《中移智库：通信行业算力碳效可信评价白皮书（2024年）（38页）.pdf》由会员分享，可在线阅读，更多相关《中移智库：通信行业算力碳效可信评价白皮书（2024年）（38页）.pdf（38页珍藏版）》请在本站上搜索。 1、通信行业算力碳效通信行业算力碳效可信评价白皮书可信评价白皮书（2024 年）（2024 年）发布单位：中移智库发布单位：中移智库编制单位：中国移动通信研究院等编制单位：中国移动通信研究院等编制说明编制说明算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力基础设施向社会提供服务。算力基础设施是新型信息基础设施的重要组成部分，呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升级、赋能科技创新进步、满足人民美好生活需要和实现社会高效能治理具有重要意义。在国家“双碳”战略背景下，本白皮书提出了通信行业算力基础设施算力碳效可信评价体系，用于客观、科学地评价通信行2、业算力基础设施高质量发展水平。它重点体现通过可信技术评价算力基础设施的有效算力与算力生产过程中二氧化碳排放量的关联，不仅体现了算力基础设施的算力效率，还包括算力基础设施运行过程中的其他碳排指标，定义为使用周期内产生的二氧化碳排放量与所提供的真实有效算力的比值，契合当前国家对算力基础设施高质量发展的评价要求。参与本白皮书编写的单位包括：中国移动通信有限公司研究院、中移物联网有限公司、中移（上海）信息通信科技有限公司、卓望数码技术（深圳）有限公司、中国移动通信集团陕西有限公司、中国移动通信集团上海有限公司、中国移动通信集团北京有限公司、中国移动通信集团江苏有限公司、中国移动紫金（江苏）创新研究院有3、限公司、中国移动通信集团内蒙古有限公司、中国移动通信集团天津有限公司、中国移动通信集团广东有限公司、中移湾区（广东）创新研究院有限公司、中国移动通信集团云南有限公司、中国移动通信集团安徽有限公司、中国移动通信集团福建有限公司、工业和信息化部北京互联网交换中心、中国质量认证中心有限公司、中国信息通信研究院产业与规划研究所、中国通信建设集团有限公司、中国远洋海运集团研究咨询中心、中国铁塔股份有限公司北京分公司、北京绿色交易所、华为技术有限公司、深圳前海微众银行、腾讯云计算(北京)有限责任公司、亚马逊通技术服务（北京）有限公司、浙江大学区块链与数据安全全国重点实验室、华北电力大学、北京科技大学、北京4、交通大学低碳研究与教育中心、内蒙古能源集团有限公司、华电内蒙古能源有限公司、内蒙古蒙草碳汇科技有限公司、北京博雅智慧科技有限公司、上海驰丽科技有限公司、万向集团普星聚能股份公司、可信区块链推进计划、深圳市金融区块链发展促进会（金链盟）、杭州高新区（滨江）区块链与数据安全研究院等。前言前言本白皮书旨在提出算力碳效指标概念，以及通信行业对于算力基础设施的算力碳效进行可信评价的愿景、技术方案、评价体系、应用前景和推进趋势及展望。希望能够为丰富业界绿色算力标准及评价体系提供思路、参考和指引。本白皮书内容将根据技术的发展逐步更新迭代，本篇内容主要聚焦各种算力类型的数据中心及其自营机房等算力基础设施。本白5、皮书的版权归中国移动与参编单位共同所有，中国移动与参编单位保留对本白皮书的所有权利。未经中国移动与参编单位书面许可，任何单位或个人不得以任何形式或通过任何方式(手写、电子或机械的方式，包括通过复印、录音、录音笔或信息收集系统)复制或拷贝本白皮书任何受版权保护的部分或全部内容。中国移动通信行业算力碳效可信评价白皮书（2024）1目录目录1.算力碳效可信评价的政策环境和背景.21.1 算力基础设施发展现状与趋势.21.2 国家“双碳”背景下算力基础设施高质量发展需求.32.算力碳效可信评价的定义和意义.42.1 现有能效指标和评价手段及其局限性.42.1.1 现有主要能效指标和评价手段.42.1.6、2 现有主要能效指标和评价手段的局限性.62.2 算力碳效可信评价的定义.72.3 算力碳效可信评价的优势和意义.82.3.1 算力碳效可信评价的优势.82.3.2 算力碳效可信评价的意义.103.算力碳效可信评价技术方案和评价要素.113.1 算力碳效可信评价技术方案.113.2 算力碳效可信评价要素.143.2.1 算力碳效评价对象.143.2.2 算力碳效核算边界.143.2.3 算力碳效核算方法.153.2.4 算力碳效评价流程.193.2.5 算力碳效分级方法.214.算力碳效可信评价的应用实践和实用前景.214.1 数据中心试点应用实践成效.224.2 促进算网运营中算网协同与融合7、技术的绿色发展.254.3 构建算力基础设施建设阶段的绿色供应链体系.265.算力碳效可信评价的趋势和展望.28缩略语列表.32参考文献.34中国移动通信行业算力碳效可信评价白皮书（2024）21.算力碳效可信评价的政策环境和背景1.算力碳效可信评价的政策环境和背景1.1 算力基础设施发展现状与趋势1.1 算力基础设施发展现状与趋势算力基础设施是集信息计算力、网络运载力、数据存储力于一体的新型信息基础设施，可实现信息的集中计算、存储、传输与应用，呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征。其作为新质生产力关键驱动要素之一的算力的载体，通过汇集算力资源，提升算力价值，充分释放数据要素潜能，8、支撑数字经济与实体经济快速融合。2022 年 2 月 17 日，国家发改委等部门联合印发通知，同意在京津冀等 8 地启动建设国家算力枢纽节点，并规划了 10 个国家数据中心集群。2023 年 2 月，中共中央、国务院提出要系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局，进一步明确了我国算力设施发展的重点任务。“东数西算”首次将算力资源提升到水、电、燃气等基础资源的高度，统筹布局建设全国一体化算力网络国家枢纽节点，将我国算力基础建设推向新阶段。基于顶层设计和国家政策的“推波助澜”，我国算力规模及算力基础设施投资建设9、规模均呈爆发式增长。截止 2023 年底，中国算力总规模达到 230EFLOPS（每秒 230 百亿亿次浮点运算），位居全球第二，近 5 年年均增速近 30%；智能算力规模达到 70EFLOPS（每秒 70 百亿亿次浮点运算），增速超过 70%。中国移动算力网络秉承着“网络无所不达、算力无所不在、智能无所不及”的愿景，计划通过泛在协同、融合统一、一体内生三步走实现。2023 年，中国移动积极落实国家“东数西算”工程部署，初步建成技术和规模全面领先的全国性算力网络。数据中心覆盖国家“东数西算”全部枢纽节点，通用算力规模达到8EFLOPS（FP32，32 位单精度浮点数）；智算中心覆盖呼和浩特等 10、11 省 12 个区域节点，智能算力规模达到 10.1EFLOPS（FP16，16 位半精度浮点数）；建设全球首个最大规模省际骨干 400G OTN 网络，打造“1-5-20ms”三级算力时延圈。中国移动算力网络正式走进“融合统一”的 2.0 新阶段。中国移动通信行业算力碳效可信评价白皮书（2024）3随着我国算力及算力基础设施建设规模的快速增长，算力基础设施建设与运营所带来的能源消耗和二氧化碳排放量也随之激增，导致全球变暖正以前所未有的速度发展。中国作为负责任的大国，做出了力争 2030 年前实现碳达峰、努力争取 2060 年前实现碳中和的重大战略目标（简称“双碳”）。但是，当前多采用人工线11、下模式进行碳核查，极易产生虚报、瞒报现象。