綠色算力技術白皮書 2023

1編寫組前言隨著我國產業(yè)結構持續(xù)優(yōu)化升級，算力已成為推動各領域數字化、智能化轉型的重要基石。算力是數字經濟時代集信息計算力、網絡運載力、數據存儲力于一體的關鍵生產力，為推動數字中國建來，綠色低碳、節(jié)能環(huán)保成為各產業(yè)布局的底層邏輯，經濟社會對技術創(chuàng)新是算力發(fā)展的根本。當前，算力產業(yè)正以綠色發(fā)展為主攻方向，推進基礎設施全生命周期綠色設計，圍繞計算、存儲、網絡等核心環(huán)節(jié)加強產業(yè)技術攻關，加大算力服務研發(fā)力度挖掘高效無感應用潛力。伴隨產業(yè)鏈上下游各方的共同協(xié)作與融合發(fā)展，綠色算力在新技術、新產品、新解決方案的落地應用上取得了積極為梳理綠色算力技術創(chuàng)新發(fā)展態(tài)勢，推動我國算力產業(yè)綠色高質量發(fā)展，本《白皮書》從算力供需視角出發(fā)，提出了綠色算力的內涵定義，總結了綠色算力的屬性特征和發(fā)展演進階段。聚焦算力設施、算力設備、算力平臺等層次的綠色技術發(fā)展態(tài)勢，分析算力賦能行業(yè)綠色發(fā)展的典型應用場景，總結我國綠色算力發(fā)展面臨的綠色算力相關技術、產業(yè)正處于高速發(fā)展階段，我們必須不斷創(chuàng)新，持續(xù)探索，才能為發(fā)展高效、節(jié)能、低污染、科學集約的綠色算力奠定堅實的基礎。期待本《白皮書》能為大家?guī)韱⑹?，為由于時間倉促，水平所限，錯誤和不足之處在所難免，歡迎各 I II III 1 1 4 7 10 10 11 13 17 17 20（三）網絡傳輸設備向無損化發(fā)展，智能彈性網絡進一步增強傳輸效率.23 25 25 28 32 35 35 36V 38 41 41 41 42 43 44 3 4 7綠色算力技術白皮書隨著數字經濟快速發(fā)展，我國產業(yè)結構持續(xù)優(yōu)化升級，傳統(tǒng)產業(yè)增效提質，新興產業(yè)加速布局，算力底座的重要性日益凸顯，并成為推動各行業(yè)數字化升級的關鍵要素。在國家“碳達峰、碳中和”戰(zhàn)略目標的引領下，高效利用資源，減少能源消耗，降低碳排放和政策上看，算力綠色發(fā)展的關注重點正逐步從聚焦數據中心規(guī)劃、選址、布局綠色，過渡到實現產業(yè)用能、生產和應用的全鏈條布局的指導意見》，提出要充分考慮資源環(huán)境條件，推進“綠色數長，以數據中心為代表的算力基礎設施整體能耗和碳排放問題越發(fā)于加快構建全國一體化大數據中心協(xié)同創(chuàng)新體系的指導意見》提出信部出臺《新型數據中心發(fā)展三年行動計劃（企業(yè)探索建設分布式光伏發(fā)電、燃氣分布式供能等配套系統(tǒng)，引導新型數據中心向新能源發(fā)電側建設，就地消納新能源。在“雙碳”戰(zhàn)略提出后，國家強調要堅持把節(jié)約資源貫穿于經濟社會發(fā)展全過1發(fā)展理念做好碳達峰碳中和工作的意見》提出要加快構建清潔低碳安全高效能源體系，提升數據中心等信息化基礎設施能效水平。提出要發(fā)揮市場主體作用，強化標準引領，引入競爭機制、激勵機信部等六部門聯合出臺《算力基礎設施高質量發(fā)展行動計劃》提出產業(yè)上看，算力市場規(guī)模穩(wěn)步增長，算力市場主體日益豐富，堅持綠色發(fā)展是實現高質量發(fā)展的必然要求。隨著算力應用場景不中國電信、中國移動等為代表的基礎電信運營商，和以世紀互聯、秦淮數據等為代表的第三方數據中心運營商，依靠建設起步早的先發(fā)優(yōu)勢已在本土持有大規(guī)模數據中心資源；我國傳統(tǒng)工業(yè)企業(yè)，如國家電網、南方電網、中石油、中石化等也開始積極推動算力基礎設施建設，為企業(yè)數字化轉型提供支撐；阿里巴巴、騰訊、百度等互聯網廠商借助平臺優(yōu)勢，全面應用自研核心技術自建云計算、智算數據中心；隨著芯片、服務器在人工智能、云計算和數據中心等領域發(fā)揮著越來越重要的作用，國內算力設備頭部廠家，如華為、2聯想、新華三等在硬件算力方面不斷進行技術創(chuàng)新與突破。算力產業(yè)具有產業(yè)鏈長、參與主體多、應用范圍廣泛等特點，從能源資源角度出發(fā)，算力產業(yè)各環(huán)節(jié)發(fā)展均受到資源要素和環(huán)境壓力的制約；從技術發(fā)展角度出發(fā)，算力產業(yè)發(fā)展需要底層硬件、核心算法和平臺軟件等多方面技術的支持?！半p碳”戰(zhàn)略為我國綠色低碳創(chuàng)新發(fā)展帶來了空前重要的歷史機遇，我國算力產業(yè)應充分吸收和借鑒國內外成功經驗和做法，一方面是要更加注重可持續(xù)發(fā)展，用能上從煤炭、石油等傳統(tǒng)化石能源向太陽能、風能、氫能等綠色可再生能源轉變，材料使用上向集約節(jié)約、質量效益好的新材料轉變；另一方面是要加強技術創(chuàng)新，算力涉及諸多學科和領域，包括計算機科學、數學、物理學、工程學等，要充分發(fā)揮技術在產業(yè)要素配置上的重要作用，將技術創(chuàng)新作為算力綠色發(fā)展的突破口，以綠色算力3算力綠色低碳發(fā)展，是國家戰(zhàn)略之所需也是行業(yè)發(fā)展之必然，未來算力將朝著高效、節(jié)能、低污染、科學集約等方向持續(xù)發(fā)力。綠色算力是把環(huán)境資源作為算力產生的關鍵要素，把生產過程“綠色化”作為綠色算力的主要內容，把應用結果“綠色化”作為綠色算力的更高追求，自下而上實現算力在算力設施、算力設備、算力平臺和算力應用全體系綠色化的研究領域。