翟永平

我國政府提出的碳達峰、碳中和目標涉及經(jīng)濟社會發(fā)展全過程，數(shù)字科技企業(yè)可以發(fā)揮重要作用。近年來人工智能包括大語言模型的迅猛發(fā)展，為產(chǎn)業(yè)數(shù)字化和低碳轉型帶來了新的應用場景，但也必然導致算力需求以及相應的能耗和碳排放的快速增長。面臨這樣的機遇和挑戰(zhàn)，數(shù)字科技企業(yè)首先要實現(xiàn)自身的碳中和，同時通過數(shù)字技術應用和科技創(chuàng)新助力各行各業(yè)實現(xiàn)節(jié)能增效、低碳轉型。

一、國內(nèi)外數(shù)據(jù)中心的能耗和碳排放趨勢

隨著全球互聯(lián)網(wǎng)和相關應用的發(fā)展，數(shù)據(jù)中心的數(shù)量也快速增長。截至2022年底，全球有8000多個數(shù)據(jù)中心，其中約33%位于美國，16%位于歐洲，近10%位于中國。1數(shù)據(jù)中心的能耗和碳排放貫穿其全生命周期過程，其中運營階段最多，包括機房內(nèi)服務器運行、空調(diào)設備的制冷和運行、辦公用電以及其他裝置設備用電等。數(shù)據(jù)中心的碳排放還包括與建造、運營以及設備冷卻相關的能源消耗所產(chǎn)生的碳排放，以及設備制造過程中的“隱含碳”（“隱含碳”是指與產(chǎn)品或材料在其全生命周期內(nèi)相關的溫室氣體排放）。

根據(jù)國際能源署的數(shù)據(jù)，2022年全球數(shù)據(jù)中心、加密貨幣和人工智能消耗了約460太瓦時的電力，約占全球電力總需求的2%。由于能源效率的提高、許多地區(qū)電網(wǎng)可再生能源比例的增加，數(shù)據(jù)中心碳排放占全球碳排放的比例低于占電力需求的比例。全球數(shù)據(jù)中心和相關數(shù)據(jù)傳輸網(wǎng)絡的碳排放約為3.3億噸二氧化碳當量（包括“隱含碳”），相當于全球能源相關溫室氣體排放量的0.9%。

生態(tài)環(huán)境部環(huán)境規(guī)劃院專家測算，2021年全國數(shù)據(jù)中心能源消耗達到216.6太瓦時，占全社會用電量的2.6%左右；二氧化碳排放量約為1.35億噸，占全國二氧化碳排放量的1.14%左右。預計到2025年，全國數(shù)據(jù)中心用電量達350太瓦時，較2021年增加62%，約占全社會用電量的4%；二氧化碳排放量達2.1億噸，較2021年增加56%，占全國二氧化碳排放量的比例接近2%。2

由于近年來人工智能和大語言模型超速發(fā)展，數(shù)據(jù)中心行業(yè)耗電量和碳排放可能會達到更高的水平。例如，GPT-3的神經(jīng)網(wǎng)絡包含1750億個參數(shù)，需要355小時的訓練，耗電量達到1287兆瓦時，碳排放量為552噸。GPT-4的參數(shù)量（1.8萬億）是GPT-3的10倍以上，這意味著理論上其算力需求和能耗需求也將大幅度提升。而且這僅僅是訓練階段的前期電力消耗，實際使用時所消耗的電力將更多。如果在谷歌等搜索工具中全面實施人工智能，其電力需求可能會增加10倍。將典型谷歌搜索的平均電力需求（0.3瓦時）與OpenAI的ChatGPT（每次請求2.9瓦時）進行比較，并考慮到每天90億次搜索，這意味著一年需要近10太瓦時的額外電力。3到2026年，人工智能行業(yè)預計呈指數(shù)級增長，耗電量是2023年水平的10倍以上。隨著人工智能模型的日益普遍和復雜，而且由于缺乏測量人工智能相關排放的標準，人工智能的實際碳足跡具有不確定性。國際能源署預測4，2026年全球數(shù)據(jù)中心相關（包括人工智能）的全球用電量可達800太瓦時～1100太瓦時。據(jù)此，估計相應的碳排放約為5.6億～7.7億噸。