因此，在“双碳”背景下，有效并可信地推进算力基础设施高质量发展，成为算力产业发展及实现我国“双碳”目标所要面临的重要任务之一。1.2 国家“双碳”背景下算力基础设施高质量发展需求1.2 国家“双碳”背景下算力基础设施高质量发展需求2021 年 10 月国家发布碳达峰碳中和“1+N”政策体系的顶层设计，明确了“双碳”工作的时间表、路线图、施工图。随后各有关部门出台 12 份重点领域、重点行业实施方案和 11 份支撑保障方案，31 个省（区、市）制定本地区碳达峰实施方案，“双碳”政策体系完成构建并持续落实。图图1.国家碳达峰碳中和“国家碳达峰碳中和“1+N12、”政策示意”政策示意（摘自中国碳达峰碳中和政策与行动报告（摘自中国碳达峰碳中和政策与行动报告（2023）新型基础设施属于“1+N”政策体系中的重点行业之一。它是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。新型基础设施是推动实体经济数字化和绿色低碳转型，进而推动经济高质量发展的重要基础。因此，在“双碳”背景下，作为一种新型基础设施，以数据中心、智算中心为代表的算力基础中国移动通信行业算力碳效可信评价白皮书（2024）4设施必须进行高质量发展。“绿色低碳、安全可靠”是算力基础设施高质量发展的重要原则。针对算力基础13、设施绿色发展，国家相关管理部门发布多项指导意见。具体如下：（1）2022 年 8 月，国家发改委等七部委联合发布了信息通信行业绿色低碳发展行动计划（2022-2025 年），提出 2025 年信息通信行业绿色低碳目标，对重点设施（数据中心、通信基站、通信机房）的绿色低碳发展给出指导。（2）2023 年 10 月，工业和信息化部等六部门印发算力基础设施高质量发展行动计划，提出要促进绿色低碳算力发展，全面提升算力设施能源利用效率和算力碳效水平，推动算力标准体系建设的相关要求。（3）2023 年 12 月，国家发改委等五部门发布关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见，提出以算14、力高质量发展赋能经济高质量发展为主线，统筹通用算力、智能算力、超级算力，构建绿色安全的一体化算力网，开展绿色数据中心建设，提升能源利用效率的指导意见。算力基础设施绿色化、低碳化、智能化发展是我国“十四五”期间的发展的主旋律。绿色算力是对算力的绿色低碳追求，是算力高质量发展的重要目标，可通过推进算力生产、算力运营、算力管理、算力应用等层次的绿色化来实现。绿色算力从提升算力和减少碳排放出发，可以在实现资源利用最大化的基础上减少对环境造成的负面影响。目前业界主要通过应用高效 IT 设备、优化节能减排技术、使用绿色能源等技术手段，达到能源节约、降低二氧化碳排放量的目的。在绿色算力评价方面，业界更关注电15、源使用效率（PUE）等能耗指标，但针对算力基础设施实际产生的有效算力与二氧化碳排放量之间关联关系的评价，则比较缺乏统一标准和方法。2.算力碳效可信评价的定义和意义2.算力碳效可信评价的定义和意义2.1 现有能效指标和评价手段及其局限性2.1 现有能效指标和评价手段及其局限性2.1.1 现有主要能效指标和评价手段2.1.1 现有主要能效指标和评价手段当前国内外广泛使用 PUE 作为衡量数据中心等算力基础设施能效的关键指中国移动通信行业算力碳效可信评价白皮书（2024）5标。PUE 是一年内数据中心总耗电量与数据中心 IT 设备总耗电量的比值。PUE值越接近于 1，表示数据中心的绿色化程度越高；P16、UE 值越高，表示数据中心非IT 设备的总耗电量越高，因此数据中心的能效就越低。除 PUE 以外，业界多年来尝试研究其他指标用于从更多维度评价数据中心能效，衍生而来的能效指标主要包括：局部 PUE（pPUE）、碳利用效率（CUE）、水资源利用效率（WUE）、电能使用效率（EEUE）等。pPUE 是 PUE 概念的延伸，可以评价数据中心更小区间内的能效；CUE 是数据中心二氧化碳总排放量与 IT负载能源消耗的比值，理想情况下，CUE 值为零，表示数据中心没有碳排放；WUE是数据中心水资源的全年消耗量与数据中心 IT 设备全年耗电量的比值，用于评价数据中心用水状况；EEUE 参照 PUE，并充分考17、虑我国国情，根据数据中心的制冷技术、使用负荷率、安全等级和所处地域的不同,制定了能源效率值调整模型。另外，还有绿色网格联盟（TGG）提出的 IT 设备热一致性（ITTC）、IT 设备的容错性（ITTR），ISO 提出的可再生能源系数（REF）、IT 服务器能源效率（ITEEsv）等指标，这里不再一一介绍。目前上述指标中，仅有少部分参数（如耗电量数据）可以通过智能电表和动环系统进行自动化采集，并且也只是部分数据中心能够自动化采集。其他绝大部分参数基本都是通过人工方式手动进行采集，比如二氧化碳总排放量的测算，需要采集数据中心内部直接或间接产生二氧化碳气体排放的各种能源、原材料等物质的活动量，例如电18、能、柴油、空调制冷剂、废水处理药剂等，再用各种物质的活动量乘以对应的碳排放因子计算得出相应的二氧化碳排放量。目前，以上这些物质的活动量绝大部分都是通过人工方式手动获取，比如利用计量器具、拍照、记录等手段测量采集后，再人工填写表格或录入系统。针对数据的核查一般也是通过人工方式，线下实地查阅、核对原始数据和辅助性证明材料。现有算力及算力相关能效评价体系主要以服务器作为评价对象。数据中心的算力及算力相关能效是在数据中心所有服务器评价结果的基础上汇总得出。目前服务器算力及算力相关能效的评价方法以测试法为主。通过在全新的服务器上运行一系列基准测试集的方式，以测试分数作为服务器算力及算力相关能效评价值。目19、前主流的基准测试套件有 SPEC Power、SERT、BenchSEE、MLPerf、Linpack、以及开放数据中心委员会（ODCC）、事务处理性能委员会（TPC）等组织发布的中国移动通信行业算力碳效可信评价白皮书（2024）6基准测试规范和测试集。这些基准测试套件可以测试多种领域、多种典型业务、多种负载水平下的服务器性能和能耗。不同套件的测试集不尽相同，测试的服务器组件对象和侧重点也不尽相同。2.1.2 现有主要能效指标和评价手段的局限性2.1.2 现有主要能效指标和评价手段的局限性当前业界广泛采用的 PUE 等指标存在诸多缺陷。例如，当 IT 设备的老化引起耗电量的增加时，PUE 值反20、而会降低；当 IT 设备采用虚拟化等技术时会大幅降低 IT 设备的数量及能耗，然而数据中心总耗电量并不会同样程度地降低,两者之间不是简单的线性关系，因此反而会造成 PUE 值升高。由此可见，某些情况下 PUE 值变化的意义可能与实际情况相反。此外，PUE 只提供了设备用电的评价视角，主要考虑了电力能效方面而忽略了算力和碳排放相关的情况，没有考虑碳排放对数据中心建设的社会效益和经济效益的影响。尽管 PUE 可以描述数据中心总体能耗和 IT 负载能耗之间的关系，却未能全面反映数据中心对环境的影响。数据中心的运行除了消耗大量电能外，还会产生大量碳排放，这是由于电力供应链和转换过程中产生的废气排放所导21、致的。CUE 指标虽然与碳排放相关，但仍然是二氧化碳排放量和 IT 设备耗电量的关系，与 PUE 的区别并不大，仍然是二氧化碳排放量与能源消耗的关系，没有体现二氧化碳排放量与数据中心的算力之间的关系。WUE 则与二氧化碳排放量和数据中心算力均无关联。EEUE 则类似 PUE。因此，仅从能源和资源消耗角度，凭借 PUE 等指标来评价数据中心的能效是有局限性的。