綠色算力的目的是打通算力供需通路，完成算力產業(yè)用能轉型、生產高效、應用和需求場景相匹配。隨著綠色算力理念在各層面的深化和實踐，綠色算力技術的不斷創(chuàng)新和進步，綠色算力正日益廣泛地應用于各產業(yè)的數字化發(fā)展與實踐，我國綠色算力體系正不斷發(fā)展與完善，并逐步形成4全局性。算力與綠色低碳的深度融合發(fā)展，既需要財政、稅收、金融、人事等各體系協(xié)同聯動、支持配合，又需要產業(yè)內各領域間優(yōu)勢互補、匯聚合力。算力覆蓋產業(yè)廣泛多元，進一步深化發(fā)展綠色低碳技術，需要巨大的資金支持，要靠國家財稅政策引導和綠色金融相關產品推動，多管齊下促使投資向綠色算力產業(yè)傾斜。我國綠色產業(yè)發(fā)展動力強勁，方興未艾，綠色算力作為其中的重要一環(huán)，對創(chuàng)新型、技能型和應用型人才需求迫切，需要科研機構、高校、行業(yè)協(xié)會等各方協(xié)助，共同建設綠色算力人才隊伍。引導數據中心骨干企業(yè)將項目建設在風、光資源密集地區(qū)，實現新能源發(fā)電、儲能、數據中心融合發(fā)展。發(fā)揮軟硬件企業(yè)各自優(yōu)勢，引導芯片能力與服務器性能相匹配，芯片產業(yè)發(fā)展與模型算法規(guī)模相適應，減少磨合和不兼容等問題，實現算力高效輸出。在綠色算力經算網調度傳輸，賦能工業(yè)、交通、金融、互聯網等提質增效的過程中，綠色先導性。綠色算力產業(yè)關聯系數大，技術聯代功能強，可有效帶動數字經濟發(fā)展，孵化高增長企業(yè)。綠色算力產業(yè)影響力強，是有力支撐各行業(yè)早日實現碳達峰與碳中和目標，實現綠色發(fā)展的重要引擎。具體來看，綠色算力與能源電力、半導體、集成電路、消費軟件等產業(yè)關聯密切，可有效帶動其他產業(yè)向著綠色低碳化發(fā)展。從本質上講，綠色算力具備算力產業(yè)和綠色產業(yè)二者的雙重特征。在賦能下游應用上，綠色算力一方面可支撐如人工智能、大數據、5G、元宇宙等新興技術發(fā)展，以更少的能耗代價進行更大規(guī)模的訓5練運算；另一方面可以賦能高耗能產業(yè)進行技術改造和降本增效，如帶動鋼鐵、建筑、石化化工等重點領域構建工業(yè)互聯網，實現工業(yè)制造再升級、帶動智慧城市建設，提升城市“腦力”，讓城市更“智慧”，生活更便利。類比綠色電力和電力，綠色算力與算力的關鍵區(qū)別在于將節(jié)能、低碳、循環(huán)、高效等理念全面貫徹到算力生產、應用、賦能、消費等各個環(huán)節(jié)，為算力發(fā)展注入“綠色基因”，長期性。算力實現全面綠色發(fā)展是一項長期的綜合性任務，需要穩(wěn)扎穩(wěn)打、循序漸進。綠色算力涉及范圍龐雜，因此需要從不同層面、不同視角統(tǒng)籌考慮，促進其健康有序發(fā)展，推動我國經濟社會高質量可持續(xù)發(fā)展。宏觀上，為保障綠色算力發(fā)展行穩(wěn)致遠，制定政策規(guī)劃時，要處理好綠色算力和產業(yè)需求目標之間的關系，達到二者有效平衡；推行綠色算力政策時，要注意節(jié)奏，預留適當的緩沖期，用動態(tài)發(fā)展的眼光不斷豐富和完善工作思路，做到有序且量力而行。另一方面，要充分意識到，綠色算力的創(chuàng)新發(fā)展是一項長周期活動，涵蓋產品、工藝、原料、組織管理和市場等方方面面的創(chuàng)新，算力從淺綠、經歷中綠、深綠和完全的綠色需要時間的沉淀從而厚積薄發(fā)。未來，通過算力綠色低碳技術的進步，綠色算力6初級階段：數據中心開始商業(yè)化運營，快速擴張忽略環(huán)境影響隨著互聯網的出現，分散的數據資源被有效整合并通過互聯網進行分發(fā)傳輸，數據中心進入商業(yè)化發(fā)展階段，為了承接處理激增的互聯網和金融交易等數據，大中小型數據中心均加速建設，數據中心規(guī)模和數量均顯著增加。然而，在這種傳統(tǒng)增長模式下，過分強調產能規(guī)模擴張，而忽視了與之對應的能源消耗，環(huán)境污染問題日益突出。這一階段，數據中心時代到來，綠色化概念還未引起廣7出為衡量數據中心綠色節(jié)能情況提供了可量化的評價標準。各個國的評價數據中心能源效率的指標。這一階段，數據中心綠色評價體發(fā)展階段：數據中心綜合能耗評價體系初具規(guī)模，算力效率逐實地評價數據中心綠色節(jié)能情況。水資源利用效率（WaterUsageEffectiveness，CUE）、基礎設施利用效UsageEffectiveness，IUE）陸續(xù)被提出，構成了衡量數據中心能耗綜合管理能力及綠色程度的評價體系。2022年，算力碳效（CarbonEmissionPerServe用以評價服務器計算效率，為服務器使用周期內產生的碳排放與所8提供的算力性能的比值，可理解為服務器單位算力性能的碳排放量，器計算效率。這一階段，算力產業(yè)正向著更節(jié)能、更高效的方向探索，充分發(fā)揮硬件資源潛力，不斷實現新的突破。當前，我國綠色算力發(fā)展處于該階段，多元化評價指標被陸續(xù)提出，相關企業(yè)將綠色意識并與業(yè)務發(fā)展深度結合作為提升競爭力的關鍵核心，貫穿生成熟階段：算力生產綠色低碳，綠色算力賦能千行百業(yè)成風。算力將在生產、應用、消費的各個環(huán)節(jié)實現綠色節(jié)能。這一9算力設施為數據中心提供最基礎的動力來源、能源配送和可靠算力設施的綠色技術發(fā)展，主要圍繞供配電系統(tǒng)、制冷散熱系統(tǒng)、（一）綠電消費比例穩(wěn)步提升，電能傳輸效率有效提高電力是支撐算力發(fā)展的根本，數據中心作為傳統(tǒng)的耗能大戶，電算轉化的載體，其綠色低碳發(fā)展面臨嚴峻挑戰(zhàn)。