通过碳足迹数据中心实现可持续计算：拥抱绿色云计算未来 (碳足迹数据库有哪些)

文章编号：15625 / 分类：互联网资讯 / 更新时间：2024-07-04 21:15:11 / 浏览：次

简介

随着云计算的普及，数据中心的能耗和碳排放也变得越来越令人担忧。为了应对这一挑战，碳足迹数据中心应运而生，它采用先进技术和可再生能源，以最大限度地减少计算活动的环境影响。

碳足迹数据中心的好处

碳足迹数据中心提供以下好处：

减少温室气体排放：采用可再生能源和能源效率措施，可以显著降低数据中心的碳排放。
降低运营成本：可再生能源和能源效率技术可以降低数据中心的能源成本。
提高客户满意度：客户越来越重视企业对环境的可持续性承诺，碳足迹数据中心可以增强企业形象。
满足监管要求：许多国家和地区正在实施更严格的能源效率和碳排放法规，碳足迹数据中心可以帮助企业满足这些要求。

碳足迹数据库

碳足迹数据库对于跟踪和报告数据中心的碳排放至关重要。一些关键的碳足迹数据库包括：

温室气体核算标准
碳足迹
全球报告倡议组织

实施碳足迹数据中心的步骤

实施碳足迹数据中心涉及以下步骤：

测量基线碳足迹：确定数据中心的当前碳排放水平。
制定碳足迹减排目标：设定具体的可实现的减排目标。
实施节能措施：采用服务器虚拟化、节能照明和冷却系统等技术来减少能耗。
采购可再生能源：从风能、太阳能或其他可再生能源提供商处采购电力。
使用碳足迹数据库：跟踪和报告数据中心的碳排放，以验证改进并识别进一步的减排机会。

成功案例

许多企业已经成功实施了碳足迹数据中心，例如：

谷歌：谷歌在全球拥有许多碳足迹数据中心，其运营完全依赖可再生能源。
微软：微软在其数据中心中采用了服务器虚拟化和节能冷却技术，从而显著降低了能耗。
亚马逊网络服务（AWS）：AWS提供了碳足迹工具，允许客户跟踪和管理其数据中心的环境影响。

结论

碳足迹数据中心是实现可持续计算的关键。通过采用先进技术和可再生能源，企业可以减少其云计算活动的环境影响，降低运营成本，并增强其可持续性形象。随着云计算的不断增长，碳足迹数据中心将在拥抱绿色云计算未来中发挥着越来越重要的作用。

加快建立产品碳足迹管理体系

加快建立产品碳足迹管理体系是推动消费端节能降碳、加快经济社会发展全面绿色转型的重要手段。

国家发展改革委、工业和信息化部等部门近日联合印发《关于加快建立产品碳足迹管理体系的意见》，加快提升我国重点产品碳足迹管理水平，促进相关行业绿色低碳转型，积极引导绿色低碳消费，助力实现碳达峰碳中和目标。

国家发展改革委有关负责人介绍，产品碳足迹属于碳排放核算的一种，一般指产品从原材料加工、运输、生产到出厂销售等流程所产生的碳排放量总和，是衡量生产企业和产品绿色低碳水平的重要指标。

近年来，一些国家逐步建立起重点产品碳足迹核算、评价和认证制度，越来越多的跨国公司也将产品碳足迹纳入可持续供应链管理要求。

加快建立产品碳足迹管理体系的工作原则：

1、系统推进，急用先行。以市场需求迫切、减排贡献突出、供应链带动作用明显的产品为重点，按照成熟一批、推进一批、持续完善的原则，积极推进产品碳足迹管理体系建设，稳步有序扩大覆盖产品范围。

2、创新驱动，技术融合。将创新作为提高碳足迹管理水平的关键，强化碳足迹核算和数据库构建相关技术方法的原始创新、集成创新和消化吸收再创新，引导碳足迹管理与大数据、区块链、物联网等技术交叉融合。

3、政府引导，市场主导。建立健全产品碳足迹管理相关法规制度和管理机制，强化基础能力建设，构建公平有序市场环境，积极引导企业按照自愿原则推进产品碳足迹管理相关工作，支持相关行业加快绿色低碳转型。

4、以我为主，开放合作。面向碳达峰碳中和目标，立足国情实际和发展阶段，科学制定有关法规政策标准，以我为主建立产品碳足迹管理体系，积极参与国际碳足迹相关标准制修订和国际计量比对，充分吸收借鉴国际有益经验，加强产品碳足迹相关国际交流合作，促进国际互认。

算力可贵，效率价高：智算中心凭啥是筑基新基建的最优解？

在“新基建”浪潮下，人工智能正成为经济增长的新引擎，各行各业开启智能化升级转型。算力在其中扮演了重要角色，是国家未来竞争力的集中体现。但事实是，在发展的过程中，高速增长的海量数据与更加复杂的模型，正在为算力带来更大的挑战，主要体现为算力不足，效率不高。

算力诚可贵：数据、算法需要更多算力支撑

众所周知，在人工智能发展的三要素中，无论是数据还是算法，都离不开算力的支撑，算力已成为人工智能发展的关键要素。

IDC发布的《数据时代2025》报告显示，2018年全球产生的数据量为33ZB (1ZB=1万亿GB)，到2025年将增长到175ZB，其中，中国将在2025年以48.6ZB的数据量及27.8%的占比成为全球最大的数据汇集地。

另据赛迪顾问数据显示，到2030年数据原生产业规模量占整体经济总量的15%，中国数据总量将超过4YB，占全球数据量30%。数据资源已成为关键生产要素，更多的产业通过利用物联网、工业互联网、电商等结构或非结构化数据资源来提取有价值信息，而海量数据的处理与分析对于算力的需求将十分庞大。

算法上，先进模型的参数量和复杂程度正呈现指数级的增长趋势。此前 Open AI 发表的一项研究就显示，每三到四个月，训练这些大型模型所需的计算资源就会翻一番（相比之下，摩尔定律有 18 个月的倍增周期）。2012 至 2018 年间，深度学习前沿研究所需的计算资源更是增加了 30 万倍。

到2020年，深度学习模型对算力的需求达到了每天百亿亿次的计算需求。2020年2月，微软发布了最新的智能感知计算模型Turing-NLG，参数量高达到175亿，使用125POPS AI计算力完成单次训练就需要一天以上。随后，OpenAI又提出了GPT-3模型，参数量更达到1750亿，对算力的消耗达到3640 PetaFLOPS/s-day。而距离GPT-3问世不到一年，更大更复杂的语言模型，即超过一万亿参数的语言模型SwitchTransformer即已问世。

