实现数据中心碳中和：碳足迹数据中心的作用 (实现数据中心的功能)

文章编号：15632 / 分类：互联网资讯 / 更新时间：2024-04-24 10:15:08 / 浏览：次

随着数字化的不断发展，数据中心已成为现代社会不可或缺的基础设施。数据中心的高能耗也带来了碳排放问题，加剧了气候变化。实现数据中心碳中和已成为全球共识，而碳足迹数据中心在其中扮演着至关重要的作用。

什么是碳足迹数据中心？

碳足迹数据中心是一种通过减少能源消耗和使用可再生能源来降低碳排放的数据中心。这些数据中心通过以下措施实现碳中和目标：

节能技术：采用节能服务器、高效制冷系统、智能电源管理等技术来降低能耗。
可再生能源：使用太阳能、风能、水电等可再生能源来供电。
碳补偿：通过购买碳信用额或投资碳捕捉和封存项目来抵消无法避免的碳排放。

碳足迹数据中心的好处

碳足迹数据中心不仅有助于应对气候变化，还带来了诸多其他好处：

节约成本：节能技术和可再生能源的使用可以降低运营成本。
提高可靠性：可再生能源和冗余系统可以提高数据中心的可靠性，减少停机时间。
提升企业形象：碳中和的数据中心可以提升企业的可持续发展形象，吸引环保意识强的客户和合作伙伴。

实施碳足迹数据中心

实施碳足迹数据中心需要进行以下步骤：

测量碳足迹：评估数据中心的碳排放量，确定主要的排放源。
制定减排策略：制定一个全面的减

实现碳中和的措施

减少碳源和增加碳汇两端发力，实现碳中和，意思就是减少碳排放。碳中和是指在一定时间内直接或间接产生的温室气体排放总量(通常折合成CO2当量)与消纳总量相当，实现净碳足迹为零。实现碳中和对于应对气候变化危机，实现全球可持续发展具有重要意义。我国的目标是努力争取2060年前实现碳中和。碳中和是指企业、团体或个人在一定时期内，通过植树造林、节能减排，直接或间接产生的温室气体排放总量，以抵消自身的二氧化碳排放量，实现二氧化碳的“零排放”。换句话说，我们可以计算二氧化碳的排放总量，然后通过植树来吸收这些排放，从而达到环保的目的。平衡是通过抵消尽可能多的碳排放来实现的。一辆每年在城市行驶公里的大排量汽车排放2吨二氧化碳。发动机燃烧的每升燃料向大气中释放2.5千克二氧化碳。每人每天通过呼吸释放约1140克二氧化碳。但只要光合作用存在，食物生产中消耗的二氧化碳与呼吸释放的二氧化碳基本平衡。植物白天吸收二氧化碳，晚上释放。所以植物的二氧化碳净排放量为零。一个中型工厂一年可以吸收大约6公斤二氧化碳。碳足迹计算是对所有可能的温室气体源进行排放源清单和数据收集，以了解温室气体的排放源，量化收集的数据信息。这是走向碳管理的第一步。碳排放报告核查是第三方对从清单中获得的数据和信息的保证声明提供的正式书面声明。【法律依据】：环境保护法》《大气污染防治法》《气象法》

实现碳中和的措施

生产制造企业要实现碳中和的举措：首先：建立低碳体系，了解企业碳排放足迹。企业要建立自己的一套自己的低碳体系，记录自己的碳足迹，进行碳排放源清查与数据清理，以了解企业温室气体排放源及量化所搜集的数据信息。其次：减少碳排放。通过对企业排放源清查，详细了解企业的碳排放源及排放量，相应地制定一系列的降碳技术和有效措施，从而减少因企业生产运营等活动中所产生的碳排放。最后：实现碳中和。通过购买自愿碳减排额的方式实现碳排放的抵消，以自愿为基本原则，即交易的中和方式。不同行业具体举措：钢铁行业；短期内，钢铁企业可以通过余热回收、废渣回收等工艺改进减排；中长期来看，应当依托技术转型和流程更新实现更大幅度的碳减排。煤化工行业;短期内，煤化工行业应积极淘汰落后产能，通过工艺和设备技术改进，提升原料煤和燃料煤的利用效率。长期来看，企业可借助工艺路线的转变以减少对原料煤的依赖。不过，目前颠覆性的技术路线仍未出现，相关企业与领导者需下更大力度进行探索。法律依据：《2021年国务院政府工作报告》第二条第十款推动绿色发展，促进人与自然和谐共生。坚持绿水青山就是金山银山理念，加强山水林田湖草系统治理，加快推进重要生态屏障建设，构建以国家公园为主体的自然保护地体系，森林覆盖率达到24.1%。持续改善环境质量，基本消除重污染天气和城市黑臭水体。落实2030年应对气候变化国家自主贡献目标。加快发展方式绿色转型，协同推进经济高质量发展和生态环境高水平保护，单位国内生产总值能耗和二氧化碳排放分别降低13.5%、18%。

