W skrócie
Dostawca modelu AI ogólnego przeznaczenia w UE musi zgodnie z załącznikiem XI do AI Act zawrzeć w dokumentacji technicznej znane lub szacowane zużycie energii przez model oraz zasoby obliczeniowe użyte do trenowania. Należy od początku śledzić moc obliczeniową i energię trenowania, zapisywać metodę i szacować tam, gdzie nie da się zmierzyć. Jeśli organizacja tylko korzysta z AI, obowiązek spoczywa na dostawcy, ale można poprosić go o dane.
Kroki
- Należy sprawdzić, czy organizacja jest dostawcą modelu AI ogólnego przeznaczenia, czy podmiotem stosującym cudzy model.
- Dostawca powinien rejestrować moc obliczeniową, czas i sprzęt dla każdego istotnego przebiegu trenowania.
- Energię należy mierzyć tam, gdzie to możliwe, a resztę szacować według spisanej metody.
- Dane i metodę należy przechowywać w dokumentacji technicznej modelu.
- Podmiot stosujący powinien poprosić dostawcę modelu o udokumentowane dane o energii.
Obowiązek polega na udokumentowaniu znanego lub szacowanego zużycia energii, więc w praktyce trzeba je zapisywać na bieżąco. Załącznik XI do unijnego AI Act wymienia, co dostawcy modeli AI ogólnego przeznaczenia muszą zawrzeć w dokumentacji technicznej, w tym znane lub szacowane zużycie energii przez model i zasoby obliczeniowe użyte do jego trenowania. Jeśli zużycie energii nie jest znane, można je oprzeć na informacjach o użytych zasobach obliczeniowych.
To podsumowanie, a nie porada prawna. Należy sprawdzić aktualny tekst i wytyczne, które Komisja Europejska aktualizuje.
Czy to mnie dotyczy?
- Dostawcy, którzy wprowadzają model AI ogólnego przeznaczenia na rynek UE: tak.
- Organizacje, które tylko korzystają z narzędzi AI lub budują na cudzym modelu: zasadniczo nie dotyczy ich ten obowiązek, ale dokumentacja posiadana przez dostawcę jest przydatna przy zakupach.
- Poza UE: obowiązek ma zastosowanie, jeśli dostarcza się taki model do UE. W innych przypadkach warto stosować go dobrowolnie jako rozsądny standard.
Jak przygotować dane?
- Przebiegi trenowania należy objąć licznikiem energii, np. CodeCarbon, i zapisywać sprzęt, godziny i lokalizację.
- Należy uwzględnić strojenie i nieudane przebiegi, a nie tylko końcowy, i to zaznaczyć.
- Należy określić granice (tylko akceleratory czy cały serwer i chłodzenie).
- Te same dane warto opublikować w karcie modelu; metadane
co2_eq_emissionsw Hugging Face mają pola na emisje, rodzaj trenowania, lokalizację i sprzęt.
Częste błędy
- Odtwarzanie danych z pamięci na samym końcu.
- Podawanie liczby bez metody.
- Założenie, że podmiot stosujący nie ma nic do zrobienia: pytanie dostawców o te dane to dobra praktyka zakupowa.
Zob. pomiar śladu trenowania oraz etykiety energetyczne dla AI.
Źródła
- AI Act, Annex XI: technical documentation for providers of general-purpose AI models, European Commission AI Act Service Desk (2024)
- CodeCarbon, CodeCarbon (2026)
- Displaying carbon emissions for your model, Hugging Face Hub documentation (2026)
Powiązane
Jak napisać politykę zielonej AI
Przewodnik krok po kroku po tworzeniu polityki zielonej AI w organizacji, z szablonem: użycie, modele, pomiar, zakupy, deklaracje i przegląd.
Jak zmierzyć ślad węglowy trenowania modelu?
Należy śledzić energię trenowania narzędziem takim jak CodeCarbon, pomnożyć ją przez emisyjność lokalnej sieci i podać sprzęt, czas oraz lokalizację.
Jak uwzględnić zrównoważony rozwój w zakupach AI?
O co pytać dostawców AI w sprawie energii, emisji, wody i lokalizacji, jak oceniać odpowiedzi w przetargu i co wpisać do umowy.
Etykiety energetyczne i testy porównawcze dla AI
Stan ocen energetycznych AI w 2026 roku: AI Energy Score, MLPerf Power, dokumentacja z AI Act i ocena centrów danych w UE oraz to, co mogą pokazać etykiety.