运营方给云游戏做碳核算，第一个麻烦通常不是公式，而是电表太多。玩家按下手柄的那一刻，指令要先跑到机房，机房里的服务器渲染画面并编码成视频，视频再经过骨干网、边缘节点、运营商接入网和家里的路由器回到终端，终端解码、显示。每一段都在耗电，每一段的电又来自不同的电网。九游会在做云游戏项目的核算时，第一件事就是把这些电表一块块摆出来，而不是先问“云游戏省不省电”。
先数清楚有几块电表，再问谁在付这笔账
一次云游戏会话可以拆成五块，每块的活动数据和责任主体都不一样：
- 云端服务器：GPU 负责渲染，CPU 负责游戏逻辑、调度和部分编码，还有内存和本地存储。功率随负载变化，但空转时并不会降到零。
- 数据中心设施：制冷、通风、供配电损耗。按 PUE = 设施总能耗 ÷ IT设备能耗 折算，PUE 不会低于1.0。
- 视频编码与流媒体服务：硬件编码器通常和渲染 GPU 在同一台机器上，记账时要避免同一瓦特算两次。
- 网络传输：机房出口、骨干、CDN 或边缘节点、运营商接入设备、家庭路由器。
- 玩家终端：电视盒、手机、笔记本或电视本身，加上屏幕和手柄。
再看归属。按 GHG Protocol 的口径，运营方自建机房里的外购电力属于 Scope 2；如果渲染跑在租用的公有云上，这部分对运营方而言通常是 Scope 3 的外购服务；网络和玩家终端也在价值链上，同样多为 Scope 3。这意味着一个很实际的陷阱：运营方只盘点自己的 Scope 1 和 Scope 2，云游戏业务的账面排放可能很小，但整条链的排放并没有消失，只是换了一列记录。
数据中心这一侧：共享率是唯一真正的红利，也最容易被吃掉
集中计算的核心论据是硬件共享。一台玩家的高端显卡，一天里真正在渲染的时间往往只有几个小时，其余时间闲着；云端的同一块 GPU 可以在不同时区、不同玩家之间轮流使用，同样的制造隐含碳被更多游戏小时分摊。这个论据成立，但成立的条件比宣传里说的苛刻。
要看的不是单机利用率，而是会话占用的 GPU 小时 ÷ GPU 开机小时。凌晨玩家少，显卡开着却没有会话；为了避免开局排队，运营方通常要为高峰预留缓冲，这些预留的卡在其他时间就是空转的固定功耗，这一点和GPU利用率高就一定节能吗讨论的问题是同一类：利用率数字本身不告诉你每个会话到底用了多少电。再加上云端画质档位可能高于玩家本地愿意选择的档位，同样一小时游戏，云端 GPU 的工作量并不相同。
PUE 在这里是一个乘数，不是一个结论。假设服务器 IT 功耗按会话分摊后是某个数值，乘以 1.3 或 1.5 之后才是这次会话应当记入的机房侧功耗。但 PUE 只说明设施把多少电用在 IT 设备之外，既不说明这些 IT 设备是否高效，也不说明电从哪里来。所以机房侧的碳排还要再乘一次机房所在电网的排放因子，这一步是很多“云游戏更低碳”论证里被省略的。
编码与网络：单位不统一，分歧也最大
视频编码本身耗电不算最大头，但它决定了码率，而码率决定了网络那一块的量。近期一篇估算游戏排放的论文假设云游戏带宽在每秒十几到几十兆比特量级，高于普通视频流，这个区间只是一种假设，实际取决于分辨率、帧率和编码策略，同一个游戏在不同画质档位下可以差出好几倍。
网络耗电的记账方式至少有两种：按传输的 GB 分摊，或按会话时长分摊。“每 GB 多少度电”这类数字在公开讨论里分歧很大，原因之一是网络设备的大部分功耗与流量关系并不紧密，更多是设备一开机就有的固定功耗；按 GB 硬摊，会把固定功耗误当成随流量线性增长的边际功耗。另一个原因是边界：算不算家庭路由器、算不算接入网、算不算 CDN 节点的制冷，不同研究差得很远。九游会目前的做法是把网络写成区间、并在报告里标明分摊方式，而不是给一个看上去很精确的单点。
还有一个常被忽略的时间因素：视频编码和传输是实时的，延迟预算通常只有几十毫秒。为了守住这个预算，运营方会把渲染节点放在离玩家较近的区域，而“较近的区域”未必是电网最干净的区域。云游戏因此比日志分析、资产处理这类可以延迟、可以迁移的后台任务更难去“追逐低碳电力”，玩家位置和延迟先决定了机房能放在哪里，碳强度只能在剩下的选项里挑。
玩家终端：变小的是分母，不是零
云游戏的终端不会变成零瓦特。屏幕的功耗和本地游戏基本一样，解码、无线网络和手柄也在用电。对原本用高端 PC 加大显示器的玩家，换成低功耗盒子加电视，终端侧确实能省下不少；但对本来就用手机、掌机或轻薄本玩游戏的人，云游戏没有可省的显卡，反而是在终端之外凭空多出机房和网络两块。所以同样叫“云游戏”，用户原本用什么设备是核算里必须问的第一个问题，它比“云端有多高效”更能决定符号。