穩(wěn)步提升太陽能、風能、水能等可再生能源電力在數據中心的應用，已是大勢所趨?，F階段我國大部分算力需求集中在數字經濟發(fā)展較發(fā)達的東部沿海地區(qū)，東部地區(qū)缺乏能源，電力以火電為主，使用石油、煤炭、天然氣等不可再生能源發(fā)電，造成的大氣和環(huán)境污染問題已引起產業(yè)各界的廣泛關注，提升新能源使用比例、降低碳排放成為產業(yè)發(fā)展導就地消納也是有效提高新能源供電量的手段。近幾年，數據中心在建筑屋頂及外立面鋪設分布式光伏，在數據中心產業(yè)園區(qū)建立分散式風電，通過大量的建設，大幅提升新能源的供電量，促進能源的可持續(xù)發(fā)展、改善環(huán)境，樹立綠色企業(yè)形象、提升自身的競爭力。當前，包括京津冀、成渝、寧夏、內蒙古等在內的四個國家算力樞為確?！皹I(yè)務零中斷”，數據中心IT負荷往往需要“365×24”力轉換效率，實現傳輸線路的高效供電，是數據中心供配電系統(tǒng)的主要負荷的微電網、“源網荷儲”新方案，實現在負荷側就近建立電源供電，有效縮短“源”“荷”距離，減少傳輸損耗。位于國家樞紐節(jié)點集群起步區(qū)的吳江算力調度中心項目采用高效供電系統(tǒng)，變壓器優(yōu)先選擇一級能效干式變壓器；優(yōu)化供電半徑，合理選擇變壓器的容量、提高負荷率，使設備處于經濟運行狀態(tài)，降低電能損低的架構和設備。結合數據中心智慧管理系統(tǒng)設置能耗計量系統(tǒng)；選用節(jié)能型光源和燈具，結合智慧園區(qū)進行智能控制；在可利用屋面（例如指揮調度中心）設置光伏發(fā)電，用于建筑用電。通過以上對于數據中心而言，儲能不可或缺。儲能技術是推動算力在設施側實現綠色轉型的重要因素，儲能與供配電系統(tǒng)協(xié)調配合，輸出穩(wěn)定電力，共同保障數據中心電力系統(tǒng)平穩(wěn)運行。在算力領域，儲能可分為數據中心級儲能和數據中心內儲能，為高效存儲和利用能源、減少溫室氣體排放提供保障。數據中心級儲能指的是儲能作為數據中心的備用電源，同時參與市場電力市場調峰、輔助調頻等輔助服務，在提高數據中心供電可靠性的同時，也從電力市場服務中獲取收益補償，是應對極端事件、保障能源安全、支撐數據中心電力系統(tǒng)穩(wěn)定運行的重要技術。數據中心內儲能主要采用分布式結構，包括機柜級分布式供電系統(tǒng)（DPS）和服務器級備用鋰電池組（BBU）實現機柜級的能源管理并進行智能調度。分布式供電模式把屬于傳儲能有多種形式，包括電池儲能、氫儲能、壓縮空氣儲能等。綠色低碳產業(yè)趨勢下的儲能設備將具備安全可靠、生命周期內性價比高、環(huán)境友好、循環(huán)壽命長等優(yōu)點。氫能燃料電池是將氫氣和氧氣的化學能直接轉換成電能的發(fā)電裝置，其主要優(yōu)勢是對環(huán)境無污染、運行安靜無噪聲、發(fā)電效率高，當前業(yè)界已展開多項實驗與測試，證實了其作為數據中心電源的可行性。磷酸鐵鋰電池是指用磷酸鐵鋰作為正極材料的鋰離子電池，該電池不含任何重金屬與稀有金屬，無毒，無污染，為綠色型環(huán)保電池。數據中心在應用磷酸鐵電池時，可重點利用其能量密度較高和常溫倍率性能良好的特點。未來，為實現綠色算力，隨著供配電系統(tǒng)、儲能系統(tǒng)等多種模式融合，可以實現綠電生產、平抑峰谷、降低排放等多重目標，形成完對于數據中心而言，制冷系統(tǒng)是影響節(jié)能表現的重要因素。在選擇整體設計方案時應充分綜合考慮數據中心所在地區(qū)的氣候特點、心規(guī)模持續(xù)增加，盡可能使用自然冷卻技術，減少和避免使用機械制冷成為數據中心減少能耗的關鍵。自然冷卻技術可分為直接新風自然冷卻、間接空氣自然冷卻、自然冷源水自然冷卻、蒸發(fā)式冷卻水自然冷卻等。相比而言，直接新風自然冷卻技術是路徑最短的自然冷卻方式，也是散熱效率最高的空氣冷卻方式?？諝赓|量較差、溫濕度不合適的數據中心主要采用水系統(tǒng)自然冷卻技術。針對風冷后4的交叉排布的設計，大大提高了熱管的傳熱效率，可以支持隨著生成式人工智能、大模型計算的需求帶動GPU、FPGA等發(fā)熱量大的元件應用發(fā)展，高功率機柜逐漸增多。實現高功率機柜的有效散熱成為數據中心關注的重點問題。根據機柜的熱密度等級，依次可選擇的冷卻方式有房間空調、列間空調、機架內部冷卻、液優(yōu)勢，可分為直接冷卻和間接冷卻兩種。目前，間接冷卻以冷板式液冷技術為主，直接冷卻以浸沒式液冷技術為主。液冷技術是使用液體作為熱量傳輸的媒介，可直接導向熱源帶走熱量，其突破了氣候條件和地域的限制，可以在全國任何地區(qū)進行應用，即使是華南、華東等溫度高的地區(qū)也可以應用液冷技術進行冷卻，最終促使數據具體而言，冷板式液冷是通過與裝有液體的冷板直接接觸來散熱，或者由導熱部件將熱量傳導到冷板上，然后通過冷板內部液體循環(huán)帶走熱量。隨著冷板技術的逐漸成熟，提高冷板效率、降低冷板成本的需求也越來越強烈。傳統(tǒng)的銅冷板也受到了一些限制，例如：整體冷板的重量限制，鏟齒Fin厚度的制造限制，流阻的限制冷板，實現銅高效導熱、鋁減輕重量、無電化學反應風險。聚焦漏液冷機柜可用于通算、智算、超算、異構算力等多業(yè)務場景，采用著解耦盲插、風液融合的設計理念，可與多種類型服務器適配，賦能算力基礎設施綠色低碳化轉型。浸沒式液冷是將發(fā)熱的電子元件箱式浸沒液冷系統(tǒng)，將單服務器作為一個密封浸沒液冷系統(tǒng)，并采用融合架構，實現了冷板式和浸沒式兩種路線的優(yōu)勢融合，解決了機房空間利用率低，液冷散熱占比小，以及冷卻液用量大成本高等問題。