碳中和细分哪八大领域

“碳中和”的八大细分领域包括电力、交通、工业、新材料、建筑、农业、负碳排放以及信息通信与数字化领域。

如电力领域的光伏发电中硅片和电池片技术提升、交通和工业领域的电气化、新材料领域的循环利用再生、建筑领域的节能改造、农业领域的化肥和畜禽养殖排放相关减排技术、负碳排放领域的碳捕集封存和利用（CCUS）技术以及信息技术与数字化领域的智慧生活方式与健康等。

全球已形成的“碳中和”共识将有力地引导长期投资向低碳领域配置，实现“碳中和”的目标意味着颠覆性的能源革命、科技革命和经济转型。中国实现“碳中和”所面临的困难和挑战比发达国家更多，但是实现“碳中和”是可行的并且能带来多重效益。

合作：

在实现“碳中和”的过程中，需要经济体系中不同主体之间的合作和良性互动，尤其是政府、企业、投资机构都应该在碳中和的过程中发挥不可或缺的作用。在政府层面，应该明确目标、价格信号和战略规划；在企业层面要开展碳核算，推动核心业务减碳。

金融机构要创新绿色金融，大力投资绿色技术。高瓴产业与创新研究院和北京绿色金融与可持续发展研究院希望通过此项合作研究以及研讨会，梳理中国在实现“碳中和”目标过程中所面临的挑战和机遇，为投资机构、企业家和产业界应对业已到来的全球低碳转型大潮提供一定的参考和借鉴。

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。”

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。

ESG观察｜电商平台减碳，应从五大重点入手

每经特约评论员唐大旻陈姿竹

近年来，中国电商行业在蓬勃发展的同时，其气候和环境方面产生的影响也逐渐凸显。据碳阻迹计算，我国电商企业2019年的二氧化碳排放总量为5,326万吨。在全球携手积极应对气候变化的大背景下，零售电商企业作为经济发展的重要一环，应当积极向低碳可持续的商业模式转型，助力中国尽快实现碳达峰、碳中和的气候目标。

日前，绿色和平发布报告《中国零售电商气候行动与环境表现（2021》。我们认为，电商平台实现碳中和，有五大重点。

重点一：建立内部架构和环境治理流程

为了全面实现绿色运营，电商企业应建立专门负责评估和提升其气候和环境表现的工作组，并建立从数据收集和基线计算到策略制定和披露进展的环境治理全链条。这样的内部结构和环境治理流程可以帮助企业获得高质量的碳排放量等环境数据，从而推动企业根据数据设立科学的减碳目标，并定期检测和评估成效。

目前，一些电商企业内部已经设有由董事会监督的ESG工作小组，但仅有少数企业成立专门监督和推动企业实现碳中和的内部架构。在与不同电商企业的沟通中，我们发现，环境管治内部架构较为完善的企业，气候行动和环境表现显著好于内部未设立专业团队或管治团队能力规模不足的企业。

重点二：采购可再生能源

根据上述研究，中国电商企业2019年在办公、仓储、数据中心三个环节碳排放量占总排放量的56%，而减少这些环节碳排放的关键是规模化应用可再生能源，并尽快设立和实现100%可再生能源的目标。

