在這一輪數字化轉型中，作為重要的“底座”支撐，算力是技術發展、城市運轉的重要保障，而其本身也正是創新迭代的重要對象。澎湃研究所研究員認為，當下正應關注數據中心——尤其是AI數據中心，如何實現低碳綠色發展。

算力的迭代正在發生。要進行模擬現實的數值計算——比如進行天氣預報等，作為普惠型城市公共算力服務平臺，上海超算中心經過算力提升已能滿足需求。但到了AIGC時代，其算法基于圖像識別，需要處理單指令多數據，對應著大量并行計算。此前基于摩爾定律的總線處理方法已不敷使用。AI超算形成了一套行業標準。大模型的訓練皆需借助能提供這類服務的數據中心進行，大多稱作“智算中心”。

世界上能被計算處理的復雜系統越來越多，但可供人類利用的能源當下仍然有限。如何看待算力與能耗這對矛盾？又如何讓城市在這輪AI技術轉型中長久受益？通過走訪上海等地各類數據中心，并與相應技術專家、上下游產業人士深入交流，澎湃研究所研究員在此分享一些觀察和思考。

算力需求猛增，能耗或將成瓶頸

國家政策層面早已關注到算力的高質量發展。2021年，工業和信息化部發布《新型數據中心發展三年行動計劃》《“十四五”信息通信行業發展規劃》等，引導算力基礎設施向高效協同、綠色智能方向發展。2023年10月，工業和信息化部等六部門聯合印發《算力基礎設施高質量發展行動計劃》（下稱“行動計劃”），提出到2025年的六點任務，包括完善算力綜合供給體系、提升算力高效運載能力、強化存力高效靈活保障、深化算力賦能行業應用、促進綠色低碳算力發展、加強安全保障能力建設等。

正如人體單位體積最耗能的器官是腦，城市中最耗能的正是算力基礎設施。近日《返樸》文中說到，典型CPU芯片功率大概是每立方厘米100瓦，即每立方米1億瓦；而太陽核心的功率每立方米不到300瓦。OpenAI訓練大語言模型GPT-4時，完成一次訓練需要約三個月，使用大約25000塊英偉達A100 GPU。每塊A100 GPU擁有540億個晶體管，功耗400瓦，每秒可進行19.5萬億次單精度浮點數的運算，每次運算涉及多個晶體管的開關。這些 GPU一次訓練就用了2.4億度電。

關于算力網絡和大模型的一切才剛開始。在中國，當下相應設施尚有缺口，需求則呈爆發式增長。從城市到相關政府部門，也在盡力統籌調度算力資源，構建自主可控的算力網絡建設。為支持國內的大模型算力發展，貴州、南京、上海、北京等地，均出臺了算力券措施。

不過，當下大模型應用極易陷入同質化。市場在經歷優勝劣汰、達成均衡之前，關鍵性的比拼會發生在算力方面。近日市場人士提到，這波大模型浪潮中，約近半資金用來購買算力，而不是用在人力上。大概是能用AI完成的工作，已無需依靠程序員。

以目前的技術水平，能源會是制約算力發展的瓶頸。當下電費約占數據中心運營成本的70%。通過市場龍頭企業發布的信息可知，全球芯片技術的升級，每兩年可讓每次計算的能耗降低40%，但模型計算量每年大約以十倍速度增長。美國能源部長近日也表示，為緩解AI數據中心的用電需求，正探索核電站解決方案。

對算力中心做ESG評估，數據局應促動更多開放數據

近年來，中國也在針對此類問題求解。2021年啟動的“東數西算”，可謂宏觀層面的戰略。2023年底，國家發展改革委、國家數據局、中央網信辦、工業和信息化部、國家能源局發布《深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》（下稱“實施意見”）提出，到2025年底，算力電力雙向協同機制初步形成，國家樞紐節點新建數據中心綠電占比超過80%。

“東數西算”正在穩步推進。如位于青海海東的中國電信（國家）數字青海綠色大數據中心“100%清潔能源可溯源”，甘肅蘭州的甘肅國網云數據中心“運行中100%清潔能源供電”。此類利用當地清潔能源的新建數據中心還有不少，暫不列舉。