由此可见，高速增长的海量数据与更加复杂的模型，正在给算力带来更大的挑战。如果算力不能快速增长，我们将不得不面临一个糟糕的局面：当规模庞大的数据用于人工智能的训练学习时，数据量将超出内存和处理器的承载上限，整个深度学习训练过程将变得无比漫长，甚至完全无法实现最基本的人工智能。

效率价更高：环境与实际成本高企，提升效率迫在眉睫

在计算工业行业，有个假设是“数字处理会变得越来越便宜”。但斯坦福人工智能研究所副所长克里斯托弗•曼宁表示，对于现有的AI应用来说却不是这样，特别是因为不断增加的研究复杂性和竞争性，使得最前沿模型的训练成本还在不断上升。

根据马萨诸塞大学阿默斯特校区研究人员公布的研究论文显示，以常见的几种大型 AI 模型的训练周期为例，发现该过程可排放超过磅二氧化碳，几乎是普通汽车寿命周期排放量的五倍（其中包括汽车本身的制造过程）。

例如自然语言处理中，研究人员研究了该领域中性能取得最大进步的四种模型：Transformer、ELMo、BERT和 GPT-2。研究人员在单个 GPU 上训练了至少一天，以测量其功耗。然后，使用模型原始论文中列出的几项指标来计算整个过程消耗的总能量。

结果显示，训练的计算环境成本与模型大小成正比，然后在使用附加的调整步骤以提高模型的最终精度时呈爆炸式增长，尤其是调整神经网络体系结构以尽可能完成详尽的试验，并优化模型的过程，相关成本非常高，几乎没有性能收益。BERT 模型的碳足迹约为1400 磅二氧化碳，这与一个人来回坐飞机穿越美洲的排放量相当。

此外，研究人员指出，这些数字仅仅是基础，因为培训单一模型所需要的工作还是比较少的，大部分研究人员实践中会从头开发新模型或者为现有模型更改数据集，这都需要更多时间培训和调整，换言之，这会产生更高的能耗。根据测算，构建和测试最终具有价值的模型至少需要在六个月的时间内训练 4789 个模型，换算成碳排放量，超过磅。而随着 AI 算力的提升，这一问题会更加严重。

另据 Synced 最近的一份报告，华盛顿大学的 Grover 专门用于生成和检测虚假新闻，训练较大的Grover Mega模型的总费用为2.5万美元；OpenAI 花费了1200万美元来训练它的 GPT-3语言模型；谷歌花费了大约6912美元来训练 BERT，而Facebook针对当前最大的模型进行一轮训练光是电费可能就耗费数百万美元。

对此，Facebook人工智能副总裁杰罗姆•佩森蒂在接受《连线》杂志采访时认为，AI科研成本的持续上涨，或导致我们在该领域的研究碰壁，现在已经到了一个需要从成本效益等方面考虑的地步，我们需要清楚如何从现有的计算力中获得最大的收益。

在我们看来，AI计算系统正在面临计算平台优化设计、复杂异构环境下计算效率、计算框架的高度并行与扩展、AI应用计算性能等挑战。算力的发展对整个计算需求所造成的挑战会变得更大，提高整个AI计算系统的效率迫在眉睫。

最优解：智算中心大势所趋，应从国家公共设施属性做起

正是基于上述算力需求不断增加及所面临的效率提升的需要，作为建设承载巨大AI计算需求的算力中心（数据中心）成为重中之重。

据市场调研机构Synergy Research Group的数据显示，截至到2020年第二季度末，全球超大规模数据中心的数量增长至541个，相比2015年同期增长一倍有余。另外，还有176个数据中心处于计划或建设阶段，但作为传统的数据中心，随之而来的就是能耗和成本的大幅增加。

这里我们仅以国内的数据中心建设为例，现在的数据中心已经有了惊人的耗电量。据《中国数据中心能耗现状白皮书》显示，在中国有 40 万个数据中心，每个数据中心平均耗电 25 万度，总体超过 1000 亿度，这相当于三峡和葛洲坝水电站 1 年发电量的总和。如果折算成碳排放则大概是 9600 万吨，这个数字接近目前中国民航年碳排放量的 3 倍。

但根据国家的标准，到2022年，数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的 PUE（电能使用效率值，越低代表越节能）达到 1.4 以下。而且北上广深等发达地区对于能耗指标控制还非常严格，这与一二线城市集中的数据中心需求形成矛盾，除了降低 PUE，同等计算能力提升服务器，尤其是数据中心的的计算效率应是正解。

但众所周知的事实是，面对前述庞大的AI计算需求和提升效率的挑战，传统数据中心已经越来越难以承载这样的需求，为此，AI服务器和智算中心应运而生。

与传统的服务器采用单一的CPU不同，AI服务器通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、语音交互等人工智能应用场景提供强大的算力支持，已经成为人工智能发展的重要支撑力量。

值得一提的是，目前在AI服务器领域，我们已经处于领先的地位。

近日，IDC发布了2020HI《全球人工智能市场半年度追踪报告》，对2020年上半年全球人工智能服务器市场进行数据洞察显示，目前全球半年度人工智能服务器市场规模达55.9亿美元（约326.6亿人民币），其中浪潮以16.4%的市占率位居全球第一，成为全球AI服务器头号玩家，华为、联想也杀入前5（分别排在第四和第五）。

这里业内也许会好奇，缘何中国会在AI服务器方面领跑全球？

以浪潮为例，自1993年，浪潮成功研制出中国首台小型机服务器以来，经过30年的积累，浪潮已经攻克了高速互联芯片，关键应用主机、核心数据库、云数据中心操作系统等一系列核心技术，在全球服务器高端俱乐部里占有了重要一席。在AI服务器领域，从全球最高密度AGX-2到最高性能的AGX-5，浪潮不断刷新业界最强的人工智能超级服务器的纪录，这是为了满足行业用户对人工智能计算的高性能要求而创造的。浪潮一直认为，行业客户希望获得人工智能的能力，但需要掌握了人工智能落地能力的和技术的公司进行赋能，浪潮就可以很好地扮演这一角色。加快人工智能落地速度，帮助企业用户打开了人工智能应用的大门。

由此看，长期的技术创新积淀、核心技术的掌握以及对于产业和技术的准确判断、研发是领跑的根本。

至于智算中心，去年发布的《智能计算中心规划建设指南》公布了智能计算中心技术架构，基于最新人工智能理论，采用领先的人工智能计算架构，通过算力的生产、聚合、调度和释放四大作业环节，支撑和引领数字经济、智能产业、智慧城市和智慧社会应用与生态健康发展。

