主要观点：作为软件开发者，可通过参与当地政治及优化软件来应对气候变化。更多计算会使用更多电，进而增加碳排放，但软件用电有时影响不大，如非广泛使用的软件加快速度对气候影响不大，而像 NumPy 这类广泛使用的软件加快速度可显著减少用电。可通过减少计算量（如写更高效代码）和利用多线程并行（虽不减少计算量但可降低功耗）来降低用电和碳排放。同时要考虑“ embodied emissions ”（制造电脑的碳成本）及 Jevons Paradox （效率提升导致使用增加）等因素。

关键信息：

• 世界多数地方电力生成会产生二氧化碳，CPU 运行指令时用电增加，导致碳排放增多。
• 以吃牛肉、开车、运行 Python 程序为例对比不同活动的二氧化碳排放量，说明非广泛使用软件加快速度对气候影响小。
• 不同 Rust Mandelbrot 实现代码对比，展示更快计算可降低用电。
• 多线程并行运行代码虽增加 CPU 秒数但可大幅减少墙钟时间和功耗。
• 减少计算和利用并行有两种不同且可累加的方式降低用电和加快结果获取。

重要细节：

• 用perf工具测量睡眠和运行 Python 程序时的功耗，证明更多计算带来更多电耗。
• 以 NumPy 为例说明广泛使用软件加快速度的重要性。
• 给出不同运行方式下的具体功耗和时间数据，如单核心和多核心运行 Mandelbrot 程序的对比。
• 提到关于绿色能源世界中制造电脑的碳成本及 Jevons Paradox 对软件的影响及不同观点。