【AIDC 07】能效与碳效专题——绿色智算：从PUE到CUE的全链路能效革命

核心观点双碳目标下AIDC的绿色化不是选择题而是必答题。PUE电能使用效率已经不够用了CUE碳使用效率、WUE水使用效率、算力能效Flops/W等新指标体系正在建立。绿电、储能、余热回收、液冷、高效供电正在共同构筑绿色智算的新范式。一、为什么绿色化是AIDC的必答题1.1 双碳目标的硬约束中国提出了3060双碳目标——2030年前碳达峰2060年前碳中和。这不是口号而是硬约束会分解到各个行业、各个地区、各个企业。数据中心是用电大户也是碳排放大户。据测算2025年全国数据中心用电量约2000亿度占全社会用电量的2%左右。如果按平均电网碳排放因子计算对应的碳排放量约1.5亿吨——这可不是个小数目。随着AIDC的快速发展数据中心的用电量和碳排放量还会快速增长。如果不采取措施双碳目标的压力会非常大。所以国家对数据中心的能效要求越来越严新建大型、超大型数据中心PUE不高于1.3国家枢纽节点PUE要求更严有的要求1.25甚至1.2以下鼓励使用绿电提高可再生能源利用比例对高耗能的数据中心有电价、税收等方面的限制绿色化已经不是想不想做的问题而是必须做、怎么做的问题。1.2 经济效益的驱动除了政策约束经济效益也是重要驱动力。电费是数据中心最大的运营成本之一通常占OPEX的60-70%。能效提升一个百分点就能省不少钱。对于一个100MW的AIDC来说PUE从1.5降到1.2一年就能省几亿度电就是几千万甚至上亿的电费。而且绿电交易、碳交易等市场机制也在逐步完善。用绿电、减碳排放不仅能省钱还可能赚钱——比如卖碳指标、拿补贴。绿色化既是责任也是生意。1.3 企业社会责任与品牌形象越来越多的企业把绿色低碳作为重要的社会责任和品牌形象。尤其是科技公司、互联网公司对这方面很重视。客户也越来越看重供应商的绿色表现。很多大企业在采购数据中心服务时会把PUE、绿电比例、碳排放等作为重要的评标指标。绿色正在成为AIDC的核心竞争力之一。二、从PUE到CUE能效指标的演进2.1 PUE经典但不够用了PUEPower Usage Effectiveness电能使用效率是数据中心最常用的能效指标。它的定义很简单PUE 数据中心总能耗 / IT设备能耗PUE越接近1说明能效越高——大部分电都用在IT设备上了制冷、供电等辅助设施耗电少。PUE这个指标简单、直观、好理解用了很多年。但随着AIDC的发展它越来越不够用了1. PUE只看电不看碳同样的PUE用煤电和用绿电碳排放天差地别。但PUE反映不出来。2. PUE只看总量不看有效算力同样的IT能耗有的集群算力利用率高产出的有效算力多有的利用率低产出少。但PUE不管这些——只要电用在IT设备上了就算有效。但实际上闲置的GPU消耗的电本质上也是浪费。3. PUE不考虑水、土地等其他资源数据中心不仅耗电还耗水、占地。尤其是水冷方案用水量很大。在缺水地区这是个大问题。所以光有PUE不够了需要更全面的指标体系。2.2 CUE碳效比CUECarbon Usage Effectiveness碳使用效率是衡量数据中心碳排放的指标。定义是CUE 数据中心总碳排放 / IT设备能耗简单说就是每用一度电的IT设备产生多少碳排放。CUE的核心是把电和碳关联起来。同样的用电量用的绿电多CUE就低用的火电多CUE就高。