相比而言，浸沒式液冷的平均PUE發(fā)，覆蓋風液冷混合、冷板液冷、浸沒式液冷等主流液冷技術，布局全棧數據中心液冷產品，提供從服務器、機柜、機房到數據中心此外，服務器在運行的過程中，產生大量的余熱，這些余熱有著易提取、熱源充足等特點，利用熱泵技術將余熱回收利用，有著廣泛的應用前景，尤其是在我國北方地區(qū)，可有效幫助用戶降低用熱成本。隨著更大規(guī)模、更多數量的數據中心建設，將有更多的設備，產生更多的余熱，這些余熱如果能被加以利用，可以加速“碳中和”進程。聯想在關注散熱效率和能源效率提升的同時，聚焦能設計，采用熱回收技術，對廢熱回收利用。聯想研發(fā)的溫水水冷技術可實現溫水液冷和數據中心熱能回收，既可以提升5%的算力，還液冷服務器中高溫回水和熱回收技術相結合，實現數據中心熱能高備，以服務器、芯片為核心部件，實現對數據的處理與輸出?，F階段，針對算力設備的綠色技術發(fā)展，主要圍繞服務器計算高效、先（一）服務器硬件節(jié)能方向廣泛，動態(tài)能耗管理智能化發(fā)展服務器承載處理數據和實現結果輸出的功能，是算力供給的核在過去很長一段時間，為了滿足不斷增長的用戶數據處理需求，企業(yè)主要是通過擴大機架和服務器規(guī)模來提供更多算力，但是這也會導致運營成本的增加和場地空間的浪費。發(fā)達地區(qū)日益緊張的土地資源使得以擴大服務器規(guī)模來提升算力水平的數據中心建設模式器被分為了多種類型，產業(yè)循著上述方向對服務器的高效節(jié)能做出優(yōu)化。從指令集架構上看，基于精簡指令集（RISC）架構的處理器以其低功耗、高效能、成本低、高可靠的優(yōu)勢正在成為讓信息計算即復雜指令集（CISC）和精簡指令集（RISC）。復雜指令集的代表務器在云游戲、數字人等新興應用市場展現出獨特優(yōu)勢。據投資銀品形態(tài)上看，建設高密度服務器成為提升計算效率的重要舉措。高密度服務器內，電源和風扇以共享方式進行設計，位于同一機箱內的多臺服務器節(jié)點可以共享電源和風扇，一方面降低了機體的重量和空間占用，提升單位面積算力，另一方面能夠提升電源和散熱系統(tǒng)的使用效率，降低運營成本，能夠進一步增加數據中心功率密度和數據中心“每平方米”的計算能力。刀片服務器是高密度服務器的一種，主要應用在商業(yè)智能分析及數據挖掘等大規(guī)模計算場景，具有耗電量低、可靠性高等優(yōu)點。整機柜服務器是提升計算密度的另一種形式，依據模塊化設計思路優(yōu)化服務器內部架構，采用工廠預制的設計大幅縮短工期。寧暢B8000整機柜服務器，采用全液冷可至1.09。并在服務器內存池化未來形態(tài)上進行深度探索，采用水、除了上述從計算需求角度提高服務器能效外，還可以通過管理工具加強對電源、風扇等其他硬件的控制力度來進行能源節(jié)約。服務器整機節(jié)能技術有功耗封頂節(jié)能技術、動態(tài)調頻調壓、啟動低功耗、智能能耗管理等技術。功耗封頂技術通過服務器內置的功耗測量模塊來實時獲取服務器的運行功耗，然后通過限制處理器或者其他部件的性能來將服務器的總功耗控制在設定的上限功耗以下，防止功耗超標的同時提高服務器利用率。動態(tài)調頻調壓技術是在服務大幅度降低處理器功耗。某些服務器會將預先調優(yōu)好的功率模型內保服務器上電過程的功耗低于系統(tǒng)下的運行功耗，消除上電瞬間電流過大帶來的供電風險，同時為用戶節(jié)省電費開支。智能能耗管理幫助企業(yè)智能地監(jiān)測和管理CPU資源、建立模型來幫助預測數據中心或網絡的峰值負載，調整CPU頻率以便在需求下降時降低用電量，還能夠在有可再生能源供應時選擇性地增加工作負載，從而有機會聯想從芯片、整機、系統(tǒng)等不同層次進行技術創(chuàng)新，在芯片級別做到了服務器的功率監(jiān)控；適用業(yè)界最高運行效率的電源，并通過智能休眠技術，自適應動態(tài)調整工作電源狀態(tài)；在服務器內部使用高效散熱設計，均勻化散熱器熱流及流阻，采用航空渦輪設計技術，通過雙馬達冗余熱插拔風扇，使風扇在較低轉速下即可處于最高效率工作點，在增加散熱的同時，節(jié)省能源。在系統(tǒng)層次上通過負載均衡技術、監(jiān)控數據分析預測技術等實現自適應節(jié)能。新華三液冷動態(tài)智能控溫管理平臺，支持服務器級別的智能調溫。當機柜內服務器業(yè)務負載變化時，智能控溫管理平臺可監(jiān)測服務器溫度，通過調整泵速和電動調節(jié)閥開度，動態(tài)調整二次側回路的溫度和流速，實現隨著業(yè)務的不同維持溫度動態(tài)平衡。當服務器正常運行時，動態(tài)降低泵轉速，降低能耗，在部分服務器溫度升高時，動態(tài)提高為保存不斷增長的海量數據，對存儲容量的需求亦成幾何式增長，數據分級、冷熱數據分治、優(yōu)化存儲設計成為降低單位容量數據成本和功耗、提升數據存儲效率和密度的有效方式。隨著數據量的爆炸式增長以及數據類型的日益細化，讓數據分級和冷溫熱數據分治可更好的降低存儲能耗。熱存儲是指將數據存儲在經常訪問的存儲介質上，具有訪問速度快的優(yōu)點，適合頻繁訪問的數據。固態(tài)芯片，閃存介質存儲有高密度、高可靠、低延遲、低能耗等優(yōu)勢。提升。冷存儲通常使用離線介質將數據保存在不需要實時訪問的位置，通常用于存儲備份、歸檔或低訪問頻率數，常見的冷存儲介質包括機械硬盤（HDD）、磁盤、光盤等。機械硬盤讀寫速度相對較慢、使用壽命長，適合冷存儲場景。此外，磁帶、藍光光盤等載體也常用于溫、冷數據的存儲，磁帶生命周期內二氧化碳排放顯著低于硬盤并且磁帶可以大大減少電子垃圾的數量。