一款游戏的碳足迹到底从哪算起?九游会AI为什么把开发电脑、服务器和玩家设备放在同一张图里 示意图
原创示意图,用于说明分析思路,非实拍画面

游戏碳足迹最大的争议往往不是怎么算,而是到底把哪些东西算进去。碳足迹的公式其实很朴素:活动数据乘以排放因子。难的是“活动数据”的清单本身——一款持续运营的多人在线游戏,背后有开发团队的办公室和测试机房、每天跑的构建流水线、云上的匹配与存档服务、把补丁分发到世界各地的 CDN、几百万台玩家自己的设备,偶尔还有一场线下赛事。清单划到哪里,结论就长成什么样。

九游会碳足迹AI在设计之初就把这一点当作第一原则:先画边界、再取数、再算,最后才谈“这个数字有多可信”。下面按这个顺序来讲,每一节都会指出这一步最常见的出错方式。

先决定谁的排放算谁的:Scope 1、2、3 在游戏公司里各对应什么

按 GHG Protocol 的企业核算口径,Scope 1 是企业自己拥有或控制的来源产生的直接排放,Scope 2 是外购电力、蒸汽、供热或制冷带来的间接排放,Scope 3 是价值链上其他所有间接排放。Scope 3 又被划分为 15 个类别,其中 8 个在上游、7 个在下游。

放到游戏公司里,对应关系大致是这样:自有办公室和自有机房的用电属于 Scope 2,柴油发电机、燃气锅炉之类是 Scope 1,这两块通常量小而且最好取数。真正占大头、也最容易被忽略的是 Scope 3:租用公有云的算力属于购买的商品与服务,硬件采购的隐含碳同样在上游,员工差旅和通勤是另外的类别;下游则包括玩家使用游戏时设备消耗的电力——这部分在公司自己的账上看不到电表,却会出现在“已售产品使用”一类的下游核算里,是否纳入要看企业的报告目标与边界设定。

需要强调的是,把某项排放归入 Scope 3,并不意味着它“不重要”,只意味着数据不在你手里,要靠供应商披露、行业系数或估算。九游会在做项目边界时,会让运营人员逐项勾选“纳入/不纳入/暂用估算”,并记录理由,方便以后审计或重算。

一张完整的排放源清单:从开发电脑到玩家的显示器

为了避免“只算服务器”,下面是九游会碳足迹AI默认使用的排放源分层,不同项目可以增减:

  • 开发与办公:开发工作站、测试机、办公室空调与照明、远程办公用电。规模因团队而异,好处是数据相对容易拿到。
  • CI/CD 与构建:每次提交触发的编译、打包、自动化测试,常常跑在大量高核数服务器上;构建缓存命中率、是否每次全量构建,都会影响活动数据。
  • 云服务与自有服务器:匹配、存档、排行榜、反作弊、日志分析。这里要同时看 CPU、GPU、内存、存储,并按 PUE 把设施能耗计入,同时区分电力来源。
  • 网络与 CDN:补丁、资源包、直播流的传输。这一块的估算方法分歧很大,后面单独讲。相关的细节可以参考《游戏更新包也有碳足迹吗?九游会AI如何分析下载、CDN和网络流量》。
  • 玩家设备使用:主机、PC、显示器、手机、路由器。总量常常超过服务器侧,但每个玩家差别巨大。
  • 电竞与线下活动:场馆、交通、直播制作、设备运输,按“事件”而非“运营”来记账。
  • 硬件制造(隐含碳):服务器、GPU、玩家终端在生产环节已经产生的排放,按使用寿命分摊。

值得注意的是,这些层级的“可控程度”完全不同:开发和办公是公司自己能改的,服务器可以通过调度和采购影响,玩家设备只能靠游戏本身的功耗设计间接影响,硬件制造则更多取决于换机周期。把所有来源混成一个总数,会掩盖哪里才有行动空间——所以报表里会同时给出“总量”和“可影响度”。

边界画错的两种典型后果

第一种错误是只算服务器。这是最常见的,因为数据最好拿:云账单、机房电表、监控指标都是现成的。但游戏的一个特点是算力有相当一部分“外包”给了玩家——画面渲染、物理计算、大部分交互都在本地设备上完成。一些学术研究在评估整个视频游戏行业时,就把玩家的硬件制造和游玩用电放进同一张表;2026 年 8 月一份基于 2024—2025 年数据的 arXiv 预印本(Hazas 等人)把开发发行、硬件制造、下载分发、游玩使用和云游戏放在一起估算,其中硬件制造与游玩使用合计占了大头,服务器侧并不是主角。这份预印本自己也承认有明显缺口,例如手机游戏未纳入、在线多人服务器的成本被忽略,所以更适合理解“量级和结构”,不适合直接照抄数字。

第二种错误是只算设备。如果一款游戏主要是玩家本地运行,但账号系统、实时对战、反作弊、内容分发全靠云,把服务侧忽略,就会得出“这款游戏几乎不产生碳排”的错觉。云游戏更极端:渲染搬到了数据中心,玩家终端变轻,数据中心和网络的份额却大幅上升。这一点在《云游戏把显卡搬进数据中心以后,真的更绿色了吗?》里有更完整的讨论——边界一变,结论可能整个反过来。

所以,判断一份游戏碳足迹报告是否可信,第一件事不是看数字,而是看它有没有写出系统边界,并说明没算什么。

数据从哪来:实测、账单、厂商披露和行业系数

边界确定以后,每一项活动数据都要标注来源类型。数据质量大致分成几档:

  1. 实测:机房电表、机柜 PDU、服务器功耗传感器、构建服务器的 CPU 时间。精度最高,但覆盖范围有限。
  2. 云账单与云平台指标:实例小时数、区域、规格、存储与出口流量。它不是电表读数,需要用实例规格的功耗模型折算,误差来自模型假设。
  3. 厂商披露:硬件的产品碳足迹文件(通常依据 ISO 14040/14044、ISO 14067 或 IEC TR 62921 编制)。同一类型设备的数值受型号、配置、生产地与统计口径影响,只能作为参考量级。
  4. 行业系数与公开研究:玩家平均游戏时长、设备保有结构、每 GB 传输能耗等。适合补缺,但必须写清年份与适用范围。

排放因子同样有讲究。电力排放因子通常按地区的电网平均值取,也可以按时段取;PUE 用来把 IT 设备电量放大成设施总电量,但它只反映设施效率,不代表电力是否低碳,这一点在评估机房时不能混淆。能耗与碳排之间的换算若不区分平均与边际、地区与时段,误差会直接进入总数。

一个模拟示例:同一个数字,两种边界

模拟示例说明:以下为示意数据,仅用于演示核算思路,不代表任何真实游戏、真实玩家、真实数据中心或九游会真实数据。

假设某款虚构的多人在线游戏,一个月内服务器侧用电为 A kWh,按所在地区电网因子折算为 A 乘以该因子的碳排。如果只统计这一项,报告里会写“本月服务器碳排为 X”。

现在把边界扩大:假设当月活跃玩家共产生若干万设备小时,其中一部分在高功耗 PC 上、一部分在手机上、一部分在主机上,各类设备的平均功率不同,设备小时乘以平均功率得到玩家侧电量,再乘以各玩家所在地区的电网因子。此外还有一次大版本更新,补丁体积乘以下载人数得到流量,再乘以某个每 GB 能耗假设。最后把玩家设备、硬件制造分摊、CDN 流量加起来,总数会比“只有服务器”的版本大出很多倍。这个例子里各项数字都是编的,但结论有意义:边界从服务器扩大到整条链,不是把原来的数字“加一点”,而是可能改变谁是主要排放源。

一旦主要排放源换了,减排的优先级也换了:原来看起来该优化服务器调度,现在可能应该优先考虑画面渲染的功耗设计,或者延长设备使用周期。分项占比,就是为这种判断准备的。

算完之后:每一个数字都要挂着不确定性

游戏碳足迹里有几个天然的大误差源,值得单独列出来。

第一,网络传输能耗。每 GB 传输消耗多少电,是学术界长期争论的话题。Aslan 等人 2018 年综述了 2000—2015 年的 14 项研究,发现估计值可以差好几个数量级,原因包括是否包含数据中心和终端、使用了过时设备数据、假设的网络利用率不同;Coroama 在 2021 年为瑞士联邦能源署做的研究进一步指出,把某些较低的每 GB 数值乘以全球流量,得到的总量比另一些自上而下的估算低一个数量级,说明这些数字之间本身不自洽。2024 年又有研究指出,网络设备即使流量很小也有相当大的基础功耗,用简单的线性“每 GB 能耗”推算会出偏差。所以更新包和直播的传输部分,只给区间,并在报告里标明采用的假设。

第二,设备寿命与分摊。硬件制造的碳排是一次性发生的,怎么摊到使用期里,取决于寿命假设:假设 4 年和假设 6 年,每年的分摊就差出一截;而玩家换机周期往往并不等于设计寿命。

第三,用户行为。平均游戏时长、在什么设备上玩、有没有开垂直同步或高帧率,这些都要靠抽样或行业统计。一个玩家群体的平均值掩盖了很大的个体差异。

第四,地区电力。同样的电量在不同地区和不同时段对应的碳强度不同,玩家分布越分散,地区因子的选择越影响结果。

基于以上,处理原则是:估算值与实测值分开显示;每一个因子记录来源、年份、适用地区;总量给出区间而不是单点;边界变化时保留旧版本以便对比。它不能做的事情也很明确——无法替代第三方核查,无法凭空得到没有数据的部分,更不会用“看起来精确”的小数位掩盖不确定性。

边界之后的下一步:把清单变成可重复的流程

碳足迹不是一次性的报告,而是随游戏运营不断更新的记录。它需要接到运营流程里:项目里选定的服务器区域、玩家地区、游戏模式、云服务和赛事活动,决定了哪些活动数据要被持续采集。整个链条如何串起来,可以看《九游会官网的绿色游戏工作流》。

在具体使用上,比较务实的顺序是:先用粗边界跑一遍,看哪几块占比最大;再对占比最大的几块补充实测数据;最后才去追求细节精度。对一个刚起步的团队来说,先把“开发办公、云服务、玩家设备、CDN、硬件制造”这五块各估一个区间,比精确算出服务器那一块有价值得多。

与之相关的两个常见追问,也值得单独看:玩家一小时游戏到底折合多少碳(见《一小时游戏到底排放多少碳?》),以及硬件制造与设备寿命如何进入生命周期模型(见《只算游戏运行够不够?》)。这两篇分别把边界里“使用”和“制造”两端展开讲清楚。

读别人的碳足迹报告时,可以问的五个问题

无论是九游会的输出还是其他机构的报告,都可以用下面几个问题快速判断可信度:

  • 系统边界是什么,明确排除了什么?
  • 电力排放因子取的是平均还是边际、什么年份、哪个地区?
  • 玩家设备是实测、调查还是行业平均?
  • 硬件制造碳排如何分摊,寿命假设是多少?
  • 网络与 CDN 使用了什么每 GB 假设,有没有给区间?

如果这五个问题里有两个以上答不出来,那份报告的数字更适合当作方向参考,而不是可以拿去对外宣称“减排了多少”的依据。九游会自己的报表同样按这个标准来要求:宁可承认“这部分目前只能粗估”,也不给出无法追溯的精确数字。