目前，已有阿里巴巴、京东、唯品会与网易四家企业通过屋顶光伏或市场化采购绿电的形式应用可再生能源，但2020年仅阿里巴巴与唯品会披露的可再生能源用电量超过3000万千瓦时。

而主流电商企业中，仅阿里巴巴的云计算业务和京东物流承诺在2030年前实现100%清洁能源/可再生能源。电商企业应该尽快在集团层面做出100%可再生能源承诺，在办公、仓储、数据中心等多个环节形成规模化的可再生能源应用。

重点三：减少物流和包装碳足迹

对于电商企业碳足迹最大的物流环节，企业可以通过利用新能源电动车替代燃油车来大幅实现减排。然而目前，电动车替代燃油车的举措尚未成为主流减排路径，仅阿里巴巴、京东、唯品会与苏宁易购四家企业披露了燃油车淘汰进展。其中，京东在2017年到2020年投放了近1.2万辆新能源车，引入充电终端数量1,600多个。

未来，电商企业应尽快实现同城运输100%使用电动车，配备充电桩设施以支持电动车的使用，并开始和物流企业合作，对长途运输的燃油车淘汰和减排提效进行尝试。

针对包装环节，电商公司应该优先通过可重复使用快递包装体系和源头减量的措施，搭配末端包装回收体系，实现可量化的减废和减排。

重点四：管好供应链

从目前国内外电商企业披露的温室气体排放信息来看，由供应商产生的间接碳排放在企业总碳排放中占比很大。与此同时，国内外电商平台在供应商管理层面普遍存在较大提升空间。尽管许多电商企业在选择供应商时会考虑环境保护等因素，优先选择环境友好的产品，但放眼国内，大多数电商企业对于供应商的碳排放缺乏管理，主流电商中仅京东旗下的京东物流承诺到2025年其50%的供应商将制定科学碳目标。目前也尚无一家电商企业发挥甲方优势，为供应商减排提供多种支持（如绿色贷款资金支持）。

如何减少价值链的间接排放？首先，电商企业应该设立完备的供应商环境管理原则与准入原则，优先选择低碳供应商。例如，网易设有供应商筛选与产品筛选原则，包括优先选择通过ISO 环境管理体系认证、ISO 能源管理体系的供应商，要求供应商签署《网易严选环境保护和职业健康安全相关方告知书》等原则。

其次，电商企业应该制定供应链减排目标，在实现自身运营碳中和基础上争取实现范围3碳中和。目前，中国电商企业中仅阿里巴巴在集团层面承诺在2030年前将范围3碳强度降低至2020年基准年的50%，并且云计算业务率先实现范围1、2、3碳中和。京东物流尽管率先加入了科学碳目标倡议，但京东在集团层面尚未对其范围3碳减排设立目标。

电商企业还可以通过提供技术与资金等方式助力供应商减排。具有自营电商业务的苹果公司承诺到2030年使其供应链和所有产品实现碳中和。为了实现这一目标，苹果公司为供应商提供培训和相关信息，帮助它们实现可再生能源转型。截至2021年3月，已经有110个供应商承诺将在生产苹果公司产品时使用100%可再生能源。

重点五：带动平台生态系统减碳

在2021年底发布的碳中和行动计划中，阿里巴巴首次提出了超越范围3的范围3+概念，用来涵盖平台企业生态伙伴（即借助平台提供和消费商品和服务的角色，如电商平台生态中的第三方卖家、物流服务商、消费者，出行平台生态中的网约车司机和乘客等）产生的碳排放。

尽管这部分碳排放并不在碳排放统计普遍使用的范围1、2、3框架之中，但平台企业对其生态系统具有巨大的影响力，而包括亚马逊、阿里巴巴等国内外主要电商平台中，有一些已经提出了自身运营范围的碳中和目标，也在着手推进价值链的碳中和。

随着这些先行者逐渐实现范围1到3的碳中和，带动、赋能其生态系统伙伴尽快脱碳就成了其下一步气候行动的重点——这也是平台企业对全球低碳发展独特的贡献方式。目前我们已经看到一些企业在这一领域进行探索，如阿里巴巴利用其数字化服务赋能中小企业提高能效，Etsy为想要安装屋顶光伏系统的商家提供补贴等。