通俗地讲，智慧时代的智算中心就像工业时代的电厂一样，电厂是对外生产电力、配置电力、输送电力、使用电力；同理智算中心是在承载AI算力的生产、聚合、调度和释放过程，让数据进去让智慧出来，这就是智能计算中心的理想目标。

需要说明的是，与传统数据中心不同，“智算中心”不仅把算力高密度地集中在一起，而且要解决调度和有效利用计算资源、数据、算法等问题，更像是从计算器进化到了大脑。此外，其所具有的开放标准，集约高效、普适普惠的特征，不仅能够涵盖融合更多的软硬件技术和产品，而且也极大降低了产业AI化的进入和应用门槛，直至普惠所有人。

其实我们只要仔细观察就会发现，智算中心包含的算力的生产、聚合、调度和释放，可谓集AI能力之大成，具备全栈AI能力。

这里我们不妨再次以浪潮为例，看看何谓全栈AI能力？

比如在算力生产层面，浪潮打造了业内最强最全的AI计算产品阵列。其中，浪潮自研的新一代人工智能服务器NF5488A5在2020年一举打破MLPerf AI推理&训练基准测试19项世界纪录（保证充足的算力，解决了算力提升的需求）；在算力调度层面，浪潮AIStation人工智能开发平台能够为AI模型开发训练与推理部署提供从底层资源到上层业务的全平台全流程管理支持，帮助企业提升资源使用率与开发效率90%以上，加快AI开发应用创新（解决了算力的效率问题）；在聚合算力方面，浪潮持续打造更高效率更低延迟硬件加速设备与优化软件栈；在算力释放上，浪潮AutoML Suite为人工智能客户与开发者提供快速高效开发AI模型的能力，开启AI全自动建模新方式，加速产业化应用。

那么接下来的是，智算中心该遵循怎样的发展路径才能充分发挥它的作用，物尽其用？

IDC调研发现，超过九成的企业正在使用或计划在三年内使用人工智能，其中74.5%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台，以降低创新成本，提升算力资源的可获得性。

由此看，智能计算中心建设的公共属性原则在当下和未来就显得尤为重要，即智能计算中心并非是盈利性的基础设施，而是应该是类似于水利系统、水务系统、电力系统的公共性、公益性的基础设施，其将承载智能化的居民生活服务、政务服务智能化。因此，在智能计算中心规划和建设过程中，要做好布局，它不应该通过市场竞争手段来实现，而要体现政府在推进整个社会智能化进程的规划、节奏、布局。

总结：当下，算力成为推动数字经济的根基和我国“新基建“的底座已经成为共识，而如何理性看待其发展中遇到的挑战，在不断高升算力的前提下，提升效率，并采取最佳的发展策略和形式，找到最优解，将成为政府相关部门以及相关企业的重中之重。

碳足迹报告

揭秘企业绿色转型的必经之路——碳足迹报告

随着环保意识的日益提升，企业对于减少碳排放的重视程度也在不断提升。通过编制碳足迹报告，企业得以精确地洞悉自身温室气体排放的症结所在，从而定制出既符合实际需求又经济高效的减排策略。

首先，碳足迹报告不仅是一个内部管理工具，更是企业与利益相关者沟通的重要桥梁。企业借此机会，详尽地向投资者、消费者、政府监管机构等各方展示其碳排放的全貌，以及实施的减排举措、行动计划和阶段性成果，以展现其环保承诺和进步。

第三方机构的介入，无疑为碳足迹报告增加了权威性和公信力。以欧盟为例，其碳关税政策强制要求企业接受严格的第三方审核，如产品环境足迹 (PEF) 评估。根据《新电池法规》，所有出口至欧盟的电池和电动汽车，必须通过符合PEF标准的碳足迹认证，这无疑将产品碳足迹提升为国际贸易中的重要门槛。随着欧盟PEF标准的全球影响力日益增强，它可能成为全球碳足迹计算的通用准则，对全球产业链产生深远影响。