光存儲用電量僅為磁盤色數據中心建設行之有效的存儲介質。合理的存儲設計是節(jié)能降耗的關鍵，數據中心存儲采用高密設計和風液冷設計來降低能耗。高密化設計上，專門設計的高密存儲型節(jié)點，密度達到傳統(tǒng)存儲服務數據融合技術、軟件編碼技術、數據重刪技術和探索系統(tǒng)協(xié)同節(jié)能是業(yè)界研究的熱點。數據融合技術，允許多云多業(yè)務共享存儲分離架構后，利用數據糾刪碼（ErasureCode，EC）技術替代傳統(tǒng)三副本數據冗余，可以把磁盤利用率從33%提升到91%，降低能耗40%。數據重刪技術，利用定長重刪、變長重刪、相似重刪算法把相同數據刪除，通過數據壓縮、壓緊算法把定長的數據塊優(yōu)化數據存儲布局，節(jié)約存儲空間。借助閃存介質帶來的100倍性能提升，目前業(yè)界已經能夠在數據庫、桌面云、虛擬機等業(yè)務場景實現2-3.6能節(jié)約50%以上。探索存儲系統(tǒng)協(xié)同節(jié)能方式，可通過感知存儲中大量業(yè)務運行數據對存儲不同時期的全局負載進行建模，實現預測中國電信天翼云自主研發(fā)的存儲資源盤活系統(tǒng)HBlock，可以把通用服務器及其管理的存儲資源轉換成高性能的虛擬存儲陣列，通代品，用于本地數據存儲，幫助用戶提高資源利用率，優(yōu)化資源成本。以天翼云云計算業(yè)務調動系統(tǒng)為例，存儲資源盤活技術通過盤活天翼云公司內部存量的服務器資源，實現存儲資源的再利用，將一年內節(jié)約了187.4萬元支出。在天翼云科技有限公司為長城紫晶傳輸效率算力的傳輸和供給需以可靠的網絡連接為基礎。一方面，龐大用戶規(guī)模的加速增長離不開網絡傳輸設備的提速換代；另一方面，配合云計算、大數據、物聯網、人工智能、虛擬現實/增強現實等數字技術和產業(yè)的融合應用發(fā)展，打造無損高效的網絡運載服務能力，部署超低損耗光纖、實現全光接入網絡覆蓋是降低損耗、提升網絡傳輸效率的關鍵。超低損耗光纖常用于長距離和高速光信號傳輸，具有更低的損耗、更強的抗拉強度和更小的彎曲半徑，可以支持更遠的傳輸距離和更高的傳輸速率。現網中光纜G.652光纖占比應用，降低了衰減和非線性等因素的影響，可以減少光放站和光再生中繼站的設置，有效降低網絡運營成本。全光網是指光信息流在傳輸及交換時始終以光的形式存在，而不需要經過光/電、電/光轉換。相對于無線傳輸和電域交換技術，全光網技術在單位比特公里傳輸能耗和單位比特交換能耗方面，節(jié)能效果十分顯著。根據中國網絡動態(tài)適配技術和網絡彈性智能技術可通過優(yōu)化網絡資源利用減少能源消耗。網絡動態(tài)適配技術在不降低網絡設備處理能力的情況下，通過動態(tài)調整路由協(xié)議可以達到節(jié)能的目的。網絡設備可以根據網絡負載變化動態(tài)調整網絡接口速率，也可以通過計算網絡設備負載動態(tài)調整處理器的電壓與頻率，提高處理器能效。網絡設備協(xié)議節(jié)能技術根據網絡協(xié)議的特點，動態(tài)感知網絡流量的實時變化來動態(tài)調整路由，使得在網絡連通性和網絡性能等約束條件下使用的網絡資源最少。網絡彈性智能技術可以根據需求動態(tài)調整連接和帶寬，提升網絡整體效率，實現整體節(jié)能的效果，例如SRv6、SR（段路由）給網絡帶來的所有好處，如簡化協(xié)議、簡化網絡（設靈活的網絡互連。FlexE（FlexibleEthernet，靈活以太）技術是發(fā)展的技術，可以提供靈活、高效、可靠的通信通道，支持多種業(yè)務處理和網絡切片，提升網絡性能和資源利用率，有助于網絡的高算力平臺是以數據中心算力設備的硬件算力為基礎，集成了云原生操作系統(tǒng)、AI（人工智能）操作系統(tǒng)、智能監(jiān)控系統(tǒng)等多樣化工具和框架，給服務對象提供通用算力、智能算力和高性能算力的算力服務平臺。算力平臺的關鍵在于實現了算力資源與計算要求有效對接、算力與用戶需求有效適配、算力在節(jié)點間靈活調度和智能管理，根據實際業(yè)務場景，提供針對性的服務，依據業(yè)務需求進行軟件和算法優(yōu)化，實現算力高效流轉、無感調度、隨取隨用。麥肯錫早期曾做過一個調研，商用和企業(yè)數據中心的服務器利用率很少超過6%，而高達30%的服務器處于“昏睡”狀態(tài)，一直在耗費電力但沒有提供有用的信息服務。隨著算力產業(yè)鏈條脈絡逐漸明晰，利用平臺能力匯聚算力資源，以場景化、智能化實現算力供需精準匹配，逐漸成為產業(yè)關注的重點和綠色化發(fā)展的關鍵。具體而言，即聚焦軟件技術、軟硬結合等手段，激發(fā)拓展平臺能力，發(fā)揮全局資源調度優(yōu)化、智能產品開發(fā)技術支撐和綠色監(jiān)測評估優(yōu)化等功能，算力資源調度是根據不同的任務和計算需求，在算力平臺合理分配和利用算力資源的過程，是提高算力利用效率，減少資源浪費，保證任務高效執(zhí)行的重要環(huán)節(jié)。當前，我國算力產業(yè)已經開始探索跨區(qū)域及跨集群的算力資源調度平臺建設，根據規(guī)模大小及覆蓋范虛擬化、云原生技術通過軟件能力優(yōu)化平臺性能，是提高服務器利用率，減少能源消耗和碳排放的關鍵技術要素。算力由芯片、算力平臺發(fā)揮銜接算力供需雙方的橋梁作用，如何高效地將硬件算力轉化為軟件算力，匯集和統(tǒng)一硬件算力是首要和關鍵，相關技術突破經歷了算力虛擬化和算力池化兩個階段。算力虛擬化，是在物理服務器硬件或主機操作系統(tǒng)上插入精簡的軟件層，該軟件層包含一個以動態(tài)和透明方式分配硬件資源的虛擬機監(jiān)視器。