如果只盯着电竞赛事的用电设备，很容易得出“电脑功率高，所以碳排主要来自电脑”的结论。这个结论有时对，有时错得很远，关键在于它默认了一个很窄的边界：只算比赛台上的设备。一场真正的赛事，是一套为几天或几周临时搭建的数字基础设施加上一场线下活动：有场馆的空调和灯光，有几千甚至上万人的进出，有跨城市运输的设备，有把画面送到无数块屏幕上的直播链路，还有后台跑赛事系统的服务器。九游会绿色电竞把这些放在同一张核算图里，而不是各算各的。
先分清：赛事本身的排放，和观众带来的排放
核算之前要回答一个组织上的问题：谁控制什么。按GHG Protocol的口径，Scope 1是主办方直接产生的排放，比如场馆自备发电机烧柴油；Scope 2是外购电力和热力，比如场馆用电、租用制冷；Scope 3是价值链上其他的间接排放，包括观众和选手的出行、住宿、设备运输、云服务与直播分发、餐饮和物料。公开资料对体育赛事和大型活动的研究近年反复提醒：Scope 3往往才是大头，但因为不在主办方直接控制之内、数据难采集，常常被漏掉。
这就是为什么“赛事本身”和“观众”要分开记。赛事本身指主办方决定的部分：场馆怎么用、设备怎么选、直播怎么做。观众部分指“他们怎么来、住哪里、看直播用什么设备”。两者的减排杠杆完全不同，前者靠运营决策，后者靠选址、交通接驳和观看方式的引导。混在一起，只会得到一个谁也管不了的总数。
场馆：一个每天要被“人体热量”重新加载的临时建筑
场馆的能耗主要来自四块：照明与舞台灯光、空调通风、供电与备用电源、大屏与音响。其中空调最难预测，因为热负荷跟人数强相关。工程上常用的设计假设是，一个静坐的人大约释放一百瓦级的显热和几十瓦的潜热；场馆从几乎空场到接近满场，可能只用一个多小时。再叠加数百台电脑和显示器的散热，热负荷曲线的形状，跟一栋办公楼完全不是一回事。
所以九游会AI预测场馆能耗时，输入的不只是日期和天气，还有售票或入场流量、赛程节点（哪一场是决赛、什么时候中场休息）、设备开机数量和室外温湿度。它给出的输出是分时段的功率预测，而不是一个总电量。关于空调该提前多久启动，我们单独写在电竞场馆空调该什么时候提前开这篇里，这里只强调一点：预冷是把冷量提前存进建筑的热容里，能削峰，但预冷过头就是白白多耗电，观众来得比预测少的时候尤其如此。
交通：最容易被忽略、往往也最难改的一块
观众怎么来，是一场赛事排放里波动最大的变量。同样一万名观众，如果大部分是本城居民乘地铁到场，和大部分是跨城市乘飞机、再打车到场馆，排放可以差出一个数量级。选手、教练、裁判和工作人员的差旅量更小，但强度高，因为飞行距离通常长。设备运输，包括舞台、机柜、展台，也是交通的一部分。
交通碳排的估算有两个常见陷阱。其一，观众来源地不明时，只能用平均出行距离和平均交通方式估算，误差很大；有票务或问卷数据，才能按出发地分层。其二，把飞行排放、住宿排放、当地交通排放混在一个“出行”类别里，会掩盖真正可以干预的环节。九游会AI的做法是要求交通数据按方式和距离分层输入，缺哪层就在结果里标注“该项为默认因子估算”。更细的拆解见电竞比赛电脑功耗很高，但为什么观众交通可能更值得先优化。
设备：功率高，但要看使用时长和更新周期
比赛PC、显示器、外设、服务器机柜和网络交换机的功率确实不低，但它们的排放要按两个维度算：运行时的用电，和制造时已经产生的隐含碳。赛事设备常被租用或一次性采购，如果只用几天就闲置甚至淘汰，制造隐含碳按使用时长摊下来会很高；如果设备被后续赛事或训练营循环使用，摊到每一场的部分就小得多。设备循环、翻新和租赁，在核算里就是把使用寿命拉长。这部分口径与硬件制造和设备寿命的生命周期模型是一致的。
运行用电的估算也不能只看铭牌功率。显卡在比赛画面下的实际功耗、显示器亮度设置、是否有大量空闲的备用机位、彩排与热身占用的时间，都会让总电量与“功率乘比赛时长”差很远。这里再次要区分功率和电量：kW是瞬时功率，kWh是一段时间内的积分；赛事日程里占时间最长的往往不是决赛，而是搭建、调试、彩排和拆卸。