聚焦企业核算碳排放需求，联想推出碳核算平台免费试用

6月14日，联想与中国环境报社联合举办了主题为“数字化创新加速企业绿色低碳发展”新IT思享会。会上，为助力“3060双碳”战略目标实现，以数字化创新推动并加速企业和个人的绿色低碳发展，联想重磅推出了首款“联想企业碳核算平台”，以及面向个人的联想碳普惠平台“乐碳圈”。 (图注：联想集团副总裁、中国区首席市场官王传东)联想集团副总裁、中国区首席市场官王传东表示，企业要助力国家要实现这个双碳目标，结合联想集团的多年低碳战略实践，我们认为通过技术创新构建低碳、乃至零碳的生产制造体系将是必由之路。我们只有走科技创新的道路，实现碳数据的精准化、可视化、可析化，以数字化、智能化推动传统产业、企业加速转型，才能真正助力“双碳”目标的达成。聚焦企业核算碳排放需求联想推出碳核算平台免费试用在继国务院颁布《2030年前碳达峰行动方案》后，加速各产业低碳转型进程，做好碳达峰、碳中和成为重点任务。为加速双碳落地，生态环境部、上海交易所、深圳交易所、香港交易所等相继提出要强化上市公司企业环境信息披露，相关政策也透露将逐步推进企业环境信息披露从“建议”到“强制”。在过去一年中，有超过1400家A股上市公司披露独立ESG报告，包含披露环境相关信息;IDC预测50%中国1000强公司，将把“碳中和”环境可持续性参数牢固地嵌入其业务KPI中。 (图注：左2中国环境科学研究院大气所清单室主任、研究员付加锋、左3联想ESG与可持续发展总监王旋、左4联想数据智能首席专家宋小松)会上，中国环境科学研究院大气所清单室主任、研究员付加锋表示，对于企业来说，“双碳”目标对于企业的影响可以说机遇和挑战并存。如果想推动企业持续的发展，我们就应该在“双碳”目标下采取积极行动。如何真正实现企业的绿色低碳发展，就是要从根本上改变我们对化石能源碳排放的依赖。我们要运用“双碳”目标倒逼企业转型，转型是什么，转型的是能源结构、产业结构和经济发展模式。只有企业能够早早抓住“双碳”机遇，弄清楚企业的碳排放量，知道怎么去减碳，才能在未来“双碳”领域，在大交易市场下及早布局。落实“双碳”目标，碳核算十分重要，建立可参考、标准化的碳排放核算体系是关键。面对庞大的企业信息披露需求，依托数字化创新，建立精准化、可视化、便捷化的碳排放统计核算模式刻不容缓。 (图注：联想数据智能产品和交付总监么石磊)对此，联想引进多位节能减排专家，结合国家碳排放核算方法学和排放因子等一手实践经验，重磅推出“联想首款企业碳核算平台”。据联想数据智能产品和交付总监么石磊介绍，联想企业碳核算平台是联想数据智能业务集团为企业开发的一款以环境数据核算为核心的SaaS产品，是帮助企业通过自核查的方式完成数据披露的助手。该平台具备全面精准、定制性、可视性和安全性几大优势。 _精准性，平台可全面精准聚焦企业减碳需求，其碳排放因子库覆盖面广，涵盖范围一、二、三涉及的碳排放因子，兼容地方差异化特征。同时其环境数据覆盖与ESG相关所有环境类数据，其SaaS应用还可快速迭代，根据政策、标准实时更新核算模型。 _定制性，平台可根据企业所处行业领域，企业环境信息披露需求，基于客户需求可提供定制化开发，以及碳中和咨询服务。 _可视性，企业除获取最终碳核算数据报告外，清晰获知碳核算计算模型，，梳理碳排放源，进而挖掘减排空间。 _安全性，平台采用高安全级权限管理，高复杂度加密方式，保障数据安全性。此外，更为重要的是联想是ESG领域的先行军，过去十年，联想通过能效提升、生产线优化等措施减少了92%碳排放，并同步推进及协助全球供应链上下游供应商进行科学减碳，多年积淀的减碳经验和核算技术，为赋能企业减排提供了有力支持。目前，联想已推出企业碳核算平台的一期免费试用，企业可实现“摸家底，满足信息披露要求”。通过该平台，企业可进行碳排放数据、废弃物数据、资源消耗数据、能源消耗数据、环境绩效数据核算。根据企业不同的披露需求，提供企业碳排放信息披露、ESG环境信息披露、企业环境信息披露、金融机构环境信息披露等四类数据核算结果报告。据悉后期，联想也将推出平台二期，可实现“评估+策略，为企业提供减碳解决方案”。可对企业自身碳排放、能源消耗、资源消耗等环境数据的核算结果，结合产品应用积累的行业、区域的平均水平、采取的改善环境绩效举措，为企业从减碳、节能、投资、交易四个维度提供评估及策略，助力企业实现碳中和及可持续发展目标。降碳协同增效牵引产业共识迈入低碳时代据介绍，截止目前，联想企业碳核算平台已在联想84家供应商链企业展开试用，涉及制造、地产、交通、水利、环境和公共设施管理、教育、服务业等32个行业，生成报告100+，并受到企业用户好评。联想碳数据核算平台除了能够帮助企业进行碳数据核算，满足企业披露需求外，更为关键的是，其可以帮助企业实现降本增效、提升企业估值，还在带动上下游低碳转型、构建绿色供应链体系上扮演着关键作用。 (图注：深圳市江波龙电子股份有限公司品质总监刘霞)作为84家联想合作伙伴企业代表，深圳市江波龙电子股份有限公司品质总监刘霞结合自身所在企业的试用体验，用数字化案例清晰展示该产品的在企业环境信息披露、助力企业实现碳中和及可持续发展过程中的能力和价值。刘霞表示，该产品能够帮助企业了解自身的排放结构，从而更加清晰地了解自身在生产经营过程中的碳数据，指导企业按照国家标准计算企业自身的排放量;同时，联想还提供完善的专业咨询服务，对于企业核算完数据后，减排的重点在哪里，怎么去做减排，怎么去实现碳中和，都针对性地提供了很专业的指导建议。 “比方说，我们咨询联想的专家，就我们企业的目前的情况，如果安装分布式光伏的话，能少买多少电，能减少的减排量有多少，经过专家的核算，都有了一个具体的了解，后面在实施的时候，我们也会综合性的去考虑应该去采取什么措施来节能减排效果最好，收益最高。 ”碳数据核算，对推动价值链上下游披露环境信息，为碳中和路径构建绿色供应链、分销商体系构建基础也具有关键意义。通过碳排放跟踪可以确认碳数据源头，挖掘减碳空间，推动碳排放跟踪应用向企业上下游延伸，促进厂商和上下游的供应链协同与碳排放管理协同，形成透明、完整、真实的碳排放数据跟踪体系，从而进一步建设产业绿色生态。此外，在近日举办的2022年博鳌亚洲论坛上透露，国际ESG信息披露准则即将发布，对中国企业在上市、估值、缴税方面均会产生较大影响。未来，企业ESG方面的表现，将成为国内外一些投资人的重要投资依据，对投资决策的影响权重大幅增加。而高精准度，高可信度，高匹配度的企业碳数据的披露，更有利于获得高程度的资本认同，更受到市场认可，无形中增加企业估值。 “我们希望此款产品能够服务更多用户，助力企业真正实现降本增效，为全社会践行节能减碳做出贡献。 ”联想么石磊透露，“接下来，我们希望这款环境信息数据核算SaaS平台可以免费开放给更多的企业开展试用，将结合他们的试用体验，持续优化产品共同探索数字化创新的低碳发展路径，共同迈入低碳时代。 ”“乐碳圈”全面上线联想加速推进零碳之路联想不仅通过打造碳核算平台产品，运用数字技术帮助企业开展碳排放分析核算与可视化监测，还积极带动企业内部科学减排，提升个人、公众的减排意识，突破绿色低碳领域创新。现场，联想发布了业内领先的员工个人碳账户服务解决方案乐联想碳普惠平台——联想乐碳圈。 (图注：联想ESG与可持续发展总监王旋)联想ESG与可持续发展总监王旋表示，联想乐碳圈是联想提前布局2050年净零排放愿景，进行员工层面碳减排的工具之一。 “我们希望通过联想乐碳圈建立员工个人碳账户平台，从我做起，每个人都是绿色低碳的践行者，也是联想集团绿色低碳的代言人，为早日实现联想集团的净零排放做出努力，共同助力国家“双碳”目标的早日实现。 ”据介绍，联想“乐碳圈”是面向个人推出的碳排放量核算平台，联想员工可在该平台进行办公和商务领域的碳普惠核算、管理、交易和社交等一系列活动，是业内领先的员工个人碳账户服务解决方案。 “乐碳圈”涵盖绿色办公和低碳生活两大日常场景，员工可通过低碳差旅、低碳通勤、运动捐步等日常行动来获取乐碳积分。同时“乐碳圈”具备五大功能，碳账户记账、碳活动碳社交、碳积分交易、碳积分奖励以及碳资产管理。联想员工可以利用平台建立个人碳账户，核算和簿记日常办公和商务的碳排放，生成碳积分并进行交易，有效激励员工参与低碳减排行动中。联想碳普惠平台乐碳圈，既是联想在内部推行个人碳减排的工具，也是其在低碳道路上依托数字创新打开个人碳减排的新尝试。据悉，目前联想“乐碳圈”仅对联想员工开放，未来成熟应用后，将面向公众开放使用平台，打造全民参与且持续运营的碳普惠体系，推动形成绿色低碳生产生活方式，为实现碳达峰、碳中和目标助力。无论是面向企业的碳核算信息平台推出，还是面向员工的个人碳账户服务解决方案发布，都表明作为国内较早践行ESG理念的联想，在积极推动数字化与低碳化的协同发力，以数字化创新技术释放低碳潜能。作为全球领先的ICT企业，联想积极在创新技术、服务等领域推进零碳布局。如低温锡膏焊接工艺、深冷制氮技术、温水水冷技术等多项绿色创新技术，已成熟应用于各个领域。以低温锡膏焊接为例，联宝科技一年间(20/21联想财年)生产了2270万台联想电脑，减排二氧化碳4740公吨，相当161平方公里森林一年可吸收的温室气体量。近日，联想行业首推零碳服务，将IT设备的全生命周期内的碳排放量，进行碳足迹认证，通过核销碳足迹排放量，实现此设备全生命周期碳中和。其中产品ThinkPadX1和X13均得到碳足迹认证。不仅自身践行零碳布局，联想还充分带动上下游从绿色生产、供应商管理、绿色包装、绿色物流、绿色回收五个维度和一个绿色信息披露平台，打造绿色供应链“五维一平台”。 2022年，联想进一步制定了明确的减碳目标，联动上下游生态有步骤、分阶段迈向“净零排放”，力争到2030年，实现运营性碳排放减少50%、部分价值链碳排放降低25%，并积极探索不晚于2050年实现净零排放。数字化与低碳化的紧密结合意义深远。多年来，联想致力于推动ESG的创新与实践，积极探索从绿色低碳、气候变化、科技创新、社会公益、企业治理等多维度多领域回馈社会，尤其是探索研发并应用创新技术使产业、社会更具可持续性。今后，联想也将持续以应用场景和市场需求为驱动，助力千行百业实现低碳发展，加速推进产业、社会的绿色进程。