多個操作系統(tǒng)可以同時在單臺物理服務器上運行，彼此之間共享硬件資源。該硬件資源整合，有效節(jié)能2050％。當前，算力逐漸由串行走向并行、單核走向雙核、同構走向異構，異構計算已經成為計算架構的主流，算力池化技術從虛擬化發(fā)展而來，是云原生技術的一種，資源管納的范圍從單個節(jié)點擴展到由算力網絡互聯起來的全部算力節(jié)點，將多個計算資源匯聚到一個池中，通過調度算法，按需靈活調用任意程序，從而提高計算資源的利用率。算力平臺會集中管理多個計算資源，并維護一個資源池，這些資源可以是物理服務器、虛擬機實例、容器等。資源管理系統(tǒng)負責對資源進行監(jiān)控、分配、回收和維護，確保資源的可靠性和可用性。算力池化的一個重要特性是彈性伸縮。根據用戶需求的變化，算力平臺能夠自動調整資源池的規(guī)模，增加或減少計算資源的數量，以滿足用戶的實時需求。這種能力可以提高資源利用率，并降低用戶的成本。同時算力平臺可以做到有效地按需來針對用戶的計算任務進行調度，將任務分配給合適的計算資源。調度算法通?？紤]任務的優(yōu)先級、資源的可用性、任務的依賴關系等因素，以實現公平、高效的資源分配。此外，容器化、容器編排、微服務化等云原生技術使得應用程序更加輕量級、可移植和高彈性，從而實現了應用程序的快速部署、擴展和縮減，進一步減少了能源消耗和碳排放。谷歌開發(fā)的開源Kubernetes平臺，通過有效管理容器和根據需求擴展資源來優(yōu)化資源利用，可以防止過度配置，并允許更好地利用基礎設施資源，從而實現節(jié)省企業(yè)自用算力平臺可以利用先進的資源調度技術更好地管理和使用計算資源，提高計算任務的效率和可靠性。對于覆蓋用戶范圍更廣的全國性或地區(qū)性算力平臺，資源調度能力可以幫助用戶以較低成本靈活地獲取和管理低碳綠色計算資源，降低資源的浪費。這對于需要大量計算資源的應用場景，如人工智能、大數據分析等，國首個實現多元異構算力調度的全國性平臺——“全國一體化算力算網調度平臺（1.0版）”。該平臺匯聚通用算力、智能算力、高性能算力、邊緣算力等多元算力資源，實現不同廠商的異構資源池的可實現跨資源池/跨架構/跨廠商的異構算力資源調度。云廠商以及算力設備商等依據各自的算力資源優(yōu)勢也紛紛布局建設企業(yè)算力平可與業(yè)務深度結合提升工作效率，持續(xù)優(yōu)化算法和積累公域數據，為用戶提供最新知識能力。阿里云推出智能計算解決方案“飛天智理器混合部署和統(tǒng)一調度，可以適配多種國內自研芯片，并進行應算力在經過虛擬化和池化后，根據負載調用任意大小的算力成為可能，計算架構提供了一種可擴展和適應不斷變化的硬件和軟件環(huán)境的方案。計算架構可以屏蔽異構硬件差異，減少用戶跨架構編程的重編譯和遷移代價，提供統(tǒng)一異構硬件開發(fā)工具，并提供便捷平臺工程和無服務是幫助簡化產品開發(fā)，實現算力資源高效利用的架構模式。平臺工程（PlatformEngineering）主要指應用與系統(tǒng)軟件協(xié)同設計、透明研發(fā)、部署解耦，系統(tǒng)軟件以模塊化方式交付，從而提升產研效率，加快業(yè)務迭代速度。平臺工程是一門設計和構建工具鏈與工作流的學科，可以為云原生時代的軟件工程組織提供自助服務能力，平臺工程的目的正是讓應用研發(fā)者盡可能簡從而達到降本增效的目的。無服務（Serverless）是一種新型的計算架構，它是一種基于事件驅動的計算模型，可以自動擴展和縮減計算資源，而無需用戶管理服務器。使開發(fā)人員能夠專注于編寫和部署代碼，而無需管理底層基礎設施。無服務架構廣泛服務于智能科學模擬、數字化政府治理、平臺型算力共享等場景，提供安全可信的服務保障。無服務對開發(fā)人員透明地處理資源分配和管理。它抽象了底層基礎架構的細節(jié)，如服務器配置、網絡和操作系統(tǒng)管理，允許開發(fā)人員只需專注于編寫和部署他們的功能即可。例如，AWS情況下運行代碼及使用計算資源。這種方法支持根據需求進行自動內使用無服務架構的企業(yè)有騰訊的云函數（ServerlessCloudFunction，SCF）。云函數是騰訊云為企業(yè)和開發(fā)者們提供的無服務器執(zhí)行環(huán)境，幫助在無需購買和管理服務器的情況下運行代碼。只需使用平臺支持的語言編寫核心代碼并設置代碼運行的條件，即可在人工智能應用開發(fā)中，人工智能應用框架可以作為平臺架構的一部分，提供機器學習模型的開發(fā)、訓練和部署服務。平臺工程可以提供統(tǒng)一的開發(fā)平臺和工具鏈，包括人工智能應用框架的集成和支持，以簡化人工智能應用的開發(fā)過程，提高開發(fā)效率和質量。而無服務架構可以提供計算資源的管理和擴展服務，為人工智能應的深度學習框架，通過計算效率優(yōu)化、資源優(yōu)化和壓縮、硬件優(yōu)化和兼容性以及社區(qū)合作和共享等方面的努力，為綠色低碳化發(fā)展做供了自動微分功能，能夠自動計算導數。這樣可以優(yōu)化和訓練模型，減少手動計算導數的復雜性，提高計算效率。同時，框架支持異步計算，能夠同時進行計算和數據傳輸，最大程度地減少計算等待時間，提高計算效率，降低能源消耗。此外，模型并行和數據并行，框架支持將大型模型拆分為多個部分，并在多個設備上并行計算，以加速模型訓練和推理，降低整體能耗。資源優(yōu)化和壓縮技術上，通過模型壓縮和量化，框架提供了模型壓縮和量化的技術，通過減少模型參數的數量、使用低精度數據表示和優(yōu)化存儲格式等方法，降低模型的能耗和計算復雜度。同時通過圖優(yōu)化和計算圖分析，框架通過計算圖優(yōu)化和分析技術，可以對計算圖中的操作進行重排、合并和優(yōu)化，以提高計算效率和降低能耗。