直播与服务器：不在场馆里，但账要算
直播链路涉及现场制作（摄像、导播、切换台）、编码、上传、CDN分发，最后是观众自己的终端。赛事的对局服务器、观赛客户端服务和数据平台一般放在云端或机房里，这部分属于数据中心的能耗，用电的碳强度取决于所在地区和时段。要注意的是，直播能耗最大的一段常常不是制作，而是数量巨大的观看终端；一个观众看两小时的直播，手机、电视或电脑的能耗，加上网络传输，和现场导播车比起来，谁大谁小取决于观众规模和观看设备。这个问题我们在一场电竞直播的能源消耗发生在哪里中展开。
另外，云端服务器的排放也要用“节能”与“减碳”分开看：同样的赛事服务器负载，放在低碳电力占比高的地区，碳排可能比放在高碳电网地区低得多，即使耗电量相同，甚至略高。而赛事对局服务器还是实时业务，延迟与稳定性是第一约束，不能为了低碳把它随便迁到远处；能挪的是赛后录像处理、数据分析、精彩集锦生成这类非实时任务。
九游会AI在这套系统里做什么，不做什么
九游会AI当前的思路是把赛事拆成几个可以独立预测又互相关联的模块，而不是训练一个“预测总碳排”的黑盒：
- 观众流量预测：基于票务、历史同类赛事、赛程节点、天气和交通接驳条件，预测入场人数和分时段人流。
- 场馆能耗预测：用人流、设备开机数、室外温湿度预测空调、照明、供电的分时功率。
- 设备使用建模：按赛程给出设备的开机、待机、关闭时段，估算用电量，并记录设备的租用或循环使用状态。
- 交通与直播估算：用出行分层数据和流量数据，按活动数据乘排放因子的方式估算。
- 不确定性标注：数据缺失或估算因子有争议时，结果给区间，并提示最需要补充的数据。
它不做的事情同样重要。它不会替主办方决定赛事怎么办、观众怎么来；不会给出没有依据的“本赛事减碳了多少”的承诺；不会把不同来源、口径不一的数据平均成一个看起来精确的数字。它更像是核算和预测助手：帮你把边界画清楚、把数据缺口指出来、把改动的可能收益估出来，让运营和ESG人员有依据去做判断。这部分能力的整体思路，也与多目标优化中把多个约束同时考虑的方式类似：赛事同样要在体验、成本和碳排之间取舍。
哪些估算会出错，哪些结论不能下
第一，观众来源不明时，交通排放的误差可能是数倍级，此时任何“减排百分之几”的结论都不成立，只能说“交通很可能是最大项”。第二，赛事规模不同、举办城市不同，比例不能简单类比：本地小型赛事和跨区域大型赛事，结构可能完全相反。第三，场馆的电力如果是租用的整体楼宇，往往拿不到分项计量，只能按面积和时长分摊，结果误差较大。第四，直播分发的“每GB能耗”这类因子，学界和行业估算差别大，用不同因子得出的直播排放可以差好几倍，所以应该同时给出区间。第五，隐含碳分摊依赖设备寿命假设，设备实际使用情况变了，结论也要重算。
不能下的结论包括：把一次赛事的排放当作所有赛事的通用结构；用“观众看线上直播更低碳”一概而论，因为要看观众原本是否会出行、观看时长和设备；把“采购了可再生能源证书”直接等同于“场馆用电排放为零”，因为按小时匹配的核算和年度匹配的核算是两回事。
从核算到行动：哪些是主办方今天就能做的
核算的意义是排序。通常的优先级是：先拿到观众来源和出行方式数据，再看场馆能耗的分时曲线，最后才是设备和直播。具体到行动，可以是赛程安排上减少空场彩排的时长、把预冷策略和真实入场数据联动、把设备租用和循环利用写进采购、在直播端提供适合多数设备的码率档位、把非实时任务放到低碳时段。这些都不需要夸张的技术，主要是数据和运营流程的协同。
如果你想从整体流程上了解九游会怎样把赛事、服务器与碳足迹放在同一套体系里，可以看看绿色电竞栏目，里面把场馆、交通、直播等专题按顺序排开。九游会官网上的相关内容，会尽量把每个环节的输入、输出和出错点写清楚，也会在不确定的地方直接说“这一点目前做不到”，而不是用一个总数糊弄过去。
