撰文：李裡裡
編輯：李信馬
頭圖來源：阿里雲
冬季來臨，北方的暖氣陸陸續續已開通。
河北承德的“雙灤熱力”供暖公司，正在給近10萬家的使用者集中供暖。熱水流出公司的溫度（供熱端）是固定的，但透過管道後，在白天抵達使用者住所時的水溫，要比夜裡高出不少。有時夜晚溫度太低，住戶會感冒，屋內溫度的變化也會讓人感到不適。
但要想解決這個問題，並沒有那麼簡單。要了解送到住戶處的水溫，首先要將涉及到的資料進行採集，例如室溫、熱計量、投訴工單提供調控執行的結果以及供熱質量評價等，目前承德熱力已安裝了近2000多個室溫採集器，其他感測器的普及也在持續推進中。
但最核心的並不是資料收集，而是對資料的處理能力。近20年來，雙灤熱力已透過人工採集了大量資料，但並沒有使其充分發揮價值。
在和亞馬遜雲合作後，雙灤熱力透過雲服務解決了資料處理問題，將採集到的資料上傳後，智慧供熱技術會依據室外天氣，對供熱溫度進行高頻調控，使室內溫度保持均衡，同時也降低了大量能耗。在IT人員、裝置、管理、維護等方面，雙灤熱力也減少了相應投入。
據2021年的試點資料顯示，使用者室溫提高了0。7度，平均能耗下降11。7%，節約費用超過700多萬元，減少二氧化碳排放約18萬噸，摺合減少約6萬噸標準煤。目前，雙灤熱力的使用者滿意度已經提高到了99。7%。
雲計算能幫助能源企業降碳，但另一方面，雲計算本身卻“攜帶”著大量的碳排放。對“雙灤熱力”公司來說，利用智慧供熱系統減少6萬噸煤的同時，也間接在產生一定的碳排放。這就會產生一個疑問，在一升一降之間，雲計算真的能推動碳中和的實現嘛？
雲計算的“自我救贖”
數字化的趨勢是不可逆轉的，二十大報告中也明確提出建設數字中國，加快發展數字經濟，促進數字經濟和實體經濟深度融合。資料中心是數字化的基礎設施，其裝置的製造過程需要消耗大量化石能源，在使用過程中，也會消耗鉅額電量，這些電往往由化石能源轉化而來，數字中心因此被稱為一種“不冒煙的鋼廠”。
據中國信通院資料顯示，2021年，我國資料中心用電量2166億度，同比增長44%，整個資料中心的碳排放佔數字產業30%以上。目前，耗電量仍以每年28%的增速增長，到2030年將超過3800億度，碳排放超過2億噸。
清華大學產業發展與環境治理研究中心主任陳玲對此表示：“企業數字化轉型會存在反彈效應，增大碳排放，對企業來說，不斷擴張與數字化轉型的同時，又要保持減碳，是一個雙重的困境。”
雲計算是當前數字化的重要組成，本身是規模產業，自然也是碳排放大戶。2012年，國家能源局原局長張國寶曾表示雲計算非常耗能。當時中國聯通資料中心的能耗資料顯示，中心每年耗電99億千瓦時，需要消耗92萬噸標準煤才能提供足夠的電力，而中國電信資料中心年耗電112億千瓦時，總計年需消耗102。95萬噸標準煤。
對此，雲計算廠商也有自己的降碳計劃。
首先是購買風能、太陽能等綠色電力，來替代“化石能源”電力。例如亞馬遜雲就在全球建立了379個可再生能源專案，截止到2021年，所使用能源中的85%來自可再生能源。截止2022年5月，阿里雲也透過加入張家口“四方協作機制”綠電交易，購買綠電4。5億kWh，減排近40萬噸，阿里雲的烏蘭察布資料中心，也將風電光伏使用佔比從去年38。2%提高到了45%。