雖然可以進行算力調度，但由于諸多應用條件限定，一些算力設施仍需臨近數據需求方。如何使這類算力設施得到長久的綠色發展？當下中國各類數據中心，大多基于建筑空間選取節能策略，如采用液冷或引入可再生能源等。深圳2023年發布了地方標準《綠色數據中心評價規范》，從能源資源高效利用（44分）、環境影響管理（5分）、基礎設施（30分）、運維管理（21分）等方面進行評價。

從已建成運行一段時間的數據中心看，選址在湖畔或寒冷地帶，有利于降溫及回收熱量；又或是運用光伏和儲能設施，以降低散熱的能耗。最后還可通過采購綠電彌補缺口。

功耗比是硬性指標。2021年工信部發布的《新型數據中心發展三年行動計劃》規定：新建大型及以上數據中心的PUE（Power Usage Effectiveness，功耗比）降到1.3以下；嚴寒和寒冷地區力爭降低到1.25以下；可再生能源利用率不斷提高。

僅有此項還不夠。國際上，結合數據中心的碳足跡與水資源等方面的使用，“xUE”評估指標組合逐漸發展，以PUE、CUE（Carbon Usage Effectiveness，碳利用效率）、WUE（Water Usage Effectiveness，水利用效率）和IUE（Infrastructure Usage Effectiveness，基礎設施使用率）用以綜合評估算力運營過程中數據中心的可持續發展績效。中國2023年10月的“行動計劃”中，對PUE、CUE、WUE亦有相應體現。

數據中心的綠色，不能僅限于單體設施，需要在全周期的產業鏈中實現，并起到帶動作用。早在2018年到2022年，由工業和信息化部、國家機關事務管理局、國家能源局聯合評估，評出了百余家國家綠色數據中心。相應推薦標準提到，需建立并實施綠色采購制度，“協同帶動產業鏈供應鏈綠色供給能力提升”。到了2023年，“行動計劃”進一步對算力設施賦能行業綠色低碳轉型提出要求，提出要構建’算力+’綠色低碳生態體系，降低社會碳排放總量。

上述愿景可謂非常清晰。但究竟如何給綠色算力賦能？又如何能夠將專業和開放的評估結果，反饋為可持續發展供應鏈的選擇？

從終端看，算力得到的是為人所用的數據，或許要像碳足跡的追溯那樣，形成可追溯的鏈條，尤其是在商用層面。澎湃研究所研究員注意到，4月2日，國家數據局發布了《深化智慧城市發展推進城市全域數字化轉型的指導意見（征求意見稿）》，“城市全域數字化轉型”已在標題之中。這意味著，必然需要更多開放數據；而與“雙碳”目標結合，則對應更深入和更大范圍的碳普惠。2023年底“實施意見”的發布方中，便有組建不久的國家數據局。

換言之，數據當下已然具備戰略性的價值。從使用能源的算力設施，到運用算力的相關機構，都可以此進行追溯和評估。如果能使這些數據開放，供相應社會機構比對，納入各種評級或更多應用，可促動更大層面的多元創新。

AI數據中心的綠色低碳發展，也是大勢所趨。自2024年5月1日起，A股上市公司披露可持續發展報告需按指引進行。未來，企業以綠色算力、綠色能源為基底，對自身的健康發展，乃至整個經濟體的可持續發展，都大有裨益。

在能源這端，微電網、源網荷儲等創新試點早已開始。數據中心正是重要的應用。相應探索政策。

對于這一輪產業革命，AI數據中心的用能，正像是個牛鼻子——生產工具和能源形式相輔相成，就像工業革命中的蒸汽機和煤炭。經歷過煤炭的污染，人類已然意識到，能源不僅要與生產工具相適應，還要與生存環境的可持續發展相一致。引領性的創新產業集群必然圍繞這類硬骨頭而來。眼下，探索算力設施可持續信息的披露和應用，正可讓我們更好地適應全球的市場與未來的世界。

--------

城市因集聚而誕生。

一座城市的公共政策、人居環境、習俗風氣塑造了市民生活的底色。

澎湃城市觀察，聚焦公共政策，回應公眾關切，探討城市議題。