时至今日，取代 PUE 作为评价新型基础设施绿色指标的呼声越来越高。为了更全面地评价数据中心的生产效率、更综合地评价数据中心对环境的影响，需要将二氧化碳排放量与算力生产关联起来进行评价。建立新的能效评价指标及评价体系迫在眉睫。目前现有能效指22、标的相关参数主要是由人工方式手动采集和填报，并且核查也是线下实地人工核查。现有方式的自动化程度低，容易受人为因素干扰，效率低，时效性差，并且极易产生虚报、瞒报的情况，虚假数据将导致评价结果不准确甚至错误的情况。近年来,PUE 有被严重商业化的趋势，业界甚至出现在评测过程中人为操纵 PUE 值的现象。不少数据中心声称其 PUE 值已低于 1.2 甚至 1.1，然而这些公司并未给出具体采用的节能措施、测量方式和计算数据等细节，或者中国移动通信行业算力碳效可信评价白皮书（2024）7是在室外温度、设备使用率及用户在线数等都是极值的特殊情况下进行测量，这些都不能从根本上解决数据中心节能降耗的问题。在核23、查阶段，核查本身是一种确保企业上报或披露的数据更真实、准确和完整的管理机制，引入第三方机构进行复核，能让数据核算报告更客观、专业和严谨，确保数据质量更高。更聚焦地，其中碳核查的数据不仅是督导企业碳排放以及后续碳减排的关键依据，也是国家实现“双碳”目标所需的关键基础数据。但在实际的核查过程中，无论是系统上填报的数据还是电子或实体证明材料均难以全量验证真实性，即使采用抽查的方式，人工核查耗费的工作量也极大，核查工作极为烦琐，因此核查的有效性和效率大打折扣。现有的算力及算力相关能效的评价方法均为测试法，需要建立独立的测试环境进行基准测试。对于已经投产的算力基础设施的相关设备，显然无法停止业务进行测试24、，且现有评价方法是对服务器设备在指定的不同业务和负载条件下的算力进行评价，并非是数据中心实际生产活动中产生的真实有效算力。另一方面，现有评价方法均以服务器为评价对象，主要考察 CPU、GPU、内存、硬盘等核心算力组件对算力和能效的影响，并未将网络因素纳入考量，而数据中心等算力基础设施中网络是不可忽略的因素，在当今大模型迅猛发展、参数量急剧增加的情况下，需要服务器与服务器、甚至是算力基础设施之间协同运行，共同分担计算任务。分布式计算任务会产生海量的数据交换，因此网络传输质量对算力基础设施实际产生的有效算力的影响日益显著。使用现有评价方法对算力基础设施产生的有效算力进行评价，评价结果将与实际情况发25、生显著偏差。2.2 算力碳效可信评价的定义2.2 算力碳效可信评价的定义本白皮书提出的算力基础设施算力碳效可信评价是指基于区块链可信技术评价算力基础设施的算力碳效水平。算力碳效是指在数字经济和信息技术领域中，通过优化算力资源的利用效率，减少能源消耗和碳排放，从而实现更高的经济产出和服务效果的一种概念。算力碳效指标 CEOC（Carbon Efficiency Of Computing）的具体定义是算力基础设施在评价周期内平均单位时间单位规格化有效算力产生的二氧化碳排放量。它是算力基础设施在评价周期内平均单位时间产生的二氧化碳排放量与其中国移动通信行业算力碳效可信评价白皮书（2024）8平均单位26、时间提供的规格化有效算力的比值。本白皮书采用公式法核算算力基础设施的 CEOC 指标值，通过采集算力基础设施运行时直接或间接产生二氧化碳排放的碳排放因素活动量、各算力组件的规格参数和运行参数，带入 CEOC 评价模型公式，计算得出算力基础设施的 CEOC 指标值。提供的规格化有效算力算力基础设施单位时间产生的二氧化碳排放量算力基础设施单位时间算力碳效CEOC平均单位时间产生的二氧化碳排放量：算力基础设施核算边界范围内，所有碳排放因素平均单位时间直接或间接产生的二氧化碳排放量总和。碳排放因素包括但不限于燃料燃烧、电能消耗、购入热力等。平均单位时间提供的规格化有效算力：算力基础设施核算边界范围内，27、所有IT 设备平均单位时间提供的规格化有效算力总和。IT 设备平均单位时间提供的规格化有效算力是算力组件实际有效算力与基准算力的比值的加权几何平均值，用于综合度量 IT 设备整体算力。算力组件包括但不限于 CPU、GPU、内存、硬盘及其他算力组件（例如网络等）。算力是构成新质生产力重要驱动因素之一。算力碳效指标 CEOC 将算力基础设施提供的规格化有效算力与相应产生的二氧化碳排放量进行了关联，可以真实体现算力基础设施单位规格化有效算力或者单位实际生产力的碳效，为算力的真实碳效评价提供了量化依据。同时通过区块链技术的应用，将评价流程关键步骤相关数据上链，确保数据可信、可追溯，达到算力碳效评价过程28、和结果可信的目的。2.3 算力碳效可信评价的优势和意义2.3 算力碳效可信评价的优势和意义2.3.1 算力碳效可信评价的优势2.3.1 算力碳效可信评价的优势以数据中心为代表的算力基础设施是实现“双碳”战略的重要环节，是数字经济的核心，随着高质量绿色发展要求的推行，“算力”和“碳效”成为了两大关键词，本白皮书提出的算力碳效可信评价体系，具有以下优势：（1）区块链技术保证了 CEOC 指标数据的可信，即使在现有技术手段自动化程度不高的情况下，仍可以保证上链的数据不可篡改，对数据操作可追踪溯源，中国移动通信行业算力碳效可信评价白皮书（2024）9智能合约和隐私计算等技术提高了核算核查的效率和数据安29、全性。若实现数据采集全自动化并结合区块链技术，可进一步减少人为干扰、从源头保证碳数据要素的真实可信，防止虚假数据并提升采集效率。（2）CEOC 指标关注的是碳算比，通过对评价对象的二氧化碳排放量和真实有效算力的持续监测及计算，契合国家对碳排放和算力的评价要求。（3）通过监测算力基础设施内不同服务器算力组件（包括但不限于 CPU、GPU、内存、硬盘及其他组件（例如网络）等）的工作状态和服务器能耗，可以利用 CEOC 指标数据的变化情况，针对具体的服务器算力组件进行算力能耗情况分析。（4）采集的数据包含了标称算力的“使用率”和设备的实时功率，因此 CEOC指标可以体现算力基础设施运行时的算力碳效水30、平实时变化情况。（5）采用公式法评价算力基础设施的算力碳效水平，克服了现有测试法针对已投产的算力基础设施无法实施且不准确的缺陷，具有更普遍的适用性和更广阔的适用范围。表 1.CEOC 指标和 PUE 指标对比表 1.CEOC 指标和 PUE 指标对比PUE总用电量/IT 设备用电量CEOC二氧化碳排放量/规格化有效算力评测标准能源消耗监测二氧化碳排放量监测碳排放强度监测数据中心算力监测CPU、GPU、内存、硬盘使用率监测机房实际运行状态的变化评测体系CPU、GPU使用率内存使用率硬盘使用率网络资源利用率服务器功率利用率服务器规格算力室外年均温度机柜资源利用率（上架率）可再生能源利用率机架数中国31、移动通信行业算力碳效可信评价白皮书（2024）102.3.2 算力碳效可信评价的意义2.3.2 算力碳效可信评价的意义（1）积极推动通信行业科技创新和技术进步（1）积极推动通信行业科技创新和技术进步提升算力碳效水平对于当今的通信行业至关重要，它可以促进通信行业科技创新和技术进步，例如在芯片设计、散热技术、数据传输和储存等方面进行改进，推动相关领域的研究和发展。这将促进通信行业的技术升级和创新，进而提高整个社会的竞争力。此外，算力碳效水平的提升还能够增强企业的品牌形象和竞争力。随着社会对环境保护和可持续发展的重视度不断提高，企业越来越需要展示自己的社会责任和环保素养。提升算力碳效水平是一个积极的32、行为，可以树立企业的良好形象，吸引更多的合作伙伴、客户和投资者，从而提高企业的竞争优势。