CUE的计算需要考虑电网电力的碳排放因子不同地区、不同时段不一样自备电厂的碳排放如果有的话绿电的抵扣光伏、风电等自发自用或者购买绿电碳交易、碳抵消等随着双碳目标的推进CUE会越来越重要甚至可能比PUE更受关注。2.3 WUE水效比WUEWater Usage Effectiveness水使用效率衡量数据中心的用水效率。定义是WUE 数据中心总用水量 / IT设备能耗也就是每用一度电的IT设备用了多少水。对于水冷、蒸发冷却等方案用水量是很大的。在水资源紧张的地区WUE是非常重要的指标。液冷技术的兴起也和节水有关——液冷可以大幅减少用水量甚至几乎不用水。2.4 算力能效Flops/W前面几个指标都是从设施的角度看效率。但对于AIDC来说最终产出的是算力。所以算力能效可能是更本质的指标。算力能效通常用Flops/W来衡量——每瓦电能产生多少浮点运算。这个指标把电和有效算力产出直接挂钩。它不仅考虑设施的效率还考虑芯片本身的能效比同样功耗下算力多少算力利用率有多少算力真正在干活算法效率同样的任务需要多少算力算力能效是更综合、更本质的绿色指标。但它的测量和计算也更复杂目前还没有统一的标准。2.5 综合指标体系未来的绿色数据中心评价应该是一个综合的指标体系包括PUE电能使用效率CUE碳使用效率WUE水使用效率算力能效单位能耗的有效算力产出可再生能源比例绿电占总用电量的比例碳足迹全生命周期的碳排放包括建设、运营、报废多维度、全方位地衡量才能真正反映数据中心的绿色水平。三、绿电储能源网荷储协同3.1 绿电从补充到主力要降低碳排放最直接的办法就是用绿电——风电、光伏、水电这些可再生能源发的电。以前绿电是补充——有就用没有就算了。但现在绿电正在从补充变成主力。很多企业提出了100%绿电的目标有的已经实现了。获取绿电的方式主要有几种1. 自发自用在数据中心园区建光伏、风电自己发电自己用。优点就地消纳不用传输损耗小。缺点受场地限制发电量有限间歇性强不稳定。2. 绿电交易通过电力市场直接向新能源发电企业买绿电。优点量大可以满足大规模需求。缺点需要电网传输有损耗价格可能波动。3. 绿证购买购买绿色电力证书相当于间接使用绿电。优点简单方便不用改供电方式。缺点只是认证层面的物理上用的还是电网的电。4. 异地建设新能源基地在风光资源好的地方建新能源基地通过电网或者特高压送到数据中心。优点可以大规模获取绿电成本可能更低。缺点传输距离远损耗大协调难度大。3.2 储能绿电的稳定器绿电有个大问题——不稳定。风电是有风才发光伏是有太阳才发忽高忽低和用电需求不一定匹配。怎么解决靠储能。发电多的时候把电存起来发电少或者用电多的时候把存的电放出来。这样绿电就从看天吃饭变成了可控可调。数据中心的储能主要有这些作用削峰填谷电价低的时候充电电价高的时候放电降低用电成本平抑波动平滑绿电的出力波动保证供电稳定备用电源电网停电时储能可以当备用电源用一举两得需求响应电网需要的时候参与调峰调频获得收益离网运行配合新能源可以实现部分或全部离网运行储能的技术路线也很多锂电池、磷酸铁锂、液流电池、飞轮、压缩空气、抽水蓄能……各有各的适用场景。对于AIDC来说锂电池储能是目前的主流——响应快、效率高、布置灵活而且还可以和备用电源结合一套系统多种用途。3.3 源网荷储一体化源电源、网电网、荷负荷、储储能不是各自为战而是要协同起来——这就是源网荷储一体化。对于AIDC来说源网荷储一体化的价值在于提升绿电消纳比例有储能调节能消纳更多的绿电降低用电成本峰谷套利、需求响应都能省钱提高供电可靠性多电源储能供电更稳减轻电网压力削峰填谷减少对电网容量的需求创造额外收益参与电力市场提供辅助服务赚钱源网荷储一体化是未来AIDC能源系统的核心模式。