显然，这一领域的赋能路径、核算方式都有待开发和完善，但有志于塑造绿色低碳品牌形象的电商企业，应尽快部署，抢占这一可持续发展的蓝海。

作者系绿色和平平台企业环境责任项目主任

每日经济新闻

ICT（信息与通信）行业该怎么实现节能减排，绿色低碳发展呢？

我在查阅资料的时候看到中大咨询官网上有相关案例，是中大咨询对ICT行业的领军企业——华为进行标杆研究，分析其绿色低碳发展策略和具体实施路径，分享给有需要的友友参考借鉴。在战略层面，将“绿色环保”作为可持续发展战略框架的重要组成部分，构建绿色低碳发展体系，从业务、运营、生态共建等层面推进减碳目标实施初心。通过构建清洁高效、低碳循环的绿色发展体系来推进战略方案的实施，分别从减少碳排放、加大可再生能源使用、促进循环经济等三大方面入手。在经营业务层面，可以从以下几点入手：1、开发绿色产品：进行全生命周期碳足迹评估，确保从源头到终端的低碳减排。 2、绿色运营：数据中心推出液冷方案和冷却系统，助力数据中心散热降耗；建立了能源管理体系，例行节能改造项目；打造智慧园区形成绿色运营管理闭环，推进产业园区高质量发展。 3、绿色生态共建：建立利益相关方识别和参与机制，对应关注点制定和实施绿色低碳发展策略，促进了绿色环保战略的推进。

阿里巴巴发布2021减碳账单，阿里云数据中心一年交易清洁能源4.1亿千瓦时

4月29日，阿里巴巴发布《迈向零碳时代》的2021减碳账单报告。报告称，阿里巴巴将全面加快低碳前沿技术研究，全面推动绿色低碳生活方式。目前，阿里云杭州数据中心通过液冷技术，每年可节电7000万度，广东河源数据中心则将在2022年将实现100%使用绿色清洁能源。阿里巴巴首席技术官程立（鲁肃）判断，碳达峰、碳中和目标的有序推进，将会带来技术上的系统性变革，很可能催生新的技术创新与合作。目前，仅从技术创新角度阿里至少看到了“三个环”：实现企业自身发展中的减排是“内环”；助力平台企业、行业脱碳为“中环”；推动消费低碳环保是辐射范围更大的“外环”。当大型数据中心成为通用的算力大脑，如何给计算技术脱碳，用技术解决技术发展带来的问题，已成为全球瞩目的焦点。随着互联网公司规模越来越大，数据中心的能耗和排放量逐年走高。报告称，阿里云在过去几年开始打造相关基础设施，使用清洁能源，促进低碳生产。 2020年，阿里云自建基地型数据中心交易清洁能源电量4.1亿千瓦时，同比上升266%，减排二氧化碳30万吨，同比上升127%。据称，阿里云杭州数据中心拥有全球最大的浸没式液冷服务器集群，其服务器浸泡在特殊冷却液，PUE（电源使用效率）逼近理论极限值1.0，每年可节电7000万度，节约的电力可以供西湖周边所有路灯连续使用8年时间；而广东河源数据中心，采用深层湖水制冷，2022年将实现100%使用绿色清洁能源，将成为阿里首个实现碳中和的大型数据中心。该报告还给出了一个低碳等式。如果中国所有服务器都采用液冷技术，一年能节省的电接近一个三峡；如果“城市大脑”充分参与城市治堵，交通拥堵率能下降15%以上；如果快递智能装箱算法被普及，中国500亿件包裹多数都能瘦身；如果家中闲置物品能充分流通，一个流动的循环工厂将减少用户的碳足迹。 2020年，阿里巴巴开始在数字基建上加大投入，向全社会开放即插即用的数字化能力，一方面帮助中小企业降本提效，同时也提升了不少企业的“绿色值”。报告中提到，阿里云协助开发的攀钢“钢铁大脑”，目前每生产1吨钢节省1.28公斤铁，每年可节省1700万元炼钢成本；阿里云协助废品焚烧发电企业瀚蓝环境提升了23%的燃烧稳定性；钉钉的无纸化办公已累计减少碳排放1100万吨，相当于固化6300平方公里荒漠…… 报告称，阿里云、达摩院、钉钉等技术力量，正不断凝聚创新力助推一个多维度、全覆盖的低碳发展体系。该报告显示，阿里巴巴在绿色消费方面积极布局：阿里巴巴正在通过菜鸟、闲鱼、饿了么、银泰，组成一条绿色消费链，构建“全生命周期绿色消费场景”。数据显示，从2014年以来，菜鸟使用电子面单的包裹达到1000多亿个，节省纸张4000亿张，节约成本200亿元，绿色回收箱覆盖315个城市，超过1亿纸箱实现了循环再利用；饿了么累计送出无餐具订单4亿单，减少碳排放达6400吨。从2017年算起，闲鱼回收旧衣5万多吨、旧书2370万本、手机366万台、大家电145万台，仅在2020年，闲鱼用户就上架10亿件闲置用品；银泰喵街则在2020年累计回收空瓶多个，通过收银无纸化、发票小票电子化，节省1600吨纸。据悉，今年2月，阿里巴巴已发行10亿美元的20年期“绿色债券”，募集资金专门用于包括绿色建筑、能源效率、新冠肺炎危机应对、可再生能源、循环经济以及设计等领域，它也成为亚洲互联网行业中首家发行绿债的企业。 “阿里巴巴会尽快推出碳中和技术发展路线图。实现碳中和，要走技术路线。这不是哪一个层面的单打独斗，需要全社会的共同努力”，程立说道。更多内容请下载21 财经 APP