此外，通過內存管理和數據重用，框架提供內存管理機制和數據重用策略，避免不必要的內存分配和數據復制，減少能源消耗。硬件優(yōu)化和兼容性上，通過硬件加速器支持，這些框架與硬件供應商合作，支持各種硬件加速器，如圖形處理器（GPU）和神經網絡處理器（NPU），充分利用硬件加速器的優(yōu)勢，提高計算效率，降低功耗。同時，通過模型庫和算法優(yōu)化，框架提供了豐富的模型庫和算法優(yōu)化，針對不同硬件平臺進行優(yōu)化，使得模型在特定硬件上運行更高效，提高能源利用率。此外，豐富跨平臺兼容性，框架在不同操作系統(tǒng)和硬件平臺上都具備較好的兼容性，使得開發(fā)者可以在各種設備上靈活使用，從而降低硬件升級的需求，減少資源消耗。社區(qū)合作和共享上，PyTorch和TensorFlow等框架擁有龐大的開源社區(qū)，開發(fā)者可以共享經驗、優(yōu)化代碼和模型，減少重復勞動，提高能效。同時，框架提供了豐富的教程和文檔，幫助用戶理解和使用高效能的模型開發(fā)和訓練方法，提高用戶的技術水平，進而在實踐中促進綠色低碳化發(fā)展。除在應用產品設計和優(yōu)化上，還需要考慮發(fā)展綠色算法，優(yōu)化策略和參數設置，降低代碼運行能耗。在算力設備上運行的應用程序，其架構和設計可以影響服務器的利用率。沒有設計成利用并行處理或分布式計算能力的應用程序可能無法有效利用算力資源。高效的軟件設計和優(yōu)化在最小化CPU利用率方面起著至關重要的作用。編寫良好的代碼可以消除冗余計算，減少不必要的循環(huán)。同時使用高效的算法，利用提供更快訪問和處理的數據結構，可以提高應用程序的整體性能，減少不必要的計算。同時，高效的內存管理和緩存技術對于優(yōu)化也至關重要。內存池、緩存和最小化內存碎片等技術可以幫助減少內存開銷并提高應用程序性能。在內存管理方面，當前使用了各種技術來優(yōu)化應用程序的性能，如內存映射文件、虛擬技術可以大幅降低存儲成本，支付寶某核心業(yè)務從Oracle遷移到制，提升數據庫的運行效率，在同等算力水平上可以承載更多的業(yè)算力平臺的能效監(jiān)測和評估功能用于監(jiān)測和管理能源消耗和碳排放，結合數據分析和人工智能技術實現工作負載的優(yōu)化，旨在確保數據中心及算力設備的能源效率，同時降低碳排放，實現綠色、資源和碳排放監(jiān)測是實現低碳運營的基礎。資源監(jiān)測是指對數據中心和算力設備的資源消耗進行實時監(jiān)測和記錄，包括電力系統(tǒng)、通過實時監(jiān)控系統(tǒng)的關鍵指標了解數據中心的資源消耗情況，發(fā)現任何異?；驖撛诘哪茉蠢速M，并及時采取措施應對。隨著業(yè)務發(fā)展中的低能耗要求提升，針對硬件算力資源，常見的監(jiān)測指標從CPU利用率、內存使用情況、網絡流量、磁盤I/O等延伸至面向業(yè)務的綜合算力效用指標。實時監(jiān)控利用如剖析器和跟蹤工具，可以幫助對數據中心和算力設備的碳排放進行監(jiān)測和記錄。通過了解碳排放能效分析和人工智能調優(yōu)是實現低碳運營的關鍵。能效分析是對數據中心的能源效率和性能進行綜合分析。通過分析歷史數據和當前數據，進行資源分配決策、容量規(guī)劃和確定性能瓶頸。針對硬件算力資源，通過收集系統(tǒng)日志以及關鍵的性能指標，如響應時間、吞吐量、并發(fā)連接數等，可以深入了解系統(tǒng)的運行情況和潛在問題，日志分析可以幫助定位故障、發(fā)現異常行為，并為性能優(yōu)化提供有價值的線索。然后，對數據進行分析可以得出資源的利用率等情況，以確定系統(tǒng)是否存在資源瓶頸，并優(yōu)化資源分配以提高整體性能。人工智能調優(yōu)是指在數據中心環(huán)境中，結合大數據處理、機器學習、這些信息自動調整任務的分配，使負載達到平衡。這使得系統(tǒng)能夠及時響應工作負載變化和需求波動，幫助組織提前做出資源分配和調度的決策，從而減少資源浪費和縮短響應時間，更有效地管理和統(tǒng)，預測未來數小時的溫度和工作負荷，實時推送出節(jié)能方案，削平臺工程和配置代碼化等技術，實現業(yè)務所需計算資源的快速擴縮容和統(tǒng)一調度，目前的預測準確度超過90%，并結合性能持續(xù)優(yōu)化（ContinuousProfiling）的能力動態(tài)監(jiān)測分析和實時優(yōu)化，已節(jié)算力賦能是算力產業(yè)鏈的最終環(huán)節(jié)，是指將算力作為驅動生產方式變革和數字化轉型的關鍵要素，應用于金融、交通、能源等行業(yè)，賦能各行各業(yè)實現能源效率提升、數字化轉型推進及供應鏈優(yōu)化。綠色算力是算力在節(jié)能環(huán)保方向的進一步細化，通過采用更環(huán)保的算力設施、更高效的硬件設備、更優(yōu)化的系統(tǒng)設計等方式使算具體而言，用戶在應用和消費時既能利用綠色算力的數字化優(yōu)勢提高生產效率，又能利用綠色算力的綠色化優(yōu)勢推動經濟社會節(jié)能降碳，充分發(fā)揮全局性、先導性和長期性特征，實現經濟社會高質量（一）綠色算力加速科研技術革命高校和科研院所是基礎研究、原始技術創(chuàng)新的策源地。高性能計算、理論研究和實驗成為當今高校開展科學研究的三大支柱，特別是高性能計算已成為衡量學?？蒲袑嵙Φ闹匾笜?。隨著學校師生對高性能計算的算力需求不斷增加，算力成為科研重要的計算資源和工具，助力基礎科學的研究。在科研型教學模式的推動下，建立一個高效可靠的高性能計算中心成為高校信息化發(fā)展的重中之重。