另外，提高算力碳效水平不仅可以降低企业的运营成本，提升竞争力，还可以实现可持续发展的目标，减轻对环境的压力，符合社会的发展需求和政策导向。在当前全球气候变化日益严峻的背景下，各行业都在积极探索碳减排和绿色发展的路径。算力碳效作为通信行业的重要议题之一，将会在未来得到更多的关注和投入。通过技术创新、政策引导和产业合作，我们相信算力碳效可信评价体系将为通信行业的可持续发展和环境保护作出重要贡献。因此，各界需要共同努力，推动算力碳效水平的提升，实现经济、社会和环境的平衡发展。（2）有益推动国家监管和机构核查（2）33、有益推动国家监管和机构核查当前碳核查在国内尚处于初期阶段，普遍存在数据填报不准确、过渡依赖线下核查、核查周期长、核查数据真实性存疑等问题。第三方核查机构接受委托进行线下核查的方式费时费力。算力碳效可信评价体系结合区块链不可篡改、可存证、可溯源、公开透明的技术特点，对算力基础设施运行过程中产生的有效算力及碳排放关键数据进行上链存储。结合有效算力、碳排放数据的自动采集等技术，通过线上平台进行核查，通过对有效算力数据、碳排放数据的上链管理，确保数据的科学性、准确性，可以有效避免核查流程反复、人员投入大等问题，提升核查效率，减少开支。另外，还可以保证数据的真实性和可追溯性，避免徇私行为，增加政府监管部34、门和第三方核查机构的权威性。（3）有益推动算力基础设施建设（3）有益推动算力基础设施建设随着算力基础设施的高质量建设和发展，其建设运营的绿色化以及数据的安全保障是必须考虑的问题，算力碳效水平对算力基础设施建设的绿色供应链具有中国移动通信行业算力碳效可信评价白皮书（2024）11重要的参考意义。首先通过算力碳效可信评价体系的实施，可以根据算力碳效水平作为选型依据，促进算力基础设施的软硬件的绿色建设，使供应链更加绿色化。其次通过区块链技术的引入，可保证数据的安全性，可以有效促进算力基础设施建设安全、健康发展。（4）有益推动我国在标准化领域抢占话语权（4）有益推动我国在标准化领域抢占话语权2015 35、年我国工业和信息化部、国家机关事务管理局和国家能源局在关于印发国家绿色数据中心试点工作方案的通知中指出：我国大多数数据中心的PUE 值仍普遍大于 2,与国际先进水平存在较大差距。近十年，尽管我国在数据中心 PUE 指标方面拼命追赶，但相关国际标准设立和修订的话语权几乎被欧美国家 所 垄 断。2016/2017 年，ISO/IEC-#1联 合 技 术 委 员 会 发 布ISO/IEC30134-X Information technology-Data centres-Key performance indicators（“信息技术-数据中心-关键性能指标”）系列标准。2019年，美国ANSI/36、ASHRAE Standard发布 90.4-2019 Energy Standard for Data Centers，即数据中心能源标准；2021 年 10 月，ISO/IEC 发布了三个由 TS 版升级为正式版的数据中心国际标准ISO/IEC 22237-1-2021。多年来，我国一直在跟随、遵循着这些标准，但随着我国数字经济的繁荣、双碳战略的深入、以及国际政治经济形势的发展变化，我国在数据中心等算力基础设施评价指标方面应该有所作为，需要在国际标准领域抢占更大的话语权，也需要对现有 PUE 评价体系加以改进。3.算力碳效可信评价技术方案和评价要素3.算力碳效可信评价技术方案和评价要素3.37、1 算力碳效可信评价技术方案3.1 算力碳效可信评价技术方案本白皮书提出的算力碳效可信评价技术方案以区块链和 CEOC 指标为核心，当前评价对象为以数据中心为代表的算力基础设施中拥有自营控制权的机房，暂不对租用给外部客户的机房进行评价。基于智能合约、隐私计算的区块链技术实现了从采集、核算、核查到核定发证的算力碳效评价流程中数据上链存证、共享和溯源，算力碳效评价数据安全、可信、不易篡改，解决了当前评测技术手段容易数据造假和无法追溯的问题。创新提出的 CEOC 指标表示为算力基础设施单位规格化有效算力所产生的二氧化碳排放量，能够真实反映算力基础设施的能效，中国移动通信行业算力碳效可信评价白皮书（238、024）12解决了 PUE 等指标仅关注算力基础设施的资源和能源消耗、无法体现算力效率和性能的问题，可有效推动算力基础设施绿色低碳技术发展及应用。图图2.算力碳效可信评价技术方案架构图算力碳效可信评价技术方案架构图在算力碳效可信评价的原始数据采集阶段，计量器具、物联网采集终端、动环系统接入区块链平台，在算力基础设施核算边界内，手动或自动化采集多种直接或间接产生二氧化碳气体排放因素的活动量数据，如燃料消耗量、耗电量等。同样地，探针、运维系统等监测工具接入区块链平台，在算力基础设施核算边界内，手动或自动化采集 IT 信息数据，如 IT 设备硬件配置信息、CPU 等算力组件利用率、数据传输速率等。采39、集到的碳排因素活动量数据和 IT 信息数据利用智能合约实时或周期性在区块链平台上链存证，保证采集的数据可信、不可篡改。在算力碳效可信评价的核算阶段，核算平台接入区块链平台，通过智能合约和隐私计算调用采集到的碳排因素活动量数据和 IT 信息数据，并验证数据的真实性，若数据未被篡改则输入 CEOC 评价模型公式进行计算。通过碳排因素活动量数据与核算平台内置的相应碳排因子计算并汇总，得出算力基础设施核算边界内的总体二氧化碳排放量。IT 信息数据被解析为 CPU 等算力组件的算力因子参中国移动通信行业算力碳效可信评价白皮书（2024）13数后计算 IT 设备的有效算力，再与核算平台内置的基准 IT 设40、备的基准算力进行计算并汇总，得出算力基础设施核算边界内的总体规格化有效算力。最后将总体二氧化碳排放量除以总体规格化有效算力计算得出算力基础设施的 CEOC 指标值，并利用智能合约自动进行区块链上链存证，保证算力碳效评价结果的可信、不可篡改。在算力碳效可信评价的核查阶段，核查平台接入区块链平台，通过智能合约和隐私计算调用 CEOC 核算数据及相关的原始数据，核查算力基础设施的能源消耗、清洁能源使用情况、二氧化碳排放量、有效算力输出、CEOC 指标值等数据和证明材料是否被篡改。核查平台验证数据的真实性后进行算力碳效核查，并出具核查报告，利用智能合约自动将核查报告进行区块链上链存证，保证核查结果的可41、信、不可篡改。在算力碳效可信评价的核定发证阶段，认证监管平台接入区块链平台，通过智能合约和隐私计算调用核查报告，验证核查报告的真实性，若核查报告真实有效、未被篡改，则对被评价的算力基础设施发放算力碳效可信评价认证证书，并利用智能合约自动将证书进行区块链上链存证，保证算力碳效可信评价认证证书的可信、不可篡改。算力碳效可信评价技术方案利用区块链可信技术方法，保证了算力碳效采集、核算、核查、核定发证等阶段相关数据可信和不可篡改，并可对数据操作和访问记录进行追踪溯源，保证了算力碳效评价的真实性和权威性，并且多方上链，多方见证记账，减少信息不对称，智能合约实现核算核查，减少或排除人为干扰，提升可信度、提42、升效率，使全量核查验证成为可能，改变目前人工抽查无法全面覆盖的局面。另外，创新的 CEOC 指标把碳排放和有效算力进行关联，把自然资源、环境资源也作为算力发展过程中所需要考虑的关键因素，把价值生产和环境保护、社会责任有机融合，推动算力基础设施绿色、低碳、可持续高质量发展，实现算力的低碳清洁、高效利用。中国移动通信行业算力碳效可信评价白皮书（2024）143.2 算力碳效可信评价要素3.2 算力碳效可信评价要素3.2.1 算力碳效评价对象3.2.1 算力碳效评价对象当前算力基础设施以数据中心及其机房为代表。