Pengungkapan Intensitas Karbon Perangkat Lunak (SCI) Big-O

① Unit fungsional (R)

Satu keputusan diagnosis = mesin keputusan (paten model utilitas Taiwan M683041) menyelesaikan satu reduksi fitur dengan himpunan kasar (Rough Set) dan satu evaluasi multikriteria (MCDM). Inilah tahap pemeringkatan dan rekomendasi pada setiap laporan diagnosis situs di bigomorfi.tech.

② Batas perhitungan

③ Rumus

SCI = ((E × I) + M) ÷ R, dijabarkan sesuai lembar kerja Taiwan Institute of Economic Research (TIER):

E

Energi perangkat lunak (kWh) = daya W ÷ 1000 × waktu jalan TiR

I

Intensitas karbon jaringan listrik (kgCO₂e/kWh)

PUE

Efektivitas penggunaan daya pusat data, dikalikan pada karbon operasional

M

Karbon terkandung = TE × (TiR ÷ EL) × (RR ÷ ToR) × Quantity

R

Jumlah unit fungsional (keputusan yang diukur)

CPU%

Porsi CPU yang benar-benar dipakai perangkat lunak (dikurangi beban diam)

④ Parameter dan sumber

⑤ Hasil

Data pengukuran yang sama diungkapkan menurut tiga batas pada lembar kerja TIER. Layanan kami berjalan di mesin virtual cloud, sehingga batas vCPU menjadi hasil utama.

Rincian hasil utama: operasional 0,003168 mg + terkandung 0,000464 mg

⑥ Periode dan metode pengukuran

Diukur pada 2026-08-21 di host (AWS EC2 t3.xlarge, Taipei ap-east-2) dengan GreenCalculatorJavaNoUI 1.0.4 dari TIER: 200 kali pemanasan, lalu 20 putaran berisi baseline diam 60 detik diikuti 1.000 keputusan. Lembar kerja difinalkan setelah balasan TIER pada 2026-10-02.

⑦ Ketidakpastian dan keterbatasan

• Koefisien variasi antarputaran sekitar 10,2% (berkas pengukuran mentah); nilai individual bervariasi dalam rentang ini.
• Daya fisik tidak dapat diukur langsung pada VM cloud; daya vCPU memakai nilai acuan publik.
• PUE memakai rata-rata global AWS dan faktor jaringan rata-rata tahunan; nilai fasilitas Taipei dan variasi per jam tidak tercermin.
• Karbon terkandung TE berasal dari alat/dataset publik, bukan pernyataan penyedia untuk host ini.
• Hanya mencakup mesin keputusan; satu diagnosis situs lengkap juga memanggil satu LLM eksternal, yang tidak dihitung.
• Hasil antar tiga batas berbeda sekitar 19 kali; periksa batas dan parameter sebelum membandingkan dengan vendor lain.

⑧ Tindakan perbaikan yang telah dilakukan

Langkah yang sudah berjalan di platform dan dapat ditelusuri di riwayat versi. Tidak menyiratkan jaminan penurunan karbon atau biaya.

• Langkah keputusan memakai perhitungan himpunan kasar + MCDM yang deterministik (tingkat CPU), bukan inferensi LLM setiap kali untuk pemeringkatan.
• Pemeriksaan siklus hidup model AI bulanan (sejak 2026-10) mencocokkan jadwal penghentian resmi OpenAI / Anthropic / Google; model yang akan dihentikan dialihkan ke versi terkini pada 2026-10-02.
• Pembuatan gambar memiliki tingkat kualitas: kualitas tinggi hanya bila dipilih pengguna (memakai lebih banyak poin); kode model lama default ke kualitas rendah/sedang.
• Cache menghindari perhitungan ulang: hasil diagnosis URL yang sama dipakai ulang selama 14 hari; gambar AI di-cache berdasarkan hash prompt.
• Pekerjaan AI batch memiliki batas biaya per proses dan berhenti saat tercapai.
• Layanan utama berjalan di wilayah AWS Taipei (ap-east-2).

⑨ Bukti pengungkapan (DSCS)

Semua angka di halaman ini termuat dalam JSON pengungkapan di bawah, beserta hash SHA-256-nya. Siapa pun dapat menyalin JSON dan menghitung ulang hash untuk memastikan angka tidak diubah kemudian.