其次是提升能源使用效率，減少能源消耗。例如亞馬遜雲將資料中心的電源UPS轉換成集中的小型電池組和定製電源，減少了35%的能源轉換損耗。並採用“計算流體學”建模方法最佳化資料中心設計，來獲得更高的能源使用效率。阿里雲也透過採用“高壓直流”技術，節能了13%的能源消耗。華為雲透過AI技術進行業務排程、削峰填谷，使伺服器負載更均衡，來提升資源利用效率。
此外還可以在冷卻技術、資料中心選址和材料等方面降碳。資料中心的冷卻是降低能源消耗和提升能源使用效率的關鍵，亞馬遜雲透過蒸發冷卻技術，將室外的熱空氣冷卻後再供給資料中心進行降溫，降低了20%的能耗。阿里雲在杭州的資料中心部署的浸沒式液冷伺服器叢集，將阿里雲資料中心的能耗降低了70%以上。
在烏蘭察布等西部地區，阿里雲等雲廠商建設了資料中心，一方面是更利於使用當地綠電，另一方面能利用冷空氣實現自然風冷。資料中心的機櫃、伺服器等在建造過程中會使用隱含碳排放的材料，亞馬遜雲採用了低碳的混凝土來減少間接地碳排。
阿里雲張北資料中心 圖片來源：阿里雲
工業資訊化部主任單志廣曾表示：“雖然數字化本身存在碳排放，但據相關機構測算，數字化的確能夠透過賦能產業，在未來10年內減少20%的碳排放。所以，國家‘十四五’規劃綱要中也對綠色化提出很多要求，包括提出構建綠色資料中心等。”
在全球積極應對氣候變化的目標下，綠色低碳成了資料中心重要發展方向，美國、歐盟、日本等數字經濟發展基礎較好的國家都在資料中心領域相繼釋出政策。國內也在加快對高效能資料中心建設的步伐。據工信部《新型資料中心發展三年行動計劃（2021-2023年）》檔案顯示，計劃到 2023 年底，全國資料中心機架規模年均增速達到20%左右，總算力超過200EFLOPS，高效能算力佔比提升至 10%。
對資料中心“綠色”與否的評價指標主要有三個：電能利用效率、可再生能源結構比例以及碳排放量。其中，電能利用效率是主要的政策抓手。2022年6月，工信部印發《工業能效提升行動計劃》，指出到2025年，新建大型、超大型資料中心電能利用效率需要低於1。3。
電能利用效率也被簡稱為PUE，是資料中心總能耗與IT裝置能耗的比值，數值越接近1就代表著其用能效率越高。在各大雲廠商的不斷努力下，資料中心的PUE正在不斷地下降。
2022年11月7日，在華為全聯接大會上，華為雲公佈貴安資料中心的PUE已降至1。12。利用全浸沒液冷叢集技術的阿里雲資料中心，更是將年均PUE降至1。09。百度陽泉資料計算中心模組的年均 PUE 也降低到了1。08。
可以說，雲計算大廠資料中心的能耗最佳化速度是驚人的，在2005年，阿里雲每10筆電商交易消耗的能源足以煮熟4顆雞蛋，但到2021年就只能煮熟一顆溏心鵪鶉蛋了。中國信通院副院長王志勤表示：“新能源+儲能、液冷、算力網路、智慧運維等新興技術研發及產業應用逐步深化，不斷推動資料中心向‘高技術、高算力、高能效、高安全’的新型資料中心演進。”
阿里巴巴資料中心能耗變化 圖片來源：阿里巴巴
雲大廠的對節能減排的探索還在繼續，據瞭解，未來阿里巴巴將用“自然新風冷卻”、“浸沒式液冷”及“AI控溫”等技術取代傳統供電系統和空調製冷系統。未來3-5年，也將把資料中心做到風冷、液冷可以互換的狀態，並最終逐步淘汰風冷技術，讓更節能的液冷技術變成資料中心的預設配置。亞馬遜雲科技計劃未來將透過資料中心的設計、可再生能源的使用、提升電力能源的使用效率，以及使用冷卻技術、環保建築材料等措施，構建一個可持續的雲基礎設施。
企業上雲“減碳”