目前数据中心机房按经营控制权分为两类，自营机房和租赁机房。自营机房是数据中心自有自用机房，43、数据中心对自营机房的基础设施及其内部所有 IT 设备具有自营控制权。租赁机房是租用给外部客户的机房，数据中心仅对租赁机房的基础设施具有自营控制权，客户对租赁机房内所有 IT 设备具有自营控制权。由于保密或安全等因素，客户 IT设备的相关参数可能不易获取，因此本白皮书中作为算力碳效可信评价的评价对象的算力基础设施当前主要聚焦为数据中心拥有自营控制权的自营机房。3.2.2 算力碳效核算边界3.2.2 算力碳效核算边界根据算力碳效的定义和开展算力碳效可信评价的目的，算力碳效评价对象应确定二氧化碳排放和规格化有效算力的核算边界，以及涉及的时间范围，并明确工作对象。算力基础设施以其物理边界为核算边界，核44、算边界内包含 IT 设备、空调、恒湿机、照明、供配电、风扇、安全、消防系统等设备设施。算力碳效可信评价涉及的时间范围为算力基础设施已投产使用并稳定运行的阶段。在算力碳效核算边界内，用人工或自动化采集方法获取二氧化碳排放量和规格化有效算力评价模型中的所有碳排放因素活动量和 IT 信息等参数。采集颗粒度从粗到细分为算力基础设施、机房、机架排、机柜、IT 设备等不同颗粒度。采集频次从高到低分为分钟、小时、天、周、月、季度、年等不同频次。采集颗粒度越细、采集频次越高，则 CEOC 指标值越精确。表 2.算力碳效核算边界表 2.算力碳效核算边界二氧化碳排放量核算边界二氧化碳排放量核算边界自营机房机架服务45、器CPU/GPU内存中国移动通信行业算力碳效可信评价白皮书（2024）15为了全面考察算力基础设施所处地理位置的气候环境对算力碳效的影响，因此评价周期至少为一年。算力基础设施在维护与异常状态下不应进行算力碳效评价。算力基础设施在业务变更、技术改造前后均需进行算力碳效评价，并且算力碳效的评价结果可体现业务变更、技术改造对算力碳效的影响。算力基础设施在气候变化、投产年限、机架和 IT 设备数量变化、IT 设备种类和比例变化、技术升级、节能降碳改造等情况下，其算力碳效水平会随之发生变化，因此需重新进行算力碳效评价。3.2.3 算力碳效核算方法3.2.3 算力碳效核算方法（1）CEOC 评价模型（1）46、CEOC 评价模型CEOC 评价模型如公式（1）所示：存储其他网络设备路由等通信设备交换机等杂项设备安全加密设备等机架设备传感器、显示面板等制冷IT 设备制冷背板空调等机房制冷机房空调恒湿机房恒湿机其他机房设施照明供配电风扇安全消防系统规格化有效算力核算边界规格化有效算力核算边界IT 设备规格化有效算力CPU/GPU 算力内存算力存储算力其他网络设备等中国移动通信行业算力碳效可信评价白皮书（2024）16算能系数基准算力有效算力碳排放量，eCPECPfECEOC（1）碳排放量E算力基础设施在评价周期内平均单位时间直接或间接产生的二氧化碳排放量（单位：tCO2/单位时间）；算能系数基准算力有效算47、力，eCPECPf算力基础设施在评价周期内平均单位时间提供的规格化有效算力（单位：NECP）；有效算力ECP算力基础设施 IT 设备各算力组件提供的有效算力；基准算力CP基准 IT 设备各算力组件提供的标称算力；算能系数e各算力组件能力的权重系数。（2）二氧化碳排放量评价模型（2）二氧化碳排放量评价模型碳排放量E评价模型如公式（2）所示：iiEE碳排因素碳排放量（2）iE碳排因素算力基础设施核算边界范围内第 i 种碳排因素在评价周期内平均单位时间直接或间接产生的二氧化碳排放量（单位：tCO2/单位时间）；碳排放量E是算力基础设施核算边界范围内所有碳排放因素平均单位时间直接或间接产生的二氧化碳排48、放量总和。各碳排放因素平均单位时间直接或间接产生的二氧化碳排放量为各碳排放因素平均单位时间的活动量与相应的碳排放因子的乘积，碳排放因素包括但不限于燃料燃烧、电能消耗、购入热力等。（3）规格化有效算力评价模型（3）规格化有效算力评价模型算能系数基准算力有效算力，eCPECPf评价模型如公式（3）所示：1321)(ejejjneneneniXPUnXPUijCPECPCPECPCPECPCPECPf）（）（）（基准组件组件基准硬盘硬盘基准内存内存基准（3）nXPUECP算力基础设施第 n 台服务器的 XPU 有效算力（单位：GFLOPS 或根据 XPU 主要运算数据类型确定）；中国移动通信行业算力49、碳效可信评价白皮书（2024）17内存nECP算力基础设施第 n 台服务器的内存有效算力（单位：GBGbps）；硬盘nECP算力基础设施第 n 台服务器的硬盘有效算力（单位：GBGbps）；jnECP组件算力基础设施第 n 台服务器的第 j 个算力组件的有效算力（单位：根据算力组件相关属性确定）；XPUCP基准基准服务器的 XPU 标称算力（单位：GFLOPS 或根据 XPU 主要运算数据类型确定）；基准内存CP基准服务器的内存标称算力（单位：GBGbps）；基准硬盘CP基准服务器的硬盘标称算力（单位：GBGbps）；jCP基准组件基准服务器的第 j 个算力组件的标称算力（单位：根据算力组件相50、关属性确定）；1eXPU 处理器项算力组件的权重系数；2e内存项算力组件的权重系数；3e硬盘项算力组件的权重系数；je第 j 个算力组件的权重系数；i对应 XPU 的算力倍增系数；1e调整项。算能系数基准算力有效算力，eCPECPf为算力基础设施核算边界范围内所有 IT 设备平均单位时间提供的规格化有效算力总和。IT 设备平均单位时间提供的规格化有效算力为算力组件实际有效算力与基准算力的比值的加权几何平均值，算力组件包括但不限于 CPU、GPU、内存、硬盘等。其中 XPU 包含但不限于 CPU、GPU 等，其他组件包含但不限于网络组件等。CPU 的有效算力是 CPU 核心数、CPU 单核主频、51、CPU 核心单周期浮点计算能力、CPU 核心利用率等参数的函数。GPU 的有效算力是 GPU 核心数、GPU 单核主频、GPU 核心单周期浮点计算能力、GPU 核心利用率等参数的函数。中国移动通信行业算力碳效可信评价白皮书（2024）18内存的有效算力是内存条数量、内存条容量、内存工作频率、内存通道数、内存通道位宽、每通道内存配置情况（DPC）、内存利用率等参数的函数。硬盘的有效算力是硬盘数量、硬盘容量、IO 读写速度、硬盘使用率等参数的函数。其他组件的有效算力是构成 IT 设备算力的组件标称属性值及其相应的利用率等参数的函数，比如网络组件的有效算力是网络标称带宽和带宽利用率等参数的函数。因为52、 CPU、GPU、内存、硬盘和其他算力组件的算力单位不同，为了统一综合度量算力基础设施的算力，因此将各算力组件有效算力除以相应基准算力组件的标称算力，换算成无量纲的各算力组件的规格化有效算力，再统一计算各算力组件规格化有效算力的加权几何平均值，最终作为 IT 设备的规格化有效算力。将算力基础设施核算边界内所有 IT 设备的规格化有效算力累加，结果作为算力基础设施的规格化有效算力。基准 CPU 的标称算力是基准 CPU 核心数、基准 CPU 单核主频、基准 CPU 核心单周期浮点计算能力等参数的函数。基准 GPU 的标称算力是基准 GPU 核心数、基准 GPU 单核主频、基准 GPU 核心单周期53、浮点计算能力等参数的函数。基准内存的标称算力是基准内存条数量、基准内存条容量、基准内存工作频率、基准内存通道数、基准内存通道位宽、每通道基准内存配置情况等参数的函数。