{"schema":"bigo-sci-disclosure/v1","publisher":"Big-O Information Intelligence Corp. (大鷗摩飛智能有限公司)","method":"ISO/IEC 21031:2024 Software Carbon Intensity (SCI) — self-disclosure, not third-party verified","formula":"SCI = ((E x Quantity x I x PUE) + TE x (TiR/EL) x (RR/ToR) x Quantity) / R x CPU%","software":"EcoGEO Audit decision engine (Rough Set QuickReduct + MCDM, ROC patent M683041), core-algo service","functionalUnit":"1 diagnostic decision = 1 rough-set feature reduction + 1 MCDM evaluation","host":"AWS EC2 t3.xlarge (4 vCPU), ap-east-2 Taipei; CPU Intel Xeon Platinum 8259CL","measurement":{"date":"2026-08-21","tool":"GreenCalculatorJavaNoUI 1.0.4 (provided by Taiwan Institute of Economic Research)","rounds":20,"decisionsPerRound":1000,"totalDecisions":20000,"warmupDecisions":200,"idleBaselineSecondsPerRound":60,"uniqueResultHashes":20000,"loadSecondsTotal":498.7058,"roundToRoundCv":0.1021},"parameters":{"I_kgCO2e_per_kWh":0.466,"PUE":1.15,"EL_hours":35040,"TiR_hours":0.13852939,"softwareCpuShare":0.1016,"R":20000},"blocks":{"vCPU":{"W":2.1,"Quantity":4,"TE_kg":277,"RR":1,"ToR":48,"sci_mg":0.003631,"operational_mg":0.003168,"embodied_mg":0.000464},"cpu":{"W":136.67,"Quantity":1,"TE_kg":277,"RR":4,"ToR":48,"sci_mg":0.052007},"wholeMachine":{"W":182.23,"Quantity":1,"TE_kg":48,"RR":1,"ToR":1,"sci_mg":0.069688}},"primaryBlock":"vCPU","primaryResult_mgCO2e_per_decision":0.003631,"calculationVersion":"2026-10-02","excluded":["third-party LLM inference (runs in provider data centres)","front-end UI, database writes, email/notifications, PDF rendering","network transfer and end-user devices"]}

Versi ini belum dijangkarkan dengan OpenTimestamps; akan dijangkarkan dan dicantumkan di Buku Besar DSCS setelah final.

Riwayat versi

Versi 2026-09-29 s.d. 09-30 melaporkan 0,078 mgCO₂e per keputusan dengan batas seluruh mesin tanpa pengurangan beban diam. Pada 2026-10-02 dikoreksi sesuai balasan TIER (jumlah vCPU dikalikan sekali; CPU% = porsi perangkat lunak setelah dikurangi beban diam, 10,16%) menjadi nilai di halaman ini.

Tab ini adalah penilaian mandiri dan rencana Big-O atas praktik perangkat lunak hijau di platformnya sendiri. Ini bukan sertifikasi ISO, belum diverifikasi pihak ketiga, dan bukan angka pengukuran karbon. Angka SCI yang diungkapkan Big-O secara publik adalah angka di tab “Pengungkapan SCI (cakupan verifikasi POC)”.

① Matriks kematangan perangkat lunak hijau (penilaian mandiri)

Dinilai sendiri pada 4 dimensi × 5 tingkat, dengan merujuk “Building Green Software” (O’Reilly) dan materi Green Software Foundation. Versi penilaian: 2026-05-24; kemajuan aktual tiap dimensi akan diperbarui pada penilaian berikutnya.

② Daftar praktik

Berikut adalah uraian cara kerja; bukan jaminan pengurangan karbon atau biaya.

• ✓ Sudah diterapkanLayanan utama berjalan di region AWS Taipei (ap-east-2), dekat dengan sebagian besar pengguna.
• ✓ Sudah diterapkanHalaman dan aset statis disajikan dari cache edge Vercel; permintaan yang mengenai cache tidak perlu ke host EC2.
• ✓ Sudah diterapkanCode splitting dan tree shaking Next.js memperkecil ukuran unduhan front-end.
• ✓ Sudah diterapkanModel AI dipilih sesuai tugas: tugas sederhana memakai model yang lebih kecil, tidak selalu memakai model besar.
• ✓ Sudah diterapkanVideo hanya dibuat saat pengguna memintanya, tidak dibuat lebih dulu.
• ✓ Sudah diterapkanBukti stempel waktu memakai OpenTimestamps dengan berbagi penjangkaran ke blok Bitcoin, tanpa membangun blockchain sendiri.
• ✓ Sudah diterapkanPM2 fork mode dengan graceful restart otomatis untuk mengendalikan penggunaan memori server.
• ✓ Sudah diterapkanOptimasi indeks PostgreSQL untuk mempersingkat waktu kueri.
• → DirencanakanDirencanakan: cache untuk respons model bahasa besar agar inferensi berulang berkurang.
• → DirencanakanNode edge CDN belum menjangkau Asia Tenggara; node Singapura direncanakan untuk dievaluasi.
• … Sedang dijajakiMenjajaki penjadwalan sadar karbon (carbon-aware scheduling): memindahkan tugas terjadwal ke jam dengan intensitas karbon jaringan listrik yang lebih rendah.
• … Sedang dijajakiMengevaluasi opsi region rendah karbon dari penyedia cloud dan CDN.

③ Roadmap rencana

Berikut adalah arah rencana, bukan komitmen; waktu dan isi dapat berubah.