與此同時，人工智能正以前所未有的速度向前發(fā)展，高校和科研院所作為我國發(fā)展人工智能技術的重要高地，肩負著該領域人才培養(yǎng)、科學研究和科技創(chuàng)新的責任。加強對人工智能相關技術的創(chuàng)新和探索，已成為當前各高校和科研院所備受關注的方向之一。具有人工智能的算力平臺將會高效助力科研人員在科學研究上的突破，以及高校和科研院所科研的數據中心需要長時間運行，且計算資源密集度具有時間差異，因此，算力資源的綠色和節(jié)能成為重要考量因素。算力平臺可應用算力資源的管理、調度和均衡等技術，實現算力資源的動態(tài)化，達到綠色節(jié)能，節(jié)省科研成本。一些重要領域的計算、仿真、模擬也可以應用綠色算力，縮短研究周期，加速科研技術的創(chuàng)新和應用。上海交通大學計算中心“思源一號”可在極研和重大項目提供算力支持。該算力中心采用動靜分離設計，實現超高計算密度與功耗密度。應用了聯想第五代溫水水冷技術，系統(tǒng)礎設施供熱，比如實驗樓球形大廳冬天供暖、食堂廚房熱水加熱、地下室除濕，以及拓撲量子和時間投影兩個實驗室的空調溫控。如此余熱回收再利用，替代原來需要消耗的電力、燃氣能源，可實現重點領域，其低碳發(fā)展水平直接影響全國整體“雙碳”水平。我國工業(yè)領域正在向新型工業(yè)化道路轉型，其中離不開應用數字化技術創(chuàng)新引領的產業(yè)轉型升級。尤其在工業(yè)互聯網領域，生產數據體量日益增大，對數據高效便捷處理的訴求愈發(fā)強烈。作為工業(yè)互聯網領域新的動力引擎，綠色算力和工業(yè)互聯網融合協(xié)同，一方面，“算力”可以實現工業(yè)制造生產環(huán)節(jié)數據的高效流動和制造流程質效提升；另一方面，“綠色”融入算力血脈中，隨算力流動，企業(yè)應用算力時，產生的碳排放更低，為工業(yè)企業(yè)降低碳足跡提供了解決思路。位于長沙的大唐先一新能源集控中心，接入了中國大唐集團分布在湖南偏遠地區(qū)的光伏、風電和水電數據，通過聯想的高性能高可靠服務器組成強大后臺，對分布在湖南全省的海量發(fā)電設備進行“少人值守、無人值班、區(qū)域管理”運行監(jiān)管，進一步實現了步落地，建筑行業(yè)長期以來存在的發(fā)展模式粗放、生產效率低、工業(yè)化程度低、資源浪費大、建筑成本高等問題亟待解決。綠色算力賦能建筑行業(yè)低碳節(jié)能，通過數字化技術應用的推廣，推動建筑設計、施工和運維等各個環(huán)節(jié)的智能化和高效化，為人臉識別系統(tǒng)、智慧停車系統(tǒng)、樓宇智能運維系統(tǒng)、建筑能源數字化系統(tǒng)提供計算支撐作用，實現資源高效匯集、數據暢通流轉、提高管理效能。美時自動檢測建筑用能設備，包括暖通空調冷卻塔、電動汽車充電樁、綠色算力助力金融規(guī)模效益質量均衡發(fā)展。金融行業(yè)數字化、智能化改造一直在各行業(yè)中處于較為領先水平。數字化與業(yè)務深度融合，大數據分析和人工智能在產品創(chuàng)新、實時風控、精準營銷、智能客服、智慧網點、量化交易等場景實現廣泛應用，全面支撐金融創(chuàng)新業(yè)務場景、降低金融風險、節(jié)省運營成本、提升客戶體驗等。隨著算力應用規(guī)模的持續(xù)增長，如何實現資源利用的降本增效、綠色減碳成為金融機構共同關心的問題。螞蟻集團自研的綠色計算體系目前已經覆蓋了螞蟻集團內部包括支付寶、網商銀行在內的服務器集群。以支付寶為例，通過落地云原生服務網格將基礎設施和業(yè)務解耦，極大提升了運維效率和穩(wěn)定性；通過在離線等不同業(yè)務形態(tài)混合部署模式，大幅提升資源利用效率，硬件資源成本節(jié)約可達點工作之一，城市內無時無刻不在產生海量的政務、社會數據，增加了城市治理的復雜度，智慧交通、智慧水務、智慧稅務、智慧應急、智慧消防、智慧醫(yī)療、智慧教育、智慧文旅等智慧城市應用場景的開放離不開算力技術的支持，算力輔助智慧城市建設，提升城市“腦力”，讓城市更智慧，綠色融入城市基因，打造城市生態(tài)特色，讓城市更低碳，也讓生活更美好。中國移動（鐵嶺）清河數據中心利用電廠老舊廠房，通過部署雙層雙聯微模方，采用“工程服滿足了政務云業(yè)務需求，成為當地工業(yè)廠房“變廢為寶”標桿案例。利用廠區(qū)內閑置空地建設分布式光伏，配套儲能設施，減少了市電能環(huán)保、高效安全等特點。為當地帶來良好的經濟效益、社會效益和環(huán)保效益。新華三在濟南北方醫(yī)療大數據項目中，大量采用預制化技術，減少數據中心建設過程中的碳消耗，提高了效率，為綠色天氣、氣候及環(huán)境氣象業(yè)務應用需求，兼顧試驗和業(yè)務研發(fā)的應用杭州亞運會期間，聯想助力浙江省氣象局打造了包含物理及虛擬計算資源池、存儲資源池及氣象大數據資源池在內的綜合氣象算力資源平臺，實現三維、分鐘級、多要素氣象立體綜合監(jiān)測網構建的 用及技術產品遍地開花，泛娛樂領域創(chuàng)作生態(tài)全面革新。國內外互聯網廠商紛紛布局人工智能大模型領域，大模型的發(fā)展帶來了生成了人類生產力工具的顛覆式革新。與此同時，高能耗和高算力的需求也隨著而來。大模型的數據處理量巨大，帶動數據中心耗電量快能容納。建立兼顧性能和能耗的綠色算法度量標準，構建綠色集約的大模型成為互聯網領域綠色高質量發(fā)展的必然要求。騰訊發(fā)布全新的AI智能創(chuàng)作助手“騰訊智影”，智影數字人能實現“形象克隆”和“聲音克隆”，創(chuàng)作者通過上傳少量圖片、視頻和音頻素材，就能得到自己的數字人分身和定制音色，進而快速生成自己的數字人算力基礎設施綠色化、低碳化、智能化發(fā)展是我國“十