当前中国移动已在陕西、上海等地数据中心进行了算力碳效可信评价的试点应用， 取得了一定的成效。
根据应用场景的不同，算力可划分为三个主要类型：通用算力、智能算力和 超算算力。通用算力主要是 CPU 芯片提供的计算能力，通常承担大规模的日常信 息处理与存储任务，如云计算服务、大数据分析等；智能算力主要是 GPU、FPGA、 ASIC 等 AI 加速芯片提供的计算能力，通常用于处理人工智能、机器学习等复杂 的计算任务；超算算力主要是由超级计算机等高性能计算集群提供的计算能力， 通常承担着科学计算、气象预测、地震模拟等高性能计算任务。当前我国数据中 心基本都是使用 CPU 和 GPU。不同类型的算力承载的任务负载不同，但都能通过 优化算力配置、提高能源利用效率、减少碳排放的方式，实现更加环保和可持续 的运营。本白皮书提出的算力碳效可信评价体系，已在陕西移动西咸数据中心、 上海移动临港数据中心进行应用实践。
（1）陕西移动西咸数据中心 基于区块链技术的绿色数据中心智慧双碳管理平台，以区块链、人工智能、 大数据等新兴技术为核心，包含碳核算、碳减排、光伏发电、机楼改造等多个管 理功能模块，对中国移动数据中心能耗与碳排放管理进行多维度、深层次、精细 化的绿色低碳运行管理。此次项目的创新成果，与国家发改委、工业和信息化部、 生态环境部、国家能源局等相关国家管理单位关于推动数据中心等新型基础设施 绿色高质量发展要求高度匹配，是中国移动积极践行央企责任、勇于技术创新、 填补行业空白的又一重要举措与实践。
此次项目主要内容为基于区块链技术的算力碳效可信评价研究，通过区块链 “安全、可信、真实、有效”等技术特征，与数据中心实际有效算力相结合，可 进一步挖掘数据中心节能降碳潜力。同时在此基础上，基于算力碳效可信评价研 究成果，对数据中心服务器布局、真实有效算力情况、制冷设备基于有效算力实 时联动等方面进行改造与优化，助力数据中心发挥能效最大化。此外，基于光伏 互补技术供电模式，数据中心响应地方电网“削峰”号召，安全使用新能源零碳 电能，既缓解地方电网高峰用电压力，又保障数据中心清洁能用。通过引入合同 能源管理服务模式，新能源光伏发电与传统核心机楼改造成本基本实现“零”投 入，相较传统用电降低用电成本超 20%，结合核心机楼改造，每年核心机楼节约 用电 614 万度，共节约用电成本 411.38 万元，同时基于双碳管理平台，有效对 数据中心等算力基础设施能耗、碳排放、碳资产管理进行精细化管理，对于国家 相关部门碳排考核要求可快速进行数据处理、呈现、成册、打印，满足考核资料 反馈要求，并对平台采集的原始能耗数据、碳排放核算结果等数据进行区块链存 证与比对，保障数据的安全可信，大幅降低因管理能耗、碳排数据台账与核对校 验数据而产生的人工成本。
（2）上海移动临港数据中心 通过基于区块链技术的算力碳效可信评价研究与应用，建立了面向业务的低 碳绿色数据中心，该项目荣获中国信通院第一届“华彩杯”算力创新应用大赛东 区一等奖及复赛二等奖。项目将碳排放与有效算力进行关联，利用大数据分析确 定节能降碳关键指标，通过精细化运维、绿色采购、智能制冷等方式，降低能耗与成本。CEOC 指标及评价方法还应用于移动数据中心业务碳排放管理，涵盖 IT 与通信网络业务，并可扩展至无线、传输、核心网等专业单元。通过对上海移动 试点机房进行核算体系计算、大数据模型分析以及精细化运维、绿色采购、智能 制冷策略实施，预计每月可节约 5.3 万度电。按照 1 度电减排 0.5703 千克碳、 节省 0.75 元计算，预计一年可节约电费 47.7 万元，减少碳排放 363 吨。