少花一分是一分，这次 iPhone 13 连包装膜都没有

iPhone 13 系列顺利发布，不出所料，智能手机厂商倡导「环保第一人」的苹果依旧没给 iPhone 13 系列附赠充电器，只给了一条 USB-C 转 Lightning 数据线，不过为了环保，这个问题暂且就过去了，但这次的 iPhone 又变了。相信许多人购买新机非常享受开箱的环节，尤其是划开最外层的包装膜即将真正摸到手机的时候，心情可以说非常的愉悦。而此次 iPhone 13 系列再次因苹果的环保名义，对包装进行简配，包装胶膜取消，看来开箱的快乐要减少了。苹果官方表示：我们的零售店、办公室、数据中心和运营场所均已实现碳中和。到 2030年，我们的产品以及产品使用中生成的碳足迹也都将实现碳中和。取消包装膜一年能少用塑胶达 600吨，并且还减少了包装成本。并且，iPhone 13 系列的包装盒采用了原生木质纤维，100% 来自于负责任管理的森林；采用 90% 或以上的纤维包装物料等等，让包装盒非常环保无害还可回收。而手机内部触感引擎采用 100% 再生钨，占整个装置中钨含量的 99%；主板电镀层采用 100% 再生金；前置和后置镜头的排线采用 100% 再生金等，这让 iPhone 13 系列成为目前环保物料手机之一，能做的如此彻底的环保，不愧是苹果，至少不是表面一套背后一套，这样我们才会为此买单嘛。

