavande, Pierrard and Luccioni, Small Talk, Big Impact: The Energy Cost of Thanking AI (2026)
• Scaleway Impact Report 2025 (PDF)
• ADEME Base Empreinte, electricity 2024, average consumption mix

Co tvrdíme a co ne

• ✓Pravda: Každá AI inference běží v datovém centru na 100% obnovitelnou elektřinu, v Evropské unii.
• ✓Pravda: Toto datové centrum má PUE 1,25 a chladí se bez klimatizace (Scaleway, data za rok 2024).
• ✓Pravda: Každá odpověď v chatu ukazuje odhad své spotřeby energie a CO₂e, spočítaný podle zveřejněné metodiky výše.
• ✕Nepravda: „Uhlíkově neutrální AI.“ Obnovitelná dodávka je podložená zárukami původu, ne větrnou farmou napojenou na budovu, a výroba serverů má vlastní uhlíkovou stopu.
• ✕Nepravda: „Modely byly natrénované na zelenou energii.“ Provozujeme open-weight modely, které natrénovali jiní. Z čeho bylo trénování napájené, nemůžeme ověřit, takže to netvrdíme.
• ✕Nepravda: „Celý náš stack je zelený.“ Tato čísla pokrývají inferenci. Hosting webu, databáze a platby běží u ostatních subjektů ze stránky Další zpracovatelé, s jejich vlastními čísly.
• ✕Nepravda: „Naměřená energie na zprávu.“ Číslo pod každou odpovědí je odhad z publikovaných měření, zaokrouhlený nahoru, ne odečet z měřiče.

Zdroje

Všechna čísla o datovém centru jsou vlastní údaje Scaleway za rok 2024 ze zprávy Scaleway Impact Report 2025 (PDF). Celosvětový průměr PUE 1,55 je údaj Uptime Institute, na který se zpráva odvolává. Proč na evropském hostingu záleží i mimo energii, rozebírá článek evropská suverénní AI.