基准硬盘的标称算力是基准硬盘数量、基准硬盘容量、基准硬盘标称 IO 读写速度等参数的函数。其他基准组件的标称算力是构成 IT 设备算力的组件标称属性值等参数的函数，比如基准网络组件的标称算力是基准网络组件标称带宽等参数的函数。XPU 组件权重系数 e1、内存组件权重系数 e2、硬盘组件权重系数 e3、其他组件 j 权重系数 ej之和为 1。i是算力倍增系数，它是在相同精度浮点数算力条件下，基准 XPU 标称算力相较于基准CPU标称54、算力的倍数，表示XPU算力与CPU算力的近似等效换算关系，也表示 XPU 算力变化情况等效于倍 CPU 算力同等变化情况。中国移动通信行业算力碳效可信评价白皮书（2024）19e1是调整项，是算力倍增系数i的函数，使得规格化有效算力值更符合客观物理意义和规律，可用于表示算力基础设施的整体有效算力相对于基准服务器整体标称算力的倍数关系。3.2.4 算力碳效评价流程3.2.4 算力碳效评价流程建立算力碳效标准化评价方法及流程，保证评价体系的公平性、可验证性、可用性，从而使算力碳效可量化、可比较，有助于建立算力基础设施的低碳绿色连续监测机制。（1）明确评价目标（1）明确评价目标在开始算力碳效评价之前55、，首先需要明确评价的目标。这包括确定核算边界、时间跨度和评价的精度。明确目标有助于确保评价工作的针对性和有效性。（2）建立评价模型（2）建立评价模型根据采集的数据，建立合适的评价模型。模型应考虑到被评价算力基础设施运行过程中的所有碳排放环节，包括直接和间接排放。规格化有效算力数据应考虑芯片、内存、存储等组成部分的影响。需要兼顾数据的可获得性和可操作性，以便于后续的计算和分析。（3）采集数据（3）采集数据收集与被评价算力基础设施相关的所有数据是评价算力碳效的的关键步骤。在核算边界内指定采集点，使用人工或自动化手段采集所需数据，包括二氧化碳排放量和规格化有效算力的相关数据。二氧化碳排放量相关数据包56、括被评价算力基础设施的各碳排放因素的活动量数据，如燃料消耗量、耗电量等。规格化有效算力相关数据包括被评价算力基础设施的 IT 设备组成、IT 设备配置信息、IT设备利用率等。（4）核算 CEOC（4）核算 CEOC利用建立的评价模型，对被评价算力基础设施的 CEOC 指标进行测算。需要确保计算方法的准确性和一致性，以避免误差的传递。（5）核查 CEOC（5）核查 CEOC核查机构对 CEOC 指标的核算过程中的原始数据、证明材料、核算过程操作、核算结果等记录进行全面验证和审查，并出具核查报告。中国移动通信行业算力碳效可信评价白皮书（2024）20（6）核定发证（6）核定发证认证监管机构对核查报57、告进行验证和审查，对通过核查的被评价算力基础设施发放算力碳效可信评价认证证书。（7）分析和验证结果（7）分析和验证结果对核算出的 CEOC 指标值进行分析，识别出主要的碳排放环节以及算力影响因素。这有助于制定相应的优化改善策略。在实施改进措施并重新评价后，分析结果以验证改进措施实施效果。（8）制定改进措施（8）制定改进措施根据分析结果，制定相应的改进措施。这可能包括优化生产流程、降低能源消耗、改进供应链管理、淘汰老旧算力设备、提供算力利用率等。通过实施改进措施，可以提升算力生产效率，促进绿色低碳发展。实施改进措施后，重复前面的步骤，重新评价算力碳效，验证改进措施实施效果，形成闭环。图 3.算力58、碳效可信评价流程图图 3.算力碳效可信评价流程图中国移动通信行业算力碳效可信评价白皮书（2024）213.2.5 算力碳效分级方法3.2.5 算力碳效分级方法因算力基础设施所处地理位置的气候环境会影响算力基础设施的能源消耗，从而影响算力基础设施的 CEOC 指标值，因此根据算力基础设施所处地理位置的气候环境类型划分评价区域，同一评价区域内的气候环境类型相同或相似，差异较小，不同评价区域的气候环境类型不同，差异较大。只对同一评价区域内的算力基础设施的 CEOC 指标值进行相互比较。不同评价区域内的算力基础设施的CEOC 指标值不可相互比较。每一个评价区域都有 4 个 CEOC 分级基准值，从低到59、高分别对应基础级、良好级、优秀级、卓越级等 4 个算力碳效等级，算力基础设施的 CEOC 指标值所能达到或超越的最高分级基准值，其对应等级即为算力基础设施的算力碳效等级。不同评价区域有不同的 CEOC 分级基准值。算力基础设施算力碳效评价方法根据采集方式的自动化程度、采集颗粒度的精细程度、采集频次高低程度，从低到高分为基础级、良好级、优秀级、卓越级等 4 个等级。采集自动化程度越高、采集颗粒度越精细、采集频次越高，则算力基础设施算力碳效评价方法等级越高，CEOC 指标值越精确。本白皮书在此发起倡议，在全国五大气候区域内分别选取若干具有代表性的数据中心进行调查问卷调研，收集相关基础数据，使用算力60、碳效评价方法进行CEOC 指标核算，并考察数据采集和核算技术手段，根据排名顺序，按照适当比例确定评级标准。4.算力碳效可信评价的应用实践和实用前景4.算力碳效可信评价的应用实践和实用前景算力碳效可信评价的应用对象主要是以数据中心等为代表的算力基础设施。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，进一步挖掘了数据中心节能降碳的潜力，为节能降碳、提升算效的改造优化提供了有力支撑。更进一步，算力碳效可信评价在算网协同与融合、算力基础设施设计建设等领域将会有更广阔的实用前景，预期在有效推进新技术应用的绿色发展、预测算力基础设施算力碳效以减少后期改造投入成本61、等方面有更多的应用成效。中国移动通信行业算力碳效可信评价白皮书（2024）224.1 数据中心试点应用实践成效4.1 数据中心试点应用实践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 62、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（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63、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。图 4.陕西移动西咸数据中心图 4.陕西移动西咸数据中心中国移动通信行业算力碳效可信评价白皮书（2024）23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64、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65、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。图 5.中国移动陕西西咸数据中心算力碳效可信评价示意图图 5.中国移动陕西西咸数据中心算力碳效可信评价示意图（2）上海移动临港数据中心（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，降低能耗中国移动通信行业算力碳效可信评价白皮书（2024）24与成本。CEOC 指标及评价方法还应用于66、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。图 6.PUE 与 CEOC 标准化评测对比图图 6.PUE 与 CEOC 标准化评测对比图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67、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。