碳足迹计算中排放因子怎么收集

IPCC 2006中规定了排放因子的计算方法也提供了一些缺省值。目前我国未公布排放因子数据库，所以只能采用IPCC 的缺省值。会在一定程度上增加不确定性。另外：发改委公布的电力排放因子是可以直接拿来计算使用的。其他的排放因子来源还包括其他国家环保部公布的公开数据。 I AM FROM CEC。

大规模计算产生巨量碳足迹

荷兰莱顿大学的天体物理学家Simon Portegies Zwart富有生态意识。他几乎不再因为工作缘故坐飞机，而是选择乘火车出行。“我喜欢成为素食环保主义者，尽量减少自己的碳足迹，同时也告诫孩子们避免洗澡时间过长，并尽可能使用可再生资源。”在他决定做出这些生活上的改变时，也在思考着其他方面带来的碳足迹。

“我经常使用大型计算机，它们消耗的能源相当于一座小城市，”他说道，“我可能是这条街上污染最严重的人了。假如使用一台超级计算机耗费的能源相当于户家庭，那么我有何权利去跟我的孩子或者别人说，他们不该洗20分钟的澡？”

在全球为解决气候变化问题而努力的同时，许多科学家开始正视自己碳排放量过大的现实。

巨大的计算成本

除学术旅行影响气候变化外，过去几年中许多物理学家还发现，使用计算机造成的碳足迹数量巨大——有时甚至超过航空旅行。

Adam Stevens是西澳大利亚大学的一名天体物理学家，他和同事们对2018—2019年期间澳大利亚天文学家因旅行、使用超级计算机以及在大型观测站工作等“常规活动”产生的温室气体排放总量进行了分析。他们的研究发现，平均每位澳大利亚天文学家产生约37吨二氧化碳当量，超出澳洲人的平均水平40%，是全球平均水平的5倍。其主要原因在于天文学家需要使用超级计算机来处理望远镜收集的大量数据，并进行宇宙学模拟。每位天文学家在此项工作上的排放量约为15吨，几乎是年飞行排放量的4倍(图1)。

另一个例子是即将开展的大型中微子探测阵列(GRAND)项目，该项目计划利用分布在世界各地山区的20万根天线，探测来自深空的超高能量中微子。2021年，该项目背后的团队估算了三个不同实验阶段的温室气体排放，分别是：原型实验、中规模实验以及将于2030年进行的全面实验。他们把模拟和数据分析、数据传输和存储以及计算机和其他电子设备称为“数字技术”，这些技术将在碳足迹中占据很大比重。

预计原型实验阶段数字技术产生的排放将占69%，相比之下旅行仅占27%，4%来自“硬件设备”，如制造无线电天线。在中期实验阶段，数字技术将占总排放量的40%，剩余排放中旅行和硬件各占一半。当整个实验完成并投入使用后，主要排放量将由硬件(48%)和数字技术(45%)分担。

超级计算机的环境成本很大程度上取决于为设备供电的能源来源。2020年，荷兰天文学委员会邀请Portegies Zwart和另一支研究团队分析其6个成员机构的碳足迹。据估计，2019年平均每位荷兰天文学家排放4.7吨二氧化碳当量，远低于澳大利亚，而其中仅有4%来自超级计算。

荷兰天体物理学家Florisvander Tak主持了该项研究，他认为荷兰的天文学家不会比澳大利亚的同行们更少使用超级计算机，因此差异可能源自不同的能源供应。由于荷兰100%使用风能或太阳能产生的可再生能源，国家级超级计算中心SURF不产生任何碳排放，少量的排放由国际设备和荷兰的小型超级计算机产生。如今，Portegies Zwart已经养成查看自己所用的超级计算机是否采用环保能源的习惯，如果不是，他将考虑使用其他设备。

问题根源

德国马克斯‧普朗克天文研究所的温室气体排放数据同样显示出国家间的碳排放差异。2018年，该研究所每位研究人员排放了约18吨二氧化碳当量——超过荷兰天文学家，但只有澳大利亚同行的一半(图2)。这一数值比普通德国居民高出60%，是德国2030年减排目标的三倍，而该目标是符合巴黎气候协定的。