四、液冷与余热回收变废热为宝4.1 液冷的节能价值液冷不仅能解决高密度散热的问题还能大幅提升能效、降低PUE。传统风冷方案PUE一般在1.4-1.6左右。而液冷方案PUE可以做到1.2以下浸没式甚至能到1.03-1.1——几乎所有电都用在IT设备上了制冷能耗非常小。为什么液冷这么节能换热效率高液体的换热能力比空气强很多不需要那么多制冷能耗可以自然冷却液冷的供水温度可以比较高30-45℃大部分时间用自然冷却就能搞定不用开压缩机没有风扇能耗服务器里的风扇都省了这也是不小的功耗送风损耗小不需要大风量送风风道损耗小对于大型AIDC来说PUE从1.5降到1.1一年能省几亿度电。这就是为什么液冷不仅是技术选择也是经济选择。4.2 余热回收把废热用起来数据中心的IT设备消耗的电能几乎都变成了热量。这些热量传统上都是通过冷却塔或者空调排到空气中去了——白白浪费了。但其实这些废热是可以回收利用的。尤其是液冷方案出水温度比较高40-60℃余热的品质更好更容易回收利用。余热可以用来做什么1. 供暖最直接的用途就是供暖——给办公楼、住宅、园区供暖。北方的冬天供暖需求很大数据中心的余热正好可以用上。有的数据中心已经实现了零碳排放供暖——用数据中心的余热给周边居民供暖替代燃煤锅炉减碳效果显著。2. 工业加热很多工业生产需要加热比如食品加工、化工、纺织、农业大棚等。数据中心的余热可以给这些工业场景供热。3. 热水供应酒店、医院、学校、住宅小区都需要热水。数据中心的余热可以加热热水供应给周边。4. 制冷吸收式制冷听起来有点反直觉——热量还能用来制冷是的通过吸收式制冷技术可以用热量来驱动制冷循环。夏天的时候数据中心的余热可以用来制冷给数据中心自己或者周边建筑用。5. 发电温差发电、有机朗肯循环如果余热温度足够高还可以用来发电。虽然效率不是很高但聊胜于无——反正热量本来也是要扔掉的。4.3 余热回收的挑战余热回收听起来很美但实际落地也有不少挑战需求匹配数据中心全年都产热但供暖只有冬天需要。夏天的余热怎么办需要有全年的消纳方案距离问题热量传输距离有限太远了损耗大、不经济。需要周边有合适的热用户温度匹配不同的用途需要的温度不一样。温度太低的话很多用不了经济性余热回收系统需要投资得算清楚账看多久能收回成本但总体来说余热回收是大趋势。尤其是在液冷普及之后余热的品质提升了回收利用的经济性会越来越好。五、高效供电与算力优化全链路节能5.1 供电系统的节能供电系统的损耗也是数据中心能耗的重要组成部分。从电网到芯片每一次电压转换都有损耗。提升供电效率的方法我们在上一篇已经详细讲过了。这里再简单总结一下高压直流HVDC减少转换环节提升效率固态变压器SST一级变换效率更高宽禁带器件SiC/GaN降低电力电子器件的损耗模块化设计负载低的时候关掉部分模块提升负载率和效率智能休眠轻载时让部分电源模块休眠提升整体效率供电效率每提升一个百分点对于大型AIDC来说都是巨大的电量节省。5.2 算力本身的能效优化前面说的都是设施侧的节能。但其实算力侧的节能潜力更大。毕竟IT设备的能耗是大头——PUE再低如果IT设备本身的能效不高总能耗还是降不下来。算力侧的能效优化有几个层面1. 芯片层面芯片本身的能效比Flops/W在不断提升。新的工艺、新的架构让每瓦电能能产出更多的算力。比如从A100到H100能效比就提升了不少。