中国移动通信行业算力碳效可信评价白皮书（2024）25图 7.CEOC 影响因子大模型评价图图 7.CEOC 影响因子大模型评价图4.2 促进算网运营中算网协同68、与融合技术的绿色发展4.2 促进算网运营中算网协同与融合技术的绿色发展数字经济发展推动海量数据产生，数据处理需要云边端协同的强大算力和广泛覆盖的网络连接。近年来，随着物联网、边缘计算的繁荣发展，海量终端接入网络，算力逐渐向边缘侧和端侧延伸，边缘算力逐渐丰富。算力呈现多元化、泛在化趋势，云算力、边端算力等多样性算力、算力并网成为重要趋势。随着智慧城市等智能场景的逐步落地，人工智能正深刻地改变我们的生产、生活方式，一个以数字化、网络化、智能化为特征的智慧社会正加速到来。计算机视觉、大语言模型、自然语义处理等训练模型架构趋向大规模并行，参数量已迈向万亿级。（1）大数据、智能应用场景中网络显著影响算力69、（1）大数据、智能应用场景中网络显著影响算力“东数西算”、“中训边推”、无人驾驶、AR/VR 云游戏等大数据、智能应用场景对数据的传输处理速度和快速分析、推理、决策能力提出了更高要求，需要以算力集群、无损网络、高性能存储为核心的云边端等多元泛在算力基础设施之间的高效协同调度。通过高速、高效的网络连接泛在算力，突破单点算力的性能极限，发挥算力的集群优势，提升算力的规模效能，可见网络对算力的影响愈加显著。据实验统计，0.1%的网络丢包会带来 50%的算力损失。伴随着行业应用对网络在端到端质量方面的极致要求，网络需从尽力而为向端到端确定性保障演中国移动通信行业算力碳效可信评价白皮书（2024）26进70、，网络协议也需创新发展。（2）算力碳效核算边界扩展，网络权重提升（2）算力碳效核算边界扩展，网络权重提升在此场景下，算力碳效的核算边界不再局限为单个算力基础设施的物理边界，而是由网络连接的“东中西”、“云边端”、“通智超量”等多元泛在、深度融合的算力基础设施集群的逻辑边界。根据不同的应用场景，算力碳效具有不同的逻辑核算边界。网络对算力的影响将显著增加。因此在此场景 CEOC 评价模型中，网络组件规格化有效算力项的权重系数在所有算力组件权重系数中的比重将有明显提升。另外，泛在的算力体系将包含更多样化的异构算力，CEOC 评价模型中 XPU 组件规格化有效算力项将包含如 X86、ARM、RISC-71、V、GPU、FPGA、DPU、NPU、TPU 等多样性芯片架构提供的规格化有效算力。（3）算力碳效评价分析助力绿色算网协同与融合新技术应用（3）算力碳效评价分析助力绿色算网协同与融合新技术应用按照评价流程对此类应用场景的算力碳效进行评价和结果分析，可验证如云原生、SDN、SD-WAN、无服务器（Serverless）、FaaS、全调度以太网（GSE）、确定性网络、高速互联全光网络底座、SRv6/G-SRv6、在网计算、存算一体、意图感知等技术应用对有效算力及算力碳效的提升效果，不仅有助于提升端到端网络传输质量，进而提升整体有效算力，更加能够评价新技术的绿色水平优劣，从而使企业选择采用最具有绿色72、和经济双重性价比的新技术，用以提升云边端泛在算力基础设施集群的整体算力碳效水平，推进绿色算力与绿色网络的深度融合，推动算网服务向绿色低碳的一体化方向转变，使企业以较低的投入成本向社会提供高质量的绿色算网服务，可有效避免或减少企业后期再进行节能降碳改造的更多投入成本。4.3 构建算力基础设施建设阶段的绿色供应链体系4.3 构建算力基础设施建设阶段的绿色供应链体系通过对算力基础设施的算力碳效评价，以特定硬件为管理单元，如服务器、AI 芯片、存储芯片、内存、硬盘等，构建算力基础设施相关硬件资源库，用于算力基础设施设计建设阶段设备选型，可预测算力碳效水平，促进上游供应链企业提供绿色低碳、高效集约的产品73、和服务，从而构建与算力基础设施相适配的上下游生态，实现节能降碳的生态体系建设。（1）算力基础设施建设需要进行算力碳效评价（1）算力基础设施建设需要进行算力碳效评价中国移动通信行业算力碳效可信评价白皮书（2024）27通过建立分类别的标准测试集，如数学计算、图像识别、自然语言识别、语音识别、视频处理等对各硬件厂商的设备进行算力碳效评价，构建供应链设备CEOC 指标资源库。在算力基础设施建设的设计和规划中，充分考虑被采购设备CEOC 指标的影响，选择算力碳效水平更高的设备。对于 CEOC 指标过高老旧设备逐步淘汰，新的设备采购时需要进行算力碳效评价，保障算力基础设施建设的绿色及效能。（2）服务器绿74、色信息维护（2）服务器绿色信息维护记录算力基础设施的服务器等 IT 设备运行时的 CEOC 指标、PUE 指标、使用率等数据，建设算力基础设施的数据共享库，共享 IT 设备运行时 CEOC 指标等数据情况。进而推动算力基础设施全行业的供应链生态绿色化，推动算力基础设施整体绿色高效发展。（3）“一物一码”绿色供应链应用成效（3）“一物一码”绿色供应链应用成效基于中移链（CMChain）的“一物一码”绿色供应链平台是集供应商、运营商、物流企业和施工单位等多方协作的供应链与碳排管理平台，实现物资全生命周期在线化管控，通过结合区块链等技术并融入碳核查、碳资产管理等理念，实现供应链产品碳数据的可信采集、75、核算、溯源、核查、报告校验等功能，为建立中国移动绿色供应链碳核算体系和标准奠定基础。该项目由中国移动通信供应链管理中心、中国移动通信有限公司研究院、中国移动通信集团江苏有限公司、中国移动紫金（江苏）创新研究院有限公司与中国信息通信研究院、中国质量认证中心共同设计实施。该项目已入选由中央网信办、国家能源局等十七部委组织的国家区块链创新应用试点计划“区块链+能源”特色领域，荣获 2022 年中央网信办“双化协同”典型案例、2022 年工信部区块链应用典型案例、国际气候峰会应对气候变化大奖行动突破奖等多项国内外殊荣。将算力碳效可信评价融入“一物一码”绿色供应链平台，可以在算力基础设施的设计、建设阶段76、就提前预测算力基础设施的算力碳效水平，选择最合适的设备和技术，建成符合预期算力碳效水平的算力基础设施，有效减少后期改造优化的投入成本。另外可以通过最绿色的途径进行算力基础设施建设，还可便于算力基础设施碳核查、碳资产管理。中国移动通信行业算力碳效可信评价白皮书（2024）28图 8.基于中移链（CMChain）的“一物一码”绿色供应链平台技术架构图图 8.基于中移链（CMChain）的“一物一码”绿色供应链平台技术架构图5.算力碳效可信评价的趋势和展望5.算力碳效可信评价的趋势和展望展望未来，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77、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78、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中国移动通信行业算力碳效可信评价白皮书（2024）29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79、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（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80、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81、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、跨域协作的算中国移动通信行业算力碳效可信评价白皮82、书（2024）30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（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83、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（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。