值得指出的是，不能孤立地來看人工智能應用帶來的高能耗和潛在的碳排放，因為人工智能技術可以替代其他更高能耗和排放的場景。舉例來說，美國加利福尼亞大學學者的一項研究估計了使用人工智能與人類寫一頁文本或制作圖片的碳足跡。在考慮了不同人工智能模型（ChatGPT、BLOOM、Midtravel和DALLE-2）的碳排放量，并與使用筆記本電腦或臺式電腦寫同樣一篇文章的碳排放比較后，研究人員發(fā)現(xiàn)寫一頁文字的人工智能比寫一頁文本的人少排放130到1500倍的二氧化碳，而創(chuàng)建圖像的人工智能少排放310到2900倍。5根據(jù)“全球促進可持續(xù)發(fā)展倡議組織（GeSI）與咨詢公司埃森哲發(fā)布的《SMARTer2030》報告，廣泛應用數(shù)字技術，將使其他行業(yè)大幅減少碳排放。到 2030年，各行各業(yè)受益于數(shù)字技術所減少的碳排放量約為數(shù)字行業(yè)自身排放量的10倍。6

二、數(shù)字技術助力產(chǎn)業(yè)和能源碳中和

雖然數(shù)字技術行業(yè)自身的能耗和排放在增長，但是數(shù)字技術也是節(jié)能減排的重要工具，也可以說產(chǎn)業(yè)數(shù)字化轉型與產(chǎn)業(yè)低碳轉型是相輔相成的“孿生兄弟”。數(shù)字化技術在實體產(chǎn)業(yè)中的應用，如通過工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)分析以及人工智能等手段，不僅能夠提高運營效率、降低成本，還能通過精細化管理和優(yōu)化資源配置來實現(xiàn)節(jié)能減排，對于推動經(jīng)濟可持續(xù)發(fā)展具有重要意義。麥肯錫根據(jù)相關企業(yè)數(shù)據(jù)研究發(fā)現(xiàn)，2020年實施數(shù)字化轉型的企業(yè)勞動生產(chǎn)效率提高了 20%～50%，水、電、燃氣消耗量減少了約20%。7

在能源領域，構建以可再生能源為主體的新型電力系統(tǒng)是實現(xiàn)碳中和目標的關鍵，需要依托數(shù)字化技術支撐源、網(wǎng)、荷、儲互動，實現(xiàn)電力安全供應、綠色消費、經(jīng)濟高效的多維度目標。舉例來說，數(shù)字技術可以通過以下幾個方式助力電力系統(tǒng)低碳轉型。

第一，靈活供電。數(shù)字技術可以使現(xiàn)有的火電廠更靈活地運行，減少污染和排放。隨著人工智能和機器學習的應用，火電廠可以根據(jù)需要隨時改變其運行狀態(tài)——離線、在線、最小負荷或滿負荷等，以適應間歇性的可再生能源。

第二，優(yōu)化風光。通過開發(fā)太陽能光伏、風力發(fā)電廠的數(shù)字孿生平臺，模擬真實的運行條件和發(fā)現(xiàn)異常，并基于人工智能的模型提供準確的天氣預報，以優(yōu)化太陽能和風能發(fā)電輸出。

第三，智能電網(wǎng)。隨著間歇性可再生能源發(fā)電份額的增加，電網(wǎng)的穩(wěn)定性可能會受到影響，數(shù)字技術可以集成間歇性的太陽能和風能。數(shù)字技術應用有助于減少線路損耗和運營成本，并使電網(wǎng)更具韌性，以應對自然災害等外部風險。

第四，需求響應。數(shù)字技術可以支持需求側響應和虛擬電廠運行，企業(yè)可以在電力更充足、更實惠、更清潔的時候調(diào)整電力需求。隨著能源管理技術的發(fā)展，先進的數(shù)據(jù)中心已經(jīng)具備高度靈活的自適應能耗調(diào)整能力，可以作為需求側可控負荷與電力系統(tǒng)協(xié)同運行，通過直接負荷控制、蓄冷空調(diào)參與電力需求響應，并動態(tài)調(diào)整數(shù)據(jù)中心的用電與可再生能源發(fā)電高峰時段相匹配。

第五，電力交易。隨著電力市場的發(fā)展，供應側和需求側的參與者數(shù)量以及交易頻率將顯著增長。因此，海量實時數(shù)據(jù)的處理可依靠數(shù)字平臺來預測用戶需求、電網(wǎng)負荷和每種電源的發(fā)電量，從而制定適當?shù)慕灰撞呗裕瑑?yōu)化多樣化能源的電力供應。