一份模拟账本：节能与减碳如何分开
设定：玩家所在地区的电网排放因子为 200 gCO2/kWh，网络按玩家侧因子简化处理；云端机房分别位于 500 或 100 gCO2/kWh 的电网。单位为“每玩家小时”。
| 场景 | 终端 | 数据中心（含PUE） | 网络 | 合计电量 | 合计碳排 |
|---|---|---|---|---|---|
| A 本地高端PC加显示器 | 350 W | 0 | 0 | 0.35 kWh | 70 g |
| B 云游戏，共享率较好，机房在500电网 | 60 W | 210 W（150W×1.4） | 40 W | 0.31 kWh | 约125 g |
| C 云游戏，共享率差（空转多），机房在500电网 | 60 W | 450 W（300W×1.5） | 40 W | 0.55 kWh | 约245 g |
| D 与B相同，但机房在100电网 | 60 W | 210 W | 40 W | 0.31 kWh | 约41 g |
- A 与 B 比：云端电量略低（0.31 对 0.35 kWh），碳排却更高（约125 对 70 g）。少用电没有换来少排碳，因为机房电网更脏。
- B 与 D 比：电量完全一样，碳排差三倍，差别只来自机房所在电网。
- C 说明共享率的分量：同样的机房，只要显卡空转多，电量和碳排都会翻倍。
- 这张表换成手机或轻薄本作为本地对照，结论会整体翻转：本地对照功率只有几瓦到几十瓦时，云端几乎不可能更省。
这也是一小时游戏到底排放多少碳里不肯给通用数字的原因：这张表任何一个参数改一改，排序都会变。
较早的研究提醒了什么，又不能证明什么
劳伦斯伯克利国家实验室（LBNL）的 Green Gaming 项目对云游戏做过系统边界包含数据中心、网络和用户设备的估算。页面给出的估算是：PC 云游戏每用户数据中心约 340 W、网络约 180 W；主机云游戏分别约 180 W 和 120 W；在其假设下，云游戏耗电可以显著高于同等性能的本地设备，最极端的情况约三倍。它归结的原因也很朴素：数据中心制冷通风、服务器到玩家的网络传输，以及云端画质可能高于玩家本地的选择。
需要强调，这是一项较早的研究，基于 2021 年前后的设备与情景设定，不代表今天的 GPU、编码器和数据中心效率。它证明的是“别默认云游戏更省”，并不能证明“云游戏今天一定更耗电”。今天的结论要按具体系统边界重新测算，后续动态里我们也整理了近期公开讨论的分歧，见云游戏天然绿色吗。
记账时最容易错的五个地方
- 只算机房：Scope 2 很好看，网络和终端被忽略，等于把责任推给了别人的电表。
- 拿峰值功率当平均功率：GPU 铭牌功率与会话平均功耗差很多，应使用采集的实际功率或按负载曲线积分。
- 共享率取全天平均：全天平均看起来不错，但夜间的空转和高峰的预留正好是浪费所在，需要分时段看。
- 平均排放因子与边际因子混用：想说明“多开一台机器多排多少”应当用边际因子，做年度盘点通常用平均因子，二者不能拼在一张表里。
- 终端类型一刀切：假设所有玩家都是高端 PC 或都是手机，都会让结论偏向一边。
九游会目前怎么处理，以及做不到的部分
在九游会碳足迹AI的设计取向里，一个云游戏项目被拆成分项活动数据：GPU 小时与平均功率、CPU 小时、PUE 或机房折算系数、码率与传输时长、终端类型分布、机房与玩家所在区域的排放因子。运营人员可以在九游会App里为项目配置服务器区域和玩家地区，系统据此生成分项结果；同一套输入改变一个假设，就能看到结论会不会翻转。
有几件事目前做不到，也不打算假装做到：玩家终端的真实功率通常拿不到，只能按设备类型估计；家庭网络和运营商接入网的数据大多是行业估算，只能给区间；公有云通常只提供账单口径或粗粒度的排放报告，难以对应到单个会话。所以九游会输出的是带假设说明的区间，并标出哪一块的不确定性最大。它可以帮运营团队判断“在这个项目的条件下，先优化哪一块”，但不能替行业回答“云游戏整体是否更环保”。
结论怎么下才不越界
可以说的：在某个具体系统边界、某一类终端、某个机房电网和某种共享率之下，云端方案的每玩家小时电量或碳排高于或低于本地方案；如果画质、码率和空转比例被压下来，云端有机会做得更好；如果机房位于低碳电网，减碳比节能更容易成立。
不能说的：云游戏天然更节能，或者云游戏一定更耗电；也不能拿一项按旧硬件做的估算或一家运营商的单点数据外推整个行业。想进一步了解显卡渲染工作量如何被压缩，可以读性能预算；想了解完整生命周期该怎么划边界，可以读一款游戏的碳足迹到底从哪算起。