图2 一位澳大利亚天文学家和一位马克斯‧普朗克天文研究所的德国研究员2018年的平均排放量，按排放来源分类，并与德国根据《巴黎协定》设置的2030年目标排放比较。与电力相关的排放包括计算和非计算消耗，无论在德国还是澳大利亚，其绝大部分排放都是由计算产生的

在马克斯‧普朗克研究所2018年的碳排放中，约有29%来自电力消耗，其中计算(尤其是超级计算)占75—90%。德国和澳大利亚碳排放差异的关键在于电力的来源。2018年，德国约有一半电力来自太阳能和风能，而在澳大利亚，绝大部分电力来自化石燃料，主要是煤炭。这就意味着在澳大利亚，用于计算的电力每千瓦时产生0.905 kg二氧化碳，而在马克斯‧普朗克研究所只有0.23 kg。

van der Tak同时指出，这些调查工作是在几年前进行的，如今世界已经向前发展，比如现在使用可再生能源的机构越来越多。荷兰的一项研究发现，2019年荷兰天文学界的碳足迹中只有不到三分之一(29%)来自电力使用，包括为六家研究机构的本地计算供电。当时就有一半研究所使用绿色电力，随后又有两家开始改用100%可再生能源，van der Tak预计第六家研究所将在未来两年内实现转变。

澳大利亚的状况也在改变。作为该国三大国家级高性能计算设施之一的超级计算机OzSTAR，自2020年7月起已改用从附近的风力发电厂购买的100%可再生能源。超级计算机所在的斯威本科技大学声称，这将大幅度减少其碳足迹，因为电力排放占总排放的70%以上。

地点，地点，还是地点

但是，如何能确切计算出使用超级计算机的碳排放量呢？英国剑桥大学的数学家和物理学家Loïc Lannelongue没有找到简单的方法，于是他开发了一个名为“绿色算法”()的在线工具，估算研究人员的碳足迹。

Lannelongue重申地点是关键。举例来说，在同样的硬件上运行相同任务，澳大利亚排放的二氧化碳大约是瑞士的70倍，因为瑞士的大部分电力来自水电。虽然估算任何一种算法的碳足迹都需要依据硬件、任务所需时间和数据中心或超级计算机的位置等关键因素，但绿色算法还有一个“实际比例因子”(PSF)，用于估计实际计算的次数——这对排放量有着直接影响。

事实上，大多数算法都要运行多次，有时甚至要在不同参数下运行数百次，而且根据任务和研究领域的不同，运行次数会有很大差异(图3)。研究还发现，南非和美国某些州有着与澳大利亚类似的计算排放量，而冰岛、挪威和瑞典的电力碳排放则特别低。

图3 绿色算法是一款免费工具，用于估计算法的碳足迹，估算过程涉及一系列因素，包括硬件要求、运行时间和数据中心位置等。用户可对计算性能进行评估，或者估算在其他架构上重新部署算法节约或消耗的碳。该图对比了不同科学领域算法的碳足迹——从粒子物理模拟和DNA辐射损伤到大气科学再到机器学习——并比较了每个算法只运行一次和同一任务的重复计算(PSF)的结果。上述结果以克(g)二氧化碳(CO2)当量(e)为单位，并与树木固碳量以及日常活动(如驾驶汽车 )的碳排放量进行了比较

如今，随着云计算的出现，研究人员可以更方便地选择所使用的超级计算机。但即使无法更换机器，他们仍有其他方法可以减少碳排放。Lannelongue说，如果无法改变自己的所在地，则可以使用最新版本和优化的软件，因为这将会降低计算要求。

更好的编码

高效的代码对于使计算更环保同样至关重要。正如Portegies Zwart所说，如果你花费更多时间在代码优化上，它会运行得更快，产生的排放也会更少。此外，更换编码语言不失为一种好办法。

为验证这一观点，Portegies Zwart进行了实验，他用十几种不同的编码语言运行同样的算法。没有哪种语言的代码经过特别优化，而且编写每种代码花费的时间相近。与其他编码语言(如C++或Fortran)相比，物理学家常用的Python运行算法时间要长得多，因此会产生更多碳排放。问题在于Python易于使用，却难以优化，而其他语言虽难编码，但更容易优化。

然而，远离Python未必能解决问题。法国格勒诺布尔-阿尔卑斯大学的研究员Pierre Augier称，更好的教育和Python编译器的使用同样有效。他采用更加优化的代码和5种不同的Python实现方式进行了类似的实验，其中四种实现方式比C++和Fortran更快，产生的排放更少，而且更容易被理解和使用。

Portegies Zwart同意Python可以是高效的，但并不能反映实际情况。他认为天文学家对代码的优化程度并不高，与其让他们学更多计算机知识，物理研究机构或许应该雇佣更多计算机专家。“我们擅长物理，但计算机科学家把我们学习物理的时间都花在了学习计算机上，”他说，“毫无疑问，‘他们’更擅长编程。”

隐性排放

碳密集型工作不止有超级计算机上的仿真。作为GRAND中微子项目的联合发起人，法国索邦大学的Kumiko Kotera和她的同事们发现，在实验的原型阶段，数据存储和传输将占年总排放量的大约一半，中期阶段占四分之一，全面实验阶段占三分之一以上。相比之下，数据分析和仿真在三个阶段产生的碳排放占比分别为16%、13%和7%。

数据存储和传输的碳足迹取决于数据中心的能源需求，使用排放量较低的数据中心可以在一定程度上解决问题。不过，缩减数据量仍有作用，科学家们会对所传输的内容更加谨慎。Kotera表示，GRAND项目将研究如何减少数据量，找到有效清理数据的方法。

图4 为降低整体碳排放，CERN 聘请了一名环境工程师，负责监督未来项目的建造工程

粒子物理学家也需要贡献力量。欧洲核子研究中心(CERN)每年产生约100 PB数据。全球LHC计算网格(WLCG)整合全球40多个国家约170个计算中心的计算资源，并对这些数据进行存储、分发和分析。CERN近年来开始发布环境报告，2021年发布的第二份报告介绍了在LHC上实施的能效改进措施(图4)，改进后每单位能源能够采集更多数据。升级后，LHC在20年使用寿命内的能效将是首次启用时的10倍。但该报告也承认其中并没有真正涵盖WLCG的全部排放，仅对CERN拥有或运营的WLCG设备能耗进行了详细说明。