三、騰訊的碳中和實踐與進展

一方面，隨著數(shù)字化技術的廣泛應用特別是人工智能的迅速發(fā)展，大型數(shù)字科技企業(yè)面臨自身（主要是數(shù)據(jù)中心）實現(xiàn)碳中和的挑戰(zhàn)，這是數(shù)字科技企業(yè)必然要擔負的責任；另一方面，大型數(shù)字科技技術企業(yè)具有算法、算力和數(shù)據(jù)資源的優(yōu)勢，可以有效助力全社會實現(xiàn)碳中和目標，這也是數(shù)字科技企業(yè)發(fā)展的新機遇。在國家提出“雙碳”目標之后，騰訊很快啟動了碳中和規(guī)劃，成為中國首批啟動碳中和規(guī)劃的科技企業(yè)。騰訊的碳中和實踐，可以用“1、2、3”來概括。

騰訊碳中和實踐的“1”指的是2022年2月發(fā)布的騰訊的《碳中和目標及行動路線》報告，這是騰訊響應國家“雙碳”目標交出的第1份答卷。騰訊碳中和實踐的“2”指的是其行動路線涉及對內(nèi)減排、對外賦能2個方面；騰訊碳中和實踐的“3”指的是在對內(nèi)、對外的碳中和行動中，各有3個重要抓手。

對內(nèi)，騰訊實現(xiàn)自身碳中和遵循“減排和綠色電力優(yōu)先，抵消為輔”的原則，具體實施有3個抓手：一是提升數(shù)據(jù)中心能效以控制和減少排放；二是通過綠色電力交易和自建屋頂光伏提高可再生能源比例；三是根據(jù)實際需要，輔助使用碳抵消方式。

在提升數(shù)據(jù)中心能效方面，騰訊采用更高性能的服務器（騰訊云自研星星海服務器）、更先進的制冷技術（靠天制冷、變頻節(jié)能、余熱回收），提高服務器利用率（根據(jù)業(yè)務負載，智能設置CPU調(diào)度策略）。在提升可再生能源比例方面，2022年騰訊參加國內(nèi)首次市場化綠電交易，2024年騰訊的簽約綠電采購量超13億度，比2023年翻番。目前綠電在騰訊自有數(shù)據(jù)中心的年度用電量中已經(jīng)達到54%，自建大園區(qū)綠電比例已經(jīng)達到71%。未來根據(jù)實際需要，對于少量供應鏈難以減排的部分，主要是設備采購以及建筑材料，將通過開發(fā)和購買碳減排信用的方式進行抵消，最終實現(xiàn)自身運營和供應鏈的碳中和。

對外，騰訊助力全社會的碳中和進程也有3個重要抓手：一是從消費者端引領低碳生活；二是在產(chǎn)業(yè)端以數(shù)字化的方式助力低碳轉型；三是推動綠色低碳創(chuàng)新。

面向消費者，騰訊社交、支付、游戲等產(chǎn)品觸達超過10億用戶，這都是向公眾傳遞減碳理念的媒介，帶來了用戶、商家的減碳。例如，深圳市正在通過騰訊的“低碳星球”微信小程序試點開通和運營個人碳賬戶?！暗吞夹乔颉比缤假~戶，可以核算地鐵、公交等活動的二氧化碳減排量，幫用戶積累相應的碳積分。騰訊與武漢合作的碳普惠平臺“武碳江湖”也已經(jīng)上線，鼓勵市民公交出行、地鐵出行、騎行、自備購物袋和新能源車出行。根據(jù)微信支付方面核算，2022年線上生活繳費、電子政務、綠色出行、掃碼點餐及線上開票等低碳場景共實現(xiàn)碳減排1765.5萬噸。

面對產(chǎn)業(yè)，騰訊云針對能源行業(yè)推出兩大核心產(chǎn)品“能源連接器EnerLink、能源數(shù)字孿生EnerTwin”和生態(tài)平臺“能碳工場”。能源連接器用于連接業(yè)務、用戶、數(shù)據(jù)、生態(tài)，提高運營效率；能源孿生器用于節(jié)能降碳、生產(chǎn)優(yōu)化、安全生產(chǎn)。能碳工場則聚集了一批能源SaaS產(chǎn)品、咨詢公司、IoT技術公司，以及能源領域的科技公司，可以構建分布式能源監(jiān)測、能效提升、智慧場站、綜合能源服務等行業(yè)場景化方案。目前騰訊云已累計服務20余家央國企和超過300家行業(yè)企業(yè)，面向綜合能源服務、化工園區(qū)、新能源場站等場景發(fā)布了一系列行業(yè)解決方案，且已逐步實現(xiàn)落地。

