確率的カーボンバレーデータセット：AIインフラが地球規模の炭素予算に与える圧力

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Use this dataset to replicate or extend the carbon accounting framework, test alternative scenarios, or integrate into broader energy system models.

🏢実務担当者:Adopt the Carbon Valley framework to estimate cumulative carbon debt from AI infrastructure investments, supporting disclosure and mitigation planning.

🏛政策担当者:Consider the near-term carbon budget pressure from AI infrastructure when designing national decarbonization pathways and technology policies.

このリポジトリには、データ記述子「A probabilistic Carbon Valley dataset for AI-infrastructure pressure on global carbon budgets」の提出用データセットと再現性パッケージが含まれています。このデータセットは、関連研究「Rapid artificial intelligence deployment increases near-term pressure on global carbon budgets」で使用されたCarbon Valley累積炭素会計フレームワークの再現と拡張を支援します。調和化されたシナリオ入力、モンテカルロパラメータ抽出、年間排出量および回避排出量出力、組み込み排出量の更新サイクルパルス、限界性調整済み運用排出量、打ち切り累積炭素債務軌跡、フローレベルの損益分岐指標、導出された感応度出力、検証記録、メタデータ、実行可能な再現コードを提供します。このアーカイブは、2024年から2035年までの期間における4つの人工知能インフラ展開経路（Lift-Off、Base、Headwinds、High Efficiency）を対象としています。完全結合参照ケース（μ = 1.0）および緩和結合感応度ケース（μ = 0.50、μ = 0.25、μ = 0.10）にわたる40,000件のシナリオレベルモンテカルロ抽出記録と拡張年間出力が含まれています。結果として得られる年間出力アーカイブには、1,920,000件の年間記録と1,920,000件の打ち切り累積債務記録が含まれています。参照出力および検証ファイルは、Lift-Off完全結合参照経路が、約2.85 Gt CO₂eの打ち切り累積炭素債務と約2031.8年のフローレベル損益分岐年という公表済み較正目標を再現することを検証します。累積炭素債務は非負の打ち切りストックとして表され、符号付き累積残高や累積返済軌跡として解釈されるべきではありません。このパッケージには以下が含まれます：調和化されたシナリオ入力記録、モンテカルロパラメータ抽出、年間排出量・回避排出量・正圧出力、打ち切り累積炭素債務軌跡、緩和結合ケースの参照出力経路、損益分岐タイミング・ピーク債務・ラグペナルティ・感応度の導出指標、会計整合性・単調性・較正・再現性の検証チェック、メタデータ辞書およびマニフェストファイル、データセットを再生成するために必要な図表とPythonコード。生のIEA Energy and AI附属文書はこのパッケージには再配布されておらず、Carbon Valleyデータセットに使用された処理済みシナリオ軌跡のみが含まれています。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This repository contains the submission-ready dataset and reproducibility package for the Data Descriptor “A probabilistic Carbon Valley dataset for AI-infrastructure pressure on global carbon budgets.” The dataset supports reproduction and extension of the Carbon Valley cumulative carbon-accounting framework used in the associated study “Rapid artificial intelligence deployment increases near-term pressure on global carbon budgets.” It provides harmonized scenario inputs, Monte Carlo parameter draws, annual emissions and avoided-emissions outputs, embodied-emissions refresh-cycle pulses, marginality-adjusted operational emissions, truncated cumulative carbon-debt trajectories, flow-level breakeven indicators, derived sensitivity outputs, validation records, metadata and executable reproducibility code. The archive covers four artificial-intelligence infrastructure deployment pathways: Lift-Off, Base, Headwinds and High Efficiency, over the period 2024–2035. It includes 40,000 scenario-level Monte Carlo draw records and expanded annual outputs across the full-coupling reference case, μ = 1.0, and mitigation-coupling sensitivity cases, μ = 0.50, μ = 0.25 and μ = 0.10. The resulting annual-output archive contains 1,920,000 annual records and 1,920,000 truncated cumulative-debt records. The reference-output and validation files verify that the Lift-Off full-coupling reference path reproduces the published calibration target of approximately 2.85 Gt CO₂e of truncated cumulative carbon debt and a flow-level breakeven year of approximately 2031.8. Cumulative carbon debt is represented as a non-negative truncated stock and should not be interpreted as a signed cumulative balance or cumulative repayment trajectory. The package includes: harmonized scenario input records; Monte Carlo parameter draws; annual emissions, avoided-emissions and positive-pressure outputs; truncated cumulative carbon-debt trajectories; reference-output paths for mitigation-coupling cases; derived indicators for breakeven timing, peak debt, lag penalty and sensitivity; validation checks for accounting consistency, monotonicity, calibration and reproducibility; metadata dictionaries and manifest files; figures and Python code required to regenerate the dataset. The raw IEA Energy and AI annex is not redistributed in this package; only processed scenario trajectories used for the Carbon Valley dataset are included.

• openalex https://doi.org/10.5281/zenodo.20840368first seen 2026-06-27 04:59:18