改变心态

Lannelongue希望越来越多的研究人员能够开始考虑计算产生的碳排放，并将其纳入决策之中。一个典型的例子就是从前研究者经常通宵运行那些效率低下的代码和软件，当被告知提高计算效率将减少碳足迹后，他们有了改变的动力。

谈及GRAND项目，Kotera表示，他们计划建立一个仿真库，让用户可以重复使用常用的仿真，而不用自己创建，这样能够避免同样的数据被不断复制。即使在大型合作中，由于没有中央存储，经常会有不同用户反复运行同一个仿真的现象。“只需按下一个按钮，就能进行为期一周的仿真，得到结果然后说‘哦，其实我并不需要它’，这实在太常见了，”Kotera说，“我们的目的在于，鼓励用户在运行之前先思考是否真正需要这次仿真。”

国家发改委：以汽车等消费品为重点有序推进碳标识推广应用

易车讯近日，国家发展改革委等部门发布关于加快建立产品碳足迹管理体系的意见（以下简称“意见”），“意见”提出，以电子产品、家用电器、汽车等大型消费品为重点，有序推进碳标识在消费品领域的推广应用，引导商场和电商平台等企业主动展示商品碳标识，鼓励消费者购买和使用碳足迹较低的产品。

“意见”指出，到2025年，国家层面出台50个左右重点产品碳足迹核算规则和标准，一批重点行业碳足迹背景数据库初步建成，国家产品碳标识认证制度基本建立，碳足迹核算和标识在生产、消费、贸易、金融领域的应用场景显著拓展，若干重点产品碳足迹核算规则、标准和碳标识实现国际互认。

“意见”称，市场监管总局会同国家发展改革委等有关部门加快研制产品碳足迹核算基础通用国家标准，明确产品碳足迹核算边界、核算方法、数据质量要求和溯源性要求等。在确保方法统一和数据准确可靠的基础上，行业主管部门和有条件的地区可以根据工作需要建立相关行业碳足迹背景数据库，为企业开展产品碳足迹核算提供公共服务。

在制定产品碳足迹核算规则和标准、建立相关背景数据库的基础上，国家层面建立统一规范的产品碳标识认证制度，通过明确标注产品碳足迹量化信息，引导企业节能降碳。

“意见”提出，以电子产品、家用电器、汽车等大型消费品为重点，有序推进碳标识在消费品领域的推广应用，引导商场和电商平台等企业主动展示商品碳标识，鼓励消费者购买和使用碳足迹较低的产品。支持银行等金融机构将碳足迹核算结果作为绿色金融产品的重要采信依据。“意见”还指出，要推动碳足迹国际衔接与互认。加强国际碳足迹方法学研究，跟踪国际组织和主要经济体碳足迹相关管理制度、认证规则及实施成效，结合我国实际将有关国际标准有序转化为国家标准、行业标准。

打开易车 App，搜索“真十万公里长测”，看最真实的车辆长测报告。

什么是绿色数据中心？建设路径、实用标准、实践案例

绿色数据中心，是未来数据中心建设的新趋势，旨在提升算力效率的同时，降低能耗，最大化能源利用效益。它涵盖了节能技术的运用、可再生能源的整合，以及数据中心从选址到运营的全生命周期管理。《绿色数据中心评价规范》由深圳市市监局发布，为绿色数据中心的建设提供了清晰的指导框架，包括术语定义、评价体系、等级划分、节能指标等，适用于各类规模和业务领域的数据中心，如运营商、互联网、公共机构等。绿色数据中心的建设路径分为选址、设计与建设、供配电优化、运营管理和降碳五个关键步骤。选址时，需考虑能源利用效率和自然条件，采用可再生能源；设计上，灵活扩容，避免资源浪费；供配电系统则通过智能化和绿色电力技术提高能效。在运营阶段，节能理念贯穿始终，通过智能运维、IT设备优化选型等手段，提高整体能效，降低PUE值，减少碳排放。以工商银行为例，其绿色数据中心建设策略包括：加强规划设计，适应业务需求的灵活性；采用绿色低碳技术，如预制化模块化机房，集成高效能设备和节能技术；并推进基础设施智能运营管理，通过DCIM系统实现能效调优，引入智能巡检机器人提升运维效率。这些举措不仅提升了数据中心的运营效率，也大大减少了碳足迹。绿色数据中心的降碳路径强调了可再生能源的广泛应用，比如风能和太阳能，同时通过参与碳交易，实现碳排放的抵消。在选址时优先考虑可再生能源丰富的地区，通过绿色电力证书等方式，实现对绿色能源的使用。总的来说，绿色数据中心建设是一场能源效率与可持续性的革命，旨在实现数据中心运营的高效、环保与经济性。通过科学规划、技术创新和智能管理，我们朝着一个更加绿色、可持续的未来迈进。

未来30年云计算将提供哪些服务

一、虚拟化技术向软硬协同方向发展首先，随着各大厂商纷纷进军虚拟化领域，开源虚拟化将不断成熟。其次，随着虚拟化技术的发展，软硬协同的虚拟化将加快发展。在这方面，内存的虚拟化已初显端倪。第三，网络虚拟化发展迅速。网络虚拟化可以高效地利用网络资源，具有节能成本、简化网络运维和管理、提升网络可靠性等优点。二、数据中心向整合化和绿色节能方向发展兼顾高效和绿色节能的集装箱数据中心出现。集装箱数据中心是一种既吸收了云计算的思想，又可以让企业快速构建自有数据中心的产品。与传统数据中心相比，集装箱数据中心具有高密度、低PUE、模块化、可移动、灵活快速部署、建设运维一体化等优点，成为发展热点。国外企业如谷歌、微软、英特尔等已经开始开发和部署大规模的绿色集装箱数据中心。三、大规模分布式存储技术进入创新高峰期四、安全与隐私将获得更多关注五、分布式计算技术不断完善和提升六、SLA细化服务质量监控实时化

中美商用车碳足迹和碳标识“碳索”

11月22日，国家发展改革委等五部门对外发布《关于加快建立产品碳足迹管理体系的意见》，意见指出推动建立符合国情实际的产品碳足迹管理体系，完善重点产品碳足迹核算方法规则和标准体系，建立产品碳足迹背景数据库，推进产品碳标识认证制度建设，拓展和丰富应用场景，发挥产品碳足迹管理体系对生产生活方式绿色低碳转型的促进作用，为实现碳达峰碳中和提供支撑。

到2025年，若干重点产品碳足迹核算规则、标准和碳标识实现国际互认。到2030年，国家产品碳标识认证制度全面建立，碳标识得到企业和消费者的普遍认同。国家层面建立统一规范的产品碳标识认证制度，通过明确标注产品碳足迹量化信息，引导企业节能降碳。