算力碳效高业务颗粒度核算。对数据中心进行高业务颗粒度二氧化碳排放量 核算，可追溯到数据中心碳排放的每一个环节，深入到 CPU、内存、硬盘等，为 业务流程挖掘、有针对性的提升算力碳效提供数据基础。 通过算力碳效大数据模型，AI 赋能降碳。按照数据处理、特征提取、模型 训练和预测流程，建立机器学习模型，如随机森林、GBDT 模型定量化分析影响 数据中心二氧化碳排放量的各个特征的重要性排序，指导数据中心节能降碳策略 制定。 基于区块链技术的算力碳效核算数据可信安全管理。基于区块链可实现碳排 放数据的可信采集、可信核算、可信溯源、核查报告校验等功能，增强数据可信 采集、使用与流转，提升碳排数据管理的安全性与强公信力。
展望未来，随着社会对算力多样性需求和算力基础设施的发展，其类型和算 力应用业务愈加种类繁多和复杂，对于算力基础设施的评价将不再仅仅局限于单 一的指标，而是会考虑更多元化的因素。除了传统的能效指标 PUE 外，算力碳效 CEOC 指标也将发挥巨大作用，更全面的多元化的评价指标将更全面地衡量算力 的能效和环保性能。
这也将对算力碳效可信评价提出更高的要求，具体表现为以下几点： 1.算力碳效需考量算力基础设施全生命周期：未来的算力碳效评价将更加注 重算力基础设施全生命周期的碳排放。这包括算力基础设施的建设、运营、维护 以及设备报废等各个阶段。通过全生命周期的考量，可以更准确地评估算力基础 设施的碳足迹，从而制定更有效的减排策略。 2.算力碳效需助力绿色算力的推广：随着国家对双碳目标的重视和推进，绿 色算力将成为未来发展的重要趋势。算力碳效可信评价也将以标准化、国家级评 价体系积极推动绿色算力的应用和推广。这包括采用高效、节能的计算设备和配 套设施，以及优化算力资源的分配和利用，从而降低算力基础设施的能耗和碳排 放。
3.算力碳效需驱动技术创新：技术创新是推动算力碳效提升的关键。未来， 随着新材料、新工艺以及新技术的应用，算力基础设施的能效和碳效将得到进一 步提升，算力碳效的可信评估将成为技术创新驱动的助力。例如通过算力碳效的可信评估，促进更高效的散热技术的演进、供电系统的优化、服务器利用率的提 高等，从而有效降低算力基础设施的能耗和碳排放。 4.算力碳效需提供标准化的引导，助力国家级核查认证的实施：政府和相关 机构将制定更为严格的能效和环保标准，以引导算力基础设施行业向更加绿色、 低碳的方向发展。同时，算力碳效可信评价也需要进一步开展标准化工作，协同 国家核查认证机构为相关政策落地实施提供助力。
本白皮书通过提出了算力碳效可信评价体系，针对算力基础设施给出了算力 碳效评价的可行方案。结合国家政策和行业发展趋势，本白皮书认为算力碳效评 价未来的发展方向和趋势包括以下方面： （1）异构算力、跨域算力评价标准化，综合性评价体系诞生 异构/定制化算力通过专用加速芯片或加速卡的设计和应用，可以优化算力 系统的能效比和性能。相对于传统通用处理器，专用加速芯片或加速卡可以更好 地满足特定的计算需求。如 GPU 适用于并行计算，FPGA 适用于特定逻辑运算等。 这种定制化的设计使得能源消耗与计算任务的成本相匹配，并降低了不必要的能 源浪费。因此，异构/定制化算力有助于提高算力基础设施的能源利用效率，降 低碳排放。