W84、EB3.0 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85、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中国移动通信行业算力碳效可信评价白皮书（2024）31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、86、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。缩略语列表缩略语列表缩略语英文全称中文解释AIArtificial Intelligence人工智能ANSIAmerican National StandardsInstitute美国国家标准学会ARMAdvanced RI87、SC Machine高级精简指令集计算机ASHRAEAmerican Society of Heating,Refrigerating and Air-ConditioningEngineers美国采暖、制冷与空调工程师学会ASICApplication Specific IntegratedCircuit应用专用集成电路BenchSEEBenchmark of Server EnergyEfficiency服务器能效基准CEOCCarbon Efficiency Of Computing算力碳效CPComputing Power算力CPUCentral Processing Unit中央处理88、器CUECarbon Use Efficiency碳利用效率DIMMDual Inline Memory Modules双列直插式存储模块DPCDIMM Per Channel每条内存通道配置内存数DPUData Processing Unit数据处理器ECPEffective Computing Power有效算力EEUEElectric Energy Usage Effectiveness电能使用效率FaaSFunction as a Service函数即服务FLOPSFloating-point Operations Per Second每秒浮点运算次数FPGAField Program89、mable Gate Array现场可编程门阵列GBDTGradient Boosting Decision Tree梯度提升决策树GPUGraphics Processing Unit图形处理器GSEGlobal Scheduled Ethernet全调度以太网IDCInternet Data Center互联网数据中心IECInternational ElectrotechnicalCommission国际电工委员会ISOInternational Organization forStandardization国际标准化组织ITInformation Technology信息技术ITEEs90、vIT Equipment Energy Efficiency forserversIT服务器能源效率ITTCIT Equipment Thermal ConsistencyIT设备热一致性ITTRIT Equipment Tolerance RatioIT设备的容错性NECPNormalized Effective Computing Power规格化有效算力NPUNeural Processing Unit神经网络处理器ODCCOpen Data Center Committee开放数据中心委员会pPUEPartial PUE局部PUEPUEPower Usage Effectivenes91、s电能利用效率REFRenewable Energy Factor可再生能源系数RISC-VReduced Instruction Set Computer-V第五代精简指令集计算机SDNSoftware Defined Network软件定义网络SD-WANSoftware Defined Wide Area Network软件定义广域网SERTServer Efficiency Rating Tool服务器效率评级工具SPECStandard Performance EvaluationCorporation标准性能评价机构SRv6/G-SRv6Segment Routing over I92、Pv6/Generalized-Segment Routing overIPv6基于IPv6的段路由/通用基于IPv6的段路由TGGThe Green Grid绿色网格联盟TPCTransaction Performance Council事务处理性能委员会TPUTensor Processing Unit张量处理器TSTechnical Specification技术规范WUEWater Useage Effectiveness水资源利用效率参考文献参考文献1 算力基础设施高质量发展行动计划，工业和信息化部、中央网络安全和信息化委员会办公室、教育部、国家卫生健康委员会、中国人民银行、国务院国93、有资产监督管理委员会，2023.2 数字中国建设整体布局规划，中共中央、国务院，2023.3 数字中国发展报告（2023 年），国家数据局，2024.4 中国综合算力指数（2023 年），中国信息通信研究院，2023.5 中国碳达峰碳中和政策与行动（2023），生态环境部环境与经济政策研究中心、美国环保协会北京代表处，2023.6 信息通信行业绿色低碳发展行动计划（2022-2025 年），工业和信息化部、国家发展改革委、财政部、生态环境部、住房和城乡建设部、国务院国资委、国家能源局，2022.7 关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见，国家发展改革委、国家数据局、中央94、网信办、工业和信息化部、国家能源局，2023.8 绿色算力技术创新研究报告，中国信息通信研究院，2024.9 中国绿色算力发展研究报告，中国信息通信研究院、内蒙古和林格尔新区管委会，2023.10 绿色算力白皮书，浪潮电子信息产业股份有限公司、中国信息通信研究院，2023.11 YD/T2543-2013，电信互联网数据中心（IDC）的能耗测评方法.12 GB/T 32910-2016，数据中心资源利用第 3 部分：电能能效要求和测量方法.13 数据中心算力碳效白皮书，开放数据委员会，2022.14 关于印发国家绿色数据中心试点工作方案的通知，工业和信息化部、国家机关事务管理局、国家能源局，2015.15 算力网络白皮书，中国移动，2021.16 算力网络技术白皮书，中国移动，2022.17 算力网络点亮 AI 新时代，杨杰，2024 中国移动算力网络大会，2024.