隨著雲廠商資料中心不斷實現低碳化，並且對外提供雲服務，其具有的減排潛力也越來越大。據IDC的資料顯示，將離散的企業資料中心的計算資源聚集到更大規模的雲資料中心，不僅可以提高計算資源密度和計算效率，也可以更有效地管理電力容量、最佳化冷卻設施、提高伺服器利用率，從而使IT資源的利用能效比達到最高，達到減少排放的目的。從伺服器計算、網路和IT人工的整體成本來看，企業也可以透過雲遷移節省高達30-40%的成本。與傳統基礎架構相比，僅初期的雲遷移就可以減少84%以上的碳排放量。
亞馬遜對此表示：“對比傳統企業資料中心，亞馬遜雲科技可以將客戶碳足跡降低近80%，在2025年實現100%再生能源供電時，碳排放削減將高達96%。”
阿里雲智慧總裁張建鋒也指出：“透過聚集計算資源、轉移工作負載，可以提高社會整體的CPU利用率，並使資源利用率高於企業自建機房的5-10倍。”
目前，企業上雲也的確已成為大趨勢。據IDC資料顯示，2022上半年中國公有云服務市場整體規模達到165。8億美元，其中IaaS市場同比增長27。3%，IDC預測，在未來四年，持續採用雲計算可以減少碳排放10億噸，相當於抵消400個火電廠或一箇中型國家的年排放量。
上雲之後，正如文章開頭雙灤熱力的案例所描述的，豐富的雲服務還能幫助傳統企業進一步減碳。
目前國內已經有不少透過雲計算進行減碳的案例。例如國內風力發電龍頭金風科技公司，與亞馬遜共同制定了一套“3減碳1平臺”降碳方案，分別是“綠電與儲能技術”、“冷卻技術和算力精細化管理提升能源效率技術”、“碳交易”，以及“透過能源聚合平臺實現電力監測，並在合適時機購買‘合適’的電等”。
金風科技總經理胡江表示：“新能源的電是垃圾電，垃圾電雖然不產生碳，但是想要的時候沒有，不想要的時候又來了。”針對這個問題，金風透過基於天氣和基於演算法的功率預測模型來更好的預測新能源的發電，降低電網系統的平衡成本，並基於電價預測、負荷預測，選擇更好的用能策略，在最大限度保證電網系統平衡的同時，用更低的成本使用到更多的綠電。
作為碳排量排名第三的鋼鐵行業，也在透過雲計算服務進行減少碳排放。例如，攀鋼集團就引入了阿里雲工業大腦對鍊鋼全流程進行了工藝最佳化，涉及脫硫、提礬、轉爐、配合金、精煉、連鑄等環節。資料顯示，攀鋼旗下西昌鋼釩公司鍊鋼廠節省了近25%的人工，每年減少563萬噸鐵消耗，可節省1700萬元鍊鋼成本。
在西南某大型垃圾焚燒發電機組上，也透過阿里雲的AI演算法，將固廢垃圾焚燒效率提升了2。6%，相當於每年可多發電4000多萬Kwh，碳排放相比之前也降低約48%。
目前，各行各業在碳減排方面，多多少少都會涉及到雲計算服務。例如汽車行業主要就是透過雲計算及物聯網技術來生成碳排放資料的儀表盤，來實現對供應鏈及物流的檢測與管理。能源供熱行業也可以透過物聯網技術，將採集的資料上傳雲端處理，來預測供熱需求並節約能源。
對於供應鏈較為複雜的行業，也可以透過資料圖來進行實時的監控與分析，實現最優的管理。例如風機行業管理供應鏈的碳排放資料，便利用了Amazon Neptune的圖資料庫，透過構建了供應鏈的多層級關係，以及人工智慧、機器學習自然語言處理技術，對輿情資訊做實時分析，做到對供應商的全面評價與管理。物流行業，也可以透過雲計算服務實現運輸最佳化管理，完成“託運人”與“卡車司機”最優的匹配，以此實現最低的能源損耗。
毫無疑問，在節能減碳的道路上，雲計算將是企業不可或缺的有力工具。