跨域算力利用不同地域的时区差异或气候条件差异进行计算任务调度和资 源优化。该技术可以更好地利用全国范围内各地的算力资源，避免资源闲置和重 复建设，最大限度地提高能源利用效率。通过跨域算力，算力基础设施可以根据 不同地域的电力价格差异进行资源分配，例如在电力价格较低的时段集中进行计 算任务，降低能源成本，并且可以选择使用更多的可再生能源进行计算。这种灵 活性和资源优化可降低碳排放，推动算力碳效的改善。随着“东数西算”工程的 推进，会逐步形成跨地域、统筹（通用算力、智能算力、超级算力）多样性异构 算力，统一联网调度的全国一体化算力网络。同时伴随着 5G、边缘计算的规模 建设、数据处理也会从云端向边侧、端侧的扩散，多样性算力会构建新型基础平 台的坚实底座。中国移动携手多个超算中心、智算中心，以及云服务商，共同发 起全国规模最大的“百川”算力并网行动，打造算力类型最全、规模最大、覆盖 最广的“百川”算力并网平台。如何在算力并网中，响应国家高质量发展算力基 础设施，评价算力的高效、绿色，针对异构算力的评价的标准化、跨域协作的算力碳效综合性评价体系将会逐步建立。 （2）人工智能技术融入算力碳效评价体系，助力算力的绿色发展 为确保核心业务系统的高可用等原因，在部分工作负载或业务服务中，采用 了服务器算力资源独占的设计方式，与其他工作负载或业务进行隔离。平台架构 和算法设计的智能化程度还有待进一步提高。 随着我国人工智能技术快速发展、数据和算力资源日益丰富、应用场景不断 拓展，为开展人工智能场景创新奠定了坚实基础，运用人工智能技术和模型赋能 算力碳效体系是重要的发展方向，深度结合行业，整合更多的智能元素，构建性 能更优的算力模型训练。通过对算力基础设施能源利用情况大数据分析，帮助发 现潜在的节能降碳机会。通过分析大规模的数据，人工智能可以发现能源利用的 不合理之处，并提出优化建议，比如运用 AI 和大数据能力进行历史数据、趋势 和归因分析，通过建立场景模型来预测未来业务对资源的需求、并驱动调度智能 化来进一步提升算力利用效率；通过 AI 技术，识别算力网络中针对算力需求的 最优配置；对制冷和供配电系统进行精准控制等，从而实现算力基础设施的智能 管理，推动算力的绿色发展。
（3）WEB3.0 的数字孪生技术在算力碳效可信评价中应用落地 WEB3.0 数字孪生技术在算力碳效可信评价中的应用具有潜在的重要性。 WEB3.0 是对互联网的下一代演变的概念，它强调去中心化、加密、智能合约等 特性，旨在提供更加安全、开放和自主的网络环境。数字孪生技术则是一种将实 体世界数字化的技术，通过虚拟仿真实现对实体的模拟与管理。 随着算力网络进程的推进，构建可信计算网络环境同样是重中之重，而 WEB3.0 技术无疑是一个好的解决方案，应用区块链等技术，促进不同算力基础 设施之间开展安全可信的数据交换。而其中的数字孪生技术，则可以在算力基础 设施建设之前，完成数字化模型，在虚拟空间中对设计、建设、运营及维护方便 先完成仿真和模拟，从而初步评价算力碳效水平，为后续的建设提供理论参考。
具体可通过利用数字孪生技术对算力基础设施的运行情况进行模拟与优化， 可以找到最佳的算力配置方案，从而减少不必要的能源消耗，降低碳排放，提高 算力的效率。首先，数字孪生模拟通过对算力基础设施的运行情况进行精确的虚 拟模拟，可以帮助确定最佳的算力配置方案。通过收集算力基础设施的实时运行数据、能源利用情况以及环境因素等信息，数字孪生技术可以建立一个真实的算 力基础设施虚拟模型。在该模型中可以进行各种虚拟实验，分析不同算力配置方 案对能源消耗和碳排放的影响，最终找到最佳的算力配置方案，使得算力基础设 施的运行更加有效率，减少能源浪费。其次，数字孪生模拟优化还能够实现动态 的能源利用优化。随着算力基础设施运行情况、市场需求等因素的变化，数字孪 生技术可以实时地对最佳的算力配置方案进行调整和优化。这意味着在实际运行 中，算力基础设施可以根据实时情况调整算力配置，避免了不必要的能源消耗， 最大限度地减少碳排放。最后，数字孪生模拟优化还可以帮助算力基础设施进行 长期规划，根据未来的发展需求和能源政策，制定相应的算力优化策略。这样可 以从根本上降低算力基础设施的能源消耗，减少碳排放，提高算力碳效水平。