意见明确以电子产品、家用电器、汽车等大型消费品为重点，有序推进碳标识在消费品领域的推广应用，引导商场和电商平台等企业主动展示商品碳标识，鼓励消费者购买和使用碳足迹较低的产品。支持银行等金融机构将碳足迹核算结果作为绿色金融产品的重要采信依据。

何为碳足迹、碳标识？

碳足迹（CO2足迹），英文为Carbon Footprint，是指企业机构、活动、产品或个人通过交通运输、食品生产和消费以及各类生产过程等引起的温室气体排放的集合。

中国商用车碳足迹分析

在介绍碳标识前，我们首先来了解一下能效标识，相信大家对家用电器上的能效标识并不陌生。中国能效标识，又称能源效率标识，是附在耗能产品或其最小包装物上，表示产品能源效率等级等性能指标的一种信息标签，目的是为用户和消费者的购买决策提供必要的信息，以引导和帮助消费者选择高能效节能产品。

在碳达峰碳中和国家部署背景下，各行业各领域均在推动能耗双控转向碳排放双控，那么类似于能效标识的碳标识的作用会愈加重要。

中国节能中心表示，建立和实施能源效率标识制度，对提高耗能设备能源效率，提高消费者的节能意识意义重大。同样，发表在Nature杂志上最新研究表明，碳标签可以有效改变企业和消费者行为，因为企业调整碳足迹的目的是提高效率和提高声誉。许多碳标签类似于食品杂货上的营养和成分信息。

然而，一些碳标签会估算产品从生产到结束的碳排放量。有些提供了一个简单的信号灯类型的信号来说明产品与其他产品的比较。其他标签提供了等效的温室气体排放量（CO2e），详细说明了产品的制造、运输、使用和最终过程中消耗了多少碳。有些标签同时包含两者。消费者可以了解他们在购买从一袋薯片到一辆新卡车等任何物品时使用了多少克或千克碳。

汽车为减碳大户，商用车占比尤高，“碳”管理呼声高

此次意见明确了以汽车等为重点产品，推广碳足迹管理、碳标识推广。汽车总站网注意到，交通领域约占全口径碳排放10%，汽车碳排放占交通领域碳排放比例基本上超过85%，其中商用车占据汽车碳排放超过50%，汽车行业尤其商用车领域降低油耗和碳排放呼声很高，建立全生命周期碳足迹管理、设立使用环节油耗和碳排放标识也成为当务之急。

汽车行业人大代表、政协委员陆续提出构建汽车及动力电池等汽车产品碳足迹核算标准方法的提案。汽车行业由于无产品碳足迹标准可依，对自身产品碳足迹无法做出明确的量化、改进和减碳规划，也无法建立低碳供应链采购和低碳消费机制。

汽车油耗和碳排放标识

以美国、欧盟、中国、日本、韩国等为先进代表的世界各国均建立起汽车燃油消耗或温室气体排放法规，美国EPA与NHTSA 联手将温室气体 (GHG) 排放纳入燃油经济性，从2012年开始逐步引入温室气体排放标准。欧盟自1995年起设定汽车温室气体减排目标，鼓励企业自愿减排。2007 年开始实施CO2强制减排法规。

中国在汽车节能法规标准体系中没有直接针对温室气体排放的规定，而是以油耗为评价指标，但也间接体现了碳排放。从中国道路车辆油耗的管理历程来看，2005年至今中国已经颁布实施了5个阶段的乘用车燃油消耗量法规，旨在推动我国先进节能技术发展和应用，持续降低乘用车燃料消耗量。

在汽车油耗和碳排放方面，一些国家也建立起汽车油耗或碳排放标识，国家层面建立统一规范的汽车产品碳标识认证制度，引导公众消费和节能降碳意识。

商用车油耗和碳排放标识

减少与运输相关的温室气体 (GHG) 排放是应对气候变化的关键。重型车辆占全球运输二氧化碳排放量的34%，与其在全球车辆总数中的比例不成比例。据中国低碳汽车发展报告，如图所示，在中国，商用车车队碳排放主要由柴油车产生，占比达88%。因此，多措并举降低商用车碳排放具有重要意义。

监管标准和强制性市场要求不足以实现重型商用车行业的去碳化，需要辅助政策。车辆标签等标识以及更广泛意义上的各种车辆环境信息披露计划，都是有力的补充措施，也是引导消费者选择低碳高清车辆的重要工具。

在商用车油耗和碳排放标识方面，美国加州走在世界前沿，欧洲、日本也有相应标识法规。美国加州法规要求在车身张贴公示加利福尼亚州环境性能标签规范。2021年1月1日或以后生产的任何经加州认证的车型（车辆总重 8501 至磅）的中型车辆、皮卡和货车（中型乘用车除外），若未张贴标识，则禁止在本州销售和注册。

排放或能效等级向消费者说明了车辆与同类产品相比的性能。标签上的评级也减轻了消费者解释给定的二氧化碳或温室气体排放量或燃料消耗量的负担。对于监管机构来说，设计良好的评级方案和基准方法也能极大地促进监管标准的制定。美国加州和欧洲德国均设置了等级标识，加州为燃料消耗量和CO2排放量设定不同的范围，然后根据车辆的实际燃料消耗量或CO2排放量对其进行评级。

此外，美国还推广如上述发改委发布意见中的自愿性汽车碳排放认证SmartWay 认证车辆。每个车型年，EPA 都会按照1-10 等级对每辆新车、卡车和运动型多用途车 (SUV) 的温室气体形成排放量进行评级。要获得SmartWay 称号，车辆必须获得比普通车辆好得多的综合分数。

总结和建议

未来，汽车行业主管部门需要推进车辆生产企业及产品碳排放及核算办法相关标准研究，加快启动汽车产品碳足迹标识标准制订。强化碳标识、注重消费引导，与商用车双积分、碳交易等工具箱协同发力，促进商用车节能降碳。

汽车企业应建立碳足迹核算能力，以应对未来严苛的碳标识、碳披露等公示压力，树立践行良好社会责任形象，当然更重要的是切实降低商用车用户使用过程油耗，全面提升TCO。

相关标签：通过碳足迹数据中心实现可持续计算、碳足迹数据库有哪些、拥抱绿色云计算未来、

本文地址：http://www.hyyidc.com/article/15625.html

上一篇：免费虚拟主机下载经济高效地建立您的在线形...
下一篇：虚拟主机下载指南新手和专业人士的全面指南...