数据中心要如何实现节能减排增加能效

我们的研究表明，通过更加严格的管理，公司可以将数据中心的能效提高一倍，从而降低成本并减少温室气体的排放。具体而言，公司需要更积极地管理技术资产，提高现有服务器的利用率水平；公司还需要更准确地预测业务需求对应用程序、服务器和数据中心设施容量的推动效应，以便控制不必要的资本和运营支出。数据中心的效率是一个战略问题。企业建造和运营数据中心花费的资金在公司IT预算中占的比例不断上升，导致用于急需技术项目的预算越来越少。数据中心建造计划是董事会一级的决策。同时，监管部门和外部利益相关方也越来越关注公司管理自身碳足迹的方式。采用最佳实践不仅有助于公司减少污染，还能够提高它们作为良好企业公民的形象。 IT成本高昂如今，公司进行的分析越来越复杂，客户要求实时访问账户，广大员工也在寻找新的技术密集型协作方法。因此，即使在经济放缓时，人们对于计算、存储和网络容量的需求也在继续增长。为了应对这一趋势，IT部门正不断增加计算资源。在美国，数据中心的服务器数量正在以每年约10%的速度增加。与此同时，在中国和印度等新兴市场，机构正在变得越来越复杂，更多的运营工作实现了自动化，同时有越来越多的外包数据业务在这里进行，因此数据中心的数量呈现出更快的增长态势。这种对计算资源无法抑制的需求，导致全球数据中心容量稳步上升。目前，这种增长并没有显露出即将结束的迹象，通常在经济衰退时期它只会进入温和增长状态。这一增长已经导致了IT成本激增。如果将设施、存储设备、服务器和人员成本都计算在内，数据中心支出一般会占到企业IT总预算的25%。随着服务器数量不断增长，电价也正以高于收入和其他IT成本的速度攀升，上述比例只会日益提高。每年，运行这些设施的成本都在以高达20%的速度上升，而IT总支出的增长速度仅为6%，二者相差极为悬殊。数据中心支出的不断增加，改变了许多企业的经济结构，尤其是金融、信息服务、媒体和电信公司等信息密集型企业。在过去5年中，成立一个大型企业数据中心所需的投资已经从1.5亿美元升至5亿美元。在IT密集型企业中，最大设施的造价正逼近10亿美元。这一支出挤占了新产品开发的资本，降低了某些数据密集型产品的经济效益，并降低了利润。此外，不断上升的能耗产生了更多、范围更广的碳足迹，导致了环境恶化。对于大多数服务行业，数据中心是企业最主要的温室气体排放来源。在2000到2006年间，用于存储和处理数据的电力翻倍，每个数据设施的平均耗电量相当于2.5万个家庭的总和。世界上共有4400万台服务器，消耗了总电力的0.5%。如今，数据中心的碳排放已经接近阿根廷和荷兰等国家的碳排放水平。仅仅在美国，到2010年数据中心的预计用电增长量就相当于要新建10座电厂的发电量。目前的预测显示，如果不对需求加以遏制，2020年全球数据中心的碳排放将是现在的4倍。监管部门已经注意到这些发展趋势，正在督促公司拿出解决方案。美国环保署(EPA)建议，作为建立运营效率标准的第一步，大型数据中心应当使用能量计。同时，欧盟也发布了一套自愿执行的行为准则，其中介绍了以较高的能效运行数据中心的最佳实践。随着数据中心排放量的持续上升，政府可能会为了减排而施加更大的压力。第2页：全面应对挑战全面应对挑战在信息密集型机构中，许多部门和级别的人员都可以做出影响数据中心运营效率的决策。金融交易员可以选择运行复杂的蒙特卡洛(MonteCarlo)分析，而药物研究人员可以决定要将多少临床实验影像数据存储起来。负责应用程序开发的管理人员可以决定用多少编程工作来满足这些需要。服务器基础设施的管理人员可以做出设备采购决策。设施主管则可以决定数据中心的位置、电力供应，以及在预测的需求出现前安装设备的时间表。上述决策通常是在孤立状态下做出的。销售经理可能会选择将交易由隔夜结算改为即时结算，金融分析师则可能希望为历史数据存储几份副本，他们完全没有考虑到这样做会对数据中心的成本造成什么影响。应用程序开发人员很少想到要对自身的工作进行优化，以将服务器用量降到最低，也很少考虑开发能够跨服务器共享的设计应用程序。购买服务器的管理人员可能会选择价格最低或他们最熟悉的产品。但是这些服务器也许会浪费数据中心的电力或空间。