这是芯片厂商的事但作为用户选择能效比更高的芯片也是节能。2. 算力利用率同样的硬件利用率高有效算力就多单位算力的能耗就低。这就是我们上一篇讲的算力调度的价值——提升利用率本质上也是节能。3. 算法层面同样的任务用更高效的算法需要的算力就少能耗自然就低。比如模型压缩剪枝、量化、蒸馏让模型变小变快训练优化更高效的优化器、更好的并行策略减少训练步数推理优化算子融合、内存优化、批处理提升推理效率算法优化的节能潜力往往比设施优化更大。毕竟算法效率提升一倍相当于算力需求减半——这比PUE降零点几个点效果明显多了。5.3 全链路能效管理真正的绿色智算应该是全链路的——从芯片到设施从算法到运营全方位地优化能效。建议建立全链路的能效管理体系测量把每个环节的能耗都测清楚找到浪费点分析分析能耗数据找到优化空间最大的地方优化针对性地采取优化措施技术和管理并重监控持续监控能效指标确保效果迭代持续改进不断提升能效水平能效优化不是一次性的项目而是持续的过程。六、绿色AIDC的实践路径6.1 规划设计阶段绿色化要从规划设计阶段就开始考虑而不是建完了再改。重点关注选址优先选择绿电资源丰富、气候适宜、水资源充足的地方架构选型优先选择液冷、高压直流等高效方案自然冷却充分利用自然冷源减少机械制冷时间绿电规划提前规划绿电获取方式和比例储能配置同步规划储能系统支持源网荷储协同6.2 建设实施阶段选用高效设备UPS、空调、服务器等都选能效等级高的模块化建设按需建设避免一开始就建很大导致空载浪费绿色施工施工过程中也要注意节能、节水、环保同步建设储能和新能源和数据中心同步规划、同步建设6.3 运营管理阶段精细化能耗管理分项计量、实时监控、定期分析智能控制优化用AI优化制冷、供电等系统动态调整算力运营优化提升算力利用率减少闲置浪费绿电交易与消纳积极参与绿电交易提高绿电使用比例碳资产管理建立碳台账参与碳交易管理碳资产七、未来展望零碳数据中心7.1 零碳不是梦很多人觉得数据中心这么耗电零碳怎么可能但实际上已经有企业提出了零碳数据中心的目标有的已经在试点了。零碳数据中心不是说完全不排放而是指运营过程中使用100%的可再生能源通过技术手段尽可能降低能耗不可避免的排放通过碳汇、碳抵消等方式中和掉全生命周期建设、运营、报废的碳排放最小化随着绿电成本的下降、储能技术的进步、能效的持续提升零碳数据中心的目标正在变得越来越可及。7.2 技术发展趋势1. 绿电比例持续提升从30%到50%再到80%、100%绿电的比例会越来越高。绿电交易、绿证、分布式新能源多种方式并举。2. 储能系统规模化从MW级到GW级储能的规模会越来越大。技术路线也会更加多元化——锂电池、液流电池、压缩空气、抽水蓄能各展所长。3. 余热利用产业化从有没有到好不好余热回收利用会越来越成熟形成完整的产业链。数据中心不仅是算力工厂也会成为供热厂。4. 算力能效持续提升芯片、架构、算法多管齐下算力能效会持续提升。同样的算力消耗的电会越来越少。5. 碳管理数字化碳排放的计量、监测、管理、交易都会全面数字化、智能化。碳会像电一样成为可计量、可交易、可管理的资产。八、结语绿色不是AIDC的装饰而是底色。在双碳目标的大背景下在能源约束越来越紧的今天绿色化不是可选项而是必选项。它不仅是社会责任也是经济效益更是核心竞争力。从PUE到CUE从绿电到储能从液冷到余热回收从设施节能到算效提升——绿色智算的技术体系正在快速成型。未来的AIDC不仅是算力的高地也应该是绿色的标杆。让每一度电都产生最大的价值留下最少的碳。