公开的测算文章给出的每小时数字从几十克到几百克二氧化碳当量不等，读起来像是彼此矛盾，其实更像是在回答不同的人。有的假设玩家用高端 PC，有的按各种玩法取平均，有的把云游戏单独拿出来，有的算了设备制造，有的没有。九游会做每玩家小时核算时，不追求给出一个方便传播的数字，而是先把这一小时拆成几项，再看每项的数据从哪来。
先反问三个问题，再谈数字
第一个问题是设备。手机、轻薄本、主机加电视、高端 PC 加大显示器，运行时功率可以相差一到两个数量级。第二个问题是地区，同一度电在煤电占比高的电网和水电、核电、风光占比高的电网里，碳排放因子（gCO2/kWh）可以差好几倍，而且随时段变化。第三个问题是内容：同一台电脑停留在菜单界面和跑高分辨率、高帧率、开光线追踪时，GPU 功率并不是一回事，所以“这台设备多少瓦”本身就需要一个负载假设。
三个问题都没回答之前给数字，等于把假设藏起来。所以在九游会碳足迹AI的设计取向里，每玩家小时的输出首先是一个带参数的公式，其次才是数值。
把一小时拆成五项
- 终端使用阶段：设备平均功率（kW）× 1 小时 × 玩家所在地电网排放因子。
- 服务端分摊：游戏服务器、数据库、匹配与日志等，按同时在线人数分摊到每个玩家小时。
- 网络与内容分发：游戏运行中的流量，以及更新包、补丁的下载，分摊到游戏小时（更新包见游戏更新包也有碳足迹吗）。
- 云端渲染（仅云游戏）：机房 GPU、制冷、编码，按会话分摊，再乘机房所在电网因子。
- 设备隐含碳的分摊：制造碳排放除以设备寿命内用于游戏的小时数。
只有第 1 项是大多数人直觉里的“玩游戏耗电”。另外四项是否计入，决定了结果是几十克还是几百克。
一张模拟表：设备与地区两个变量怎么改变使用阶段的排放
假设四类设备在游戏中的平均功率（含显示器）分别为：手机 6 W、笔记本 45 W、主机加电视 150 W、高端 PC 加显示器 450 W；三个地区的电网排放因子示意为 100、400、700 gCO2/kWh。每玩家小时的使用阶段排放（单位 g）如下：
| 设备（模拟） | 每小时电量 | 电网 100 | 电网 400 | 电网 700 |
|---|---|---|---|---|
| 手机，6 W | 0.006 kWh | 0.6 | 2.4 | 4.2 |
| 笔记本，45 W | 0.045 kWh | 4.5 | 18 | 31.5 |
| 主机加电视，150 W | 0.15 kWh | 15 | 60 | 105 |
| 高端PC加显示器，450 W | 0.45 kWh | 45 | 180 | 315 |
表里最小值和最大值相差 500 倍以上。读这张表要注意两点：一是横向，电网从 100 变到 700，同一台设备的排放就变七倍，这一步和设备本身效率无关；二是纵向，设备功率相差 75 倍时，玩家换设备的影响通常比换地区更大。这也是为什么“少用电”和“少排碳”要分开讨论：在同一个地区，少用电就是少排碳；跨地区比较时，这两件事就可以不同方向。
加上隐含碳，排序可能被改写
使用阶段只是故事的一部分。设备制造排放的隐含碳要按寿命和游戏使用比例分摊。继续用模拟数字：假设一部手机整机隐含碳 70 kgCO2e，寿命 3 年，每年用于游戏约 200 小时，并且只把 10% 的隐含碳归到游戏，则每游戏小时约 12 g；一台高端 PC 隐含碳 300 kgCO2e，寿命 4 年，每年游戏 500 小时，假设一半归游戏，约每小时 75 g。
此时手机的使用阶段只有 0.6 到 4.2 g，隐含碳分摊却有约 12 g，隐含碳占了大头；而高端 PC 在低碳电网下使用阶段 45 g，隐含碳 75 g，也是隐含碳更高。这说明只看运行电耗会低估设备制造，尤其是在低碳电网地区。反过来，如果换设备频繁、寿命被假设为 2 年，或者设备大部分时间并不用来玩游戏，分摊结果又会大幅变化。这类分摊比例本身没有统一标准，属于口径选择，更多细节可以看只算游戏运行够不够。
服务端分摊：往往没有想象中那么大，但有前提
再看服务端。模拟一台服务器功率 400 W，承载 200 名同时在线玩家，则每人约 2 W，一个玩家小时约 0.002 kWh；在 400 gCO2/kWh 的电网、PUE 1.4 的机房里，大约 1 g 左右。对典型的多人在线游戏，服务端分摊在使用阶段的量级上，可能远小于玩家端设备。但这个结论有前提：服务器要被有效利用（并发预测和空闲算力管理很重要），且游戏不是重渲染型；如果服务器夜间大量空转，分摊到每个玩家小时上的数字会翻倍。
所以在项目里，九游会把“服务器总电量”和“有效玩家小时”分开记录，而不是只看每台机器的平均功率。这样才能发现是分母（在线人数）小了，还是分子（服务器功率）大了。
云游戏：不是第六个设备，而是把账挪了位置
云游戏的每玩家小时不能简单用“终端更省电”来判断，需要把云端渲染、网络和低功耗终端同时加起来，再分别乘各自的电网因子。把它和本地设备放在同一张表里，可能出现电量更低但碳排更高，或者反过来的情形，具体见云游戏把显卡搬进数据中心以后，真的更绿色了吗。这里只强调一点：把云游戏当成“又一种设备”来查表，是最容易出错的做法。
这些数字什么时候会错
- 用铭牌功率当平均功率：设备的额定功率通常远大于游戏时的平均功率，用采集值或负载曲线积分更接近实际。
- 用全国平均因子代替玩家所在地：地区差别很大，也没有考虑时段变化。
- 把平均因子当边际因子：平均因子适合盘点，边际因子适合回答“多玩一小时会多排多少”。
- 忽略屏幕和周边：显示器、路由器、充电损耗在低功耗设备上占比不小。
- 玩家群体单一化：如果假设所有玩家都用同一种设备，结果只能代表这一种玩家。
九游会怎么输出：区间、分项与数据质量
在九游会App的项目设置里，运营人员可以按游戏平台和玩家地区配置设备类型占比与地区因子，系统输出每玩家小时的分项结果，而不是一个总数；每一项旁边标注数据来源是采集、平台估算还是行业默认值。对于终端功率这类拿不到真实数据的输入，九游会碳足迹AI使用设备类型的典型区间，并在结果中给出上下界。这样做的好处是能看清“结果主要被谁决定”：如果玩家群体里高端 PC 占 10% 却贡献了一半排放，优化重点就不应该放在服务端。
不能做的事同样要说清楚：我们不能给出“某款游戏一小时排放多少”的官方数字，也不能拿这类数字去评价单个玩家；完整的边界划分可以参考一款游戏的碳足迹到底从哪算起。每玩家小时更适合作为内部对比不同设备结构、不同地区结构的分析工具，而不是对外传播的排行榜。