很多时候，管理人员会超额购买设备，以保证在最极端的使用情况下拥有足够的容量，而这会造成容量过剩。管理人员往往会建造有多余空间和高制冷容量的设施，以满足极端情况下的需求或应对紧急扩建。这些决策在整个机构中累加起来，将对成本和环境造成重大影响。在许多情况下，公司可以在不降低自身数据管理能力的前提下，停用现有的部分服务器，并搁置购买新服务器的计划。这可以借助一些众所周知的技术来实现。比如虚拟化，这种技术实际上是通过寻找服务器的空闲部分来运行应用程序，以达到容量共享的目的。但是公司不一定会这样做，因为没有哪位高管能够承担“端对端”的责任。在机构内部，管理人员会以最符合自身利益的方式行事，这就造成大多数数据中心效率低下，每台服务器上常常只运行了一个软件应用程序。我们分析了一家媒体公司的近500台服务器，其中利用率低于3%的占三分之一，而低于10%的则占三分之二。虽然有诸多用于跟踪使用情况的现成管理工具，但这家公司没有使用其中任何一种。从全球来看，我们估计服务器的日常利用率一般最高只有5%到10%而已，这造成了能源和资金的浪费。对此，数据中心管理人员一般会回答，配备这些服务器是为了在极端情况下提供容量，例如应付圣诞节前一天的购物潮。但一般来说，这一论断并不成立，因为数据显示：如果平均利用率极低，那么高峰时段的利用率也会很低。此外，数据设施的数量不断攀升，但所存放的服务器和相关设备有时仅占数据设施容量的一半，这说明有上亿美元的资本支出被浪费了。即使公司报告认为数据中心已经满载，但沿着数据中心的过道行走，经常会发现服务器机架上有很多空位，原先放在这些空位中的设备都已经淘汰。之所以出现这种不一致的现象，部分原因在于预测数据中心需求的难度很高。运营的时间框架是一个问题。数据中心的设计和建造一般需要2年或更长时间，而预计的使用寿命至少为12年，因此容量是在业务部门产生实际需求之前就已经设定的。与此同时，对于业务决策如何互相影响，如何转化为对新应用程序的需求，以及需要多少服务器容量才能满足需求，还存在着认识不够全面的现象。例如，如果客户需求增长50%，许多公司很难预测出服务器和数据中心的容量是需要增加25%，还是增加100%。在极端情况下，我们发现一些设施在投入运营后常年处于半空状态；而另一些公司在建成一个数据中心之后，很快就发觉需要再建一个新的。如今数据中心已经成为一项昂贵的资产，由此可以推断，财务绩效责任落实得十分糟糕。设施的财务和管理责任往往会落在不动产管理人员身上，而这些人基本不具备相关的专业技术知识，对于IT与核心业务问题的联系也缺乏深入的认识。同时，管理服务器运营的人员很少去了解关键运营支出的数据，例如耗电量或IT设备所占不动产的实际成本。相反，当IT管理人员决定购置更多的应用程序或新的服务器时，有时只会使用硬件初始成本和软件许可证费用等基本指标。计算实际成本时，需要考虑设施运营和租赁、电力使用、支持以及折旧等因素。这些费用可能是服务器初始购置成本的4到5倍。加上前面说到的孤立决策和责任问题，数据中心通常会添加额外的服务器作为保险措施，而很少讨论成本权衡或业务需求。在缺乏实际成本分析的情况下，过度建造、过度设计和效率低下就成了普遍现象。第3页：改革运营方式改革运营方式在研究之初，我们以为通过建造新的节能型数据中心，可为降低数据中心的成本和碳排放指出一条光明大道。新的设施可以发挥当前各种技术的优势，利用自然冷却方法和碳排放较低的电源。但我们还了解到，在降低成本和碳排放方面成效最显著的方法是改善公司现有数据中心效率低下的状况。通过改善资产管理，增强管理层的责任意识，并且为降低能源成本和碳排放设立清晰的目标，大多数公司都能够在2012年之前将IT能效提高一倍，并遏制其数据中心温室气体排放的增长。实际上，您无需另行建造就能获得最环保的数据中心。积极管理资产一家大型公司采用的做法表明，规范现有服务器和设施的使用就可能产生巨大的收益。这家公司原本的计划是，增加服务器的数量，并建造一个新的数据中心来容纳这些服务器和其他IT设备，以便满足自身在2010年的信息需求。该公司的董事会已经批准了这项计划，但这意味着企业在这一年会有大量的资本支出。于是，这家公司彻底修改了计划。它将关闭5000多台很少使用的服务器。