Meta如何利用AI标准化和减少碳排放

Meta开发了一种基于AI的方法，以提高IT硬件供应链中Scope 3排放估算的质量。

该方法结合了机器学习和生成模型，分类硬件组件并推断缺失的碳足迹数据。

该研究在2025年开放计算项目峰会上展示，旨在标准化排放报告，提升采购和减碳规划的数据质量。

Meta的方法采用混合AI管道，旨在改善数据覆盖率和一致性。

系统通过识别具有相似规格的组件来估算产品碳足迹（PCF）。

生成AI模型将硬件分类为共享的Scope 3报告分类法，以解决供应商之间命名和分类不一致的问题。

该方法支持iMasons气候协议和开放计算项目的开放标准努力，助力Meta到2030年实现净零排放的目标。

Meta已将用于此过程的分类法模型开源，旨在鼓励供应链的采用并减少排放披露的重复。

与Meta的工作相比，谷歌和微软也在其可持续发展战略中应用AI，优化基础设施性能。

早期的努力多依赖于开源工具，现正向主动发现和优化转变，AI系统根据环境信号做出持续决策。

这些方法依赖于高质量、机器可读的排放数据，开放计算项目的新报告模式旨在标准化供应链中硬件排放的披露。