一句话定义：碳强度感知推理（Carbon-Intensity-Aware AI 词典：Inference">Inference）指在调度推理任务时，把“此刻、此地的每度电排多少碳”当成一个可以优化的变量，让请求跑到更绿的地方或时段去算。
一次推理的碳从哪来
数据中心本身不排碳；排碳发生在发电的那一端。所以一次推理的碳排放大致等于：
> 耗电量（kWh）× 电网碳强度（gCO₂e/kWh）
注意，乘号左边基本由模型和硬件决定：同一个模型、同一段提示词、同一张卡，耗电量的差别很小。乘号右边却能差出好几倍。公开讨论里常被引用的一个对比是：同样一个请求，放在德州（风电、天然气多，煤电仍在）的电网里跑，碳排放大约是放在瑞典（水电、核电为主）的 8.5 倍。这个倍数会随天气、时段和电网状态变化，具体以实时数据为准。
打比方：同样的面粉、同样的烤箱、同样的烤制时间，一度电是烧煤来的还是水库来的，决定了这块面包的“碳味道”。
关键区别：平均碳强度和边际碳强度
做决策时要看边际碳强度（marginal carbon intensity），而不是平均碳强度（average carbon intensity）。
| 平均碳强度 | 边际碳强度 | |
|---|---|---|
| 含义 | 整个电网当前所有电源的平均排放 | 你“多用一度电”时真正被推动的那台机组的排放 |
| 比方 | 食堂这锅菜平均放了多少盐 | 多你一个人，厨房现开的那口灶有多咸 |
| 回答什么 | 年报、ESG 披露 | 现在把任务挪过来，值不值 |
电网里的电源是有先后顺序的：水电、核电、风电先上，最后跟上来的通常是能快速调节的燃气或煤电。所以“多一度电”往往不等于“平均那度电”。算披露用平均值，做调度用边际值。
路由怎么做，账怎么算
工程上的做法是：在网关层给每个可用区域打三个标签，分别是实时碳强度、网络延迟、空闲容量；然后把任务分成两类：
- 不着急的批量任务（离线向量化、批量摘要、评测回归）没有延迟约束，可以整批送往最绿的区域；
- 交互式请求受 SLA 限制，只能在同大洲的候选区域里挑当前最绿的那个。
碳账本算起来并不复杂，就是一道纯算术题（下面数字只为举例）：一张 400 W 的卡跑 10 秒 = 1.11 Wh；乘 PUE 1.2 = 1.33 Wh；换成 0.00133 kWh；再乘碳强度 500 g/kWh ≈ 0.67 克 CO₂e。同样的算式把 500 换成 60，就是那块“瑞典的面包”。严肃核算还要加上网络传输和硬件隐含碳（embodied carbon）按使用时长摊销的部分。
和相邻概念的区别
- 绿色数据中心关心“买什么电”（绿电采购、证书），碳强度感知推理关心“什么时候、在哪算”。
- 时间平移（temporal shifting）把任务挪到风电富余的凌晨，空间路由（spatial shifting）把任务挪到别的电网，两者常一起用。
- 模型压缩、量化是减少乘号左边的耗电量；路由是压小乘号右边。两条路不冲突。
对从业者的实际意义
最省事的一步，是给批量任务加一个“绿色队列”开关，成本几乎为零。别把年度绿电证书当成真降碳：年度匹配只保证“全年总量对得上”，不保证你凌晨三点那一批推理用的是风电；小时级、区域级的匹配才贴近真实排放。
坑也明摆着：延迟、数据驻留与合规、区域间的单位成本差、绿区的空闲容量，以及碳强度数据本身是第三方估算。做决策前，请看一眼数据源的更新频率和口径，一切以官方与电网运营方的数据为准。