通过对占公司应用程序总量15%的3700个应用程序进行虚拟化，可以将现役服务器的数量由2.5万台减少至2万台。公司还更换了一些较为陈旧的服务器，代之以能够将用电效率提高20%的产品。这些调整使公司得以搁置原先的数据中心扩建计划，并因此节省了3.05亿美元的资本投资成本。由于服务器数量和耗电量的下降，运营支出预计将减少4500万美元，降低到7500万美元。考虑到停用和虚拟化因素，服务器运行时的平均容量利用率将由目前的5.6%升至9.1%。该公司仍然能够满足自身日益增长的数据需求，但是电力需求的减少，意味着未来4年内的二氧化碳排放将由59.1万吨削减至34.1万吨。公司还可以通过对不断上升的数据需求加强管理来实现节约。对于应当保留多少数据，是否要缩减某些数据密集型分析的规模，业务部门应当审查相关的政策。一些交易的计算可以推迟，以降低服务器在高峰时段的利用率，也并不是所有企业信息都需要基于广泛备份的灾难恢复功能。更好的预测和规划是提高数据中心效率的基础。公司应当跟踪自己对数据需求的预测与实际需求之间的差异，然后向能够最大限度减少预测偏差的业务部门提供奖励。数据中心的管理人员应尽可能全面了解未来的趋势，例如机构增长和业务周期等，然后将这一趋势与自身采用的模型结合起来。由数据中心、应用架构师和设施操作人员提供的建议可以用于改善这些模型。一家全球通信公司制定了一套规划流程，将每个业务部门数据增长量的各种发展情况包括在内。虽然公司最终得出的结论是，它需要扩大容量，但是未来需求中有很大一部分可通过现有资产来满足，这比原计划节约了35%的资本支出。许多机构并没有将数据中心看作一种稀缺的昂贵资源，而是将其当成了等待注水的水桶。为了避免这种趋势，公司在估算新服务器或附加应用程序和数据的成本时，可以采用实际拥有成本(TCO)核算法。业务部门、软件开发人员或IT管理人员在进行支出决策时，很少会将应用程序和服务器的生命周期运行成本考虑在内。提早计算这些成本，有助于限制过量的需求。管理这些变化可能十分困难。大型机构中的许多人并没有意识到数据的成本。企业的每一个部门都会产生对于数据中心服务的需求。满足这些需求的责任分散在IT部门(包括运营和应用开发)、设施规划人员、共享服务团队和企业不动产职能部门身上。成本报告工作并没有统一的标准。第4页：提高总体效率提高总体效率作为数据中心改进计划的一部分，我们建议采用一项新的指标：企业数据中心平均效率(CADE)。与美国的企业燃料平均经济性(CAFE)里程标准类似，CADE考虑了数据中心内的设施能效、设施利用率和服务器利用率水平。将这些因素综合起来，就得到了数据中心的总体效率，即CADE(图)。减少了成本和碳排放的公司将提高自身数据中心的CADE分数。这就像在汽车行业中，出色的里程数能够提高CAFE评级一样。为了给改进工作设立目标，我们将CADE分为五级。属于CADE第1级的数据中心运营效率最低；大多数机构最初可能都会被归入较低的级别。关闭利用率低下的服务器、采用虚拟化技术以及提高设施空间的使用效率，都将提高CADE分数。借助CADE，公司还可以对整个数据中心的设施进行基准比较分析，或者与竞争对手进行比较，也可以为管理人员设立绩效目标并加以跟踪。在数据中心的需求管理方面，我们建议采用一种由首席信息官全权负责的新治理模型。在这种体制下，首席信息官能够更为透彻地了解各业务部门的数据需求；对于需要更多服务器或软件应用的新数据项目，他们可以强制要求将能耗和设施成本考虑到相应的投资回报计算中。我们还建议首席信息官采用一种新的指标来衡量改进情况，请参见副文“提高数据中心的效率”。通过强化责任，首席信息官将拥有更高的积极性来寻求改进，例如采用虚拟化技术和提高现有设施的利用率。由于这种模型将关键业务决策的更多责任集中在首席信息官身上，因此不但需要首席执行官的全力支持，而且要求机构转变以往对于业务部门的数据中心扩容请求有求必应的思维模式。此外，首席信息官还应当设定将数据中心的能效提高

相关标签：实现数据中心碳中和、实现数据中心的功能、碳足迹数据中心的作用、

本文地址：http://www.hyyidc.com/article/15632.html