針對綠色低碳創(chuàng)新，2021年騰訊在可持續(xù)社會價值事業(yè)部（Sustainable Social Value Organization， SSV）專門成立了碳中和實驗室。3年來，碳中和實驗室實施了一系列項目，包括鄉(xiāng)村分布式光伏、節(jié)水抗旱稻、虛擬電廠、冰川保護、海洋藍碳、林業(yè)碳匯等。2023年，騰訊在全球關注的碳捕集利用與封存（CCUS）領域，聯(lián)合多方伙伴發(fā)起了一項 “碳尋計劃”。這是中國在碳捕集利用與封存（CCUS）領域首個由科技企業(yè)發(fā)起的大規(guī)模資助計劃，資金規(guī)模在億元級別。騰訊希望通過這種模式創(chuàng)新，為CCUS引入資金、技術、伙伴、落地場景等資源，期望能夠落地5～10個前沿技術試點，加速5～10家CCUS初創(chuàng)企業(yè)，孵化數(shù)個可持續(xù)工具或平臺，最終實現(xiàn)千萬噸級的減排。

2024年是騰訊啟動碳中和路線圖正式發(fā)布的第二年，總結這兩年來騰訊的碳中和的行動和進展，可以看到五個方面的明顯變化。

第一，從抽象到具體。在騰訊，碳中和正在從概念變成了具體的行動。高級管理層、中層、基層，碳中和在騰訊變得深入人心，成為員工自身生活、工作的一部分。

第二，從小到大。碳中和最初只是幾個專職團隊的工作，如今碳中和成為騰訊業(yè)務的有機組成部分，騰訊云、微信、投資、數(shù)據(jù)中心、研究院等各業(yè)務部門的員工都參與其中。

第三，從點到面。在實施具體碳中和項目的基礎上，騰訊開始開發(fā)碳中和平臺，包括服務于碳普惠和MRV（碳排放監(jiān)測、報告、核查）的“碳base”平臺、集成和對接低碳技術的“碳Live”平臺，全方位推動綠色低碳發(fā)展。

第四，從“圈外”到“圈內(nèi)”。作為數(shù)字科技企業(yè)的騰訊，通過兩年多來在碳中和領域的不懈努力，已經(jīng)進入了低碳朋友圈，被視為是“圈內(nèi)人”。

第五，從國內(nèi)走向國際。在國內(nèi)碳中和實踐的基礎上，騰訊開發(fā)的碳Live國際版于2023年12月面向全球200多個國家/地區(qū)上線，成為聯(lián)合國氣候變化大會COP28推動的全球低碳創(chuàng)新聯(lián)盟（Innovate for Climate Tech Coalition） 的官方線上平臺。

蔣洪強，李勃，張偉. 推動數(shù)據(jù)中心綠色低碳發(fā)展[EB/OL].（2021-2-10）[2024-02-22].http：//www.ce.cn/cysc/stwm/gd/202202/10/t20220210_37319445.shtml.

Yongping Zhai. Power of algorithms[EB/OL]. （2022-06-22）[2024-02-22].https：//epaper.chinadaily.com.cn/a/202206/22/WS62b2590ba3109375516ed0bd.html.

International Energy Agency. Electricity 2024： Analysis and forecast to 2026 [EB/OL].（2024-1-1）[2024-02-22].https：//iea.blob.core.windows.net/assets/6b2fd954-2017-408e-bf08-952fdd62118a/Electricity2024-Analysisandforecastto2026.pdf.

International Energy Agency Data Centres and Data Transmission Networks [EB/OL].（2023-7-11）[2024-02-22].https：//www.iea.org/energy-system/buildings/data-centres-and-data-transmission-networks.

Daniel Castro. Rethinking Concerns About AIs Energy Use. Center for Data Innovation[EB/OL].（2024-01-24）[2024-03-03].https：//www2.datainnovation.org/2024-ai-energy-use.pdf.

ICT Solutions for 21st Century Challenges，GeSI/Acceture[EB/OL]. （2015-06-7）[2024-03-03] https：//smarter2030.gesi.org/downloads/Full_report2.pdf.

Bill Tomlinson et al.， “The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans，” arXiv （Cornell University）[EB/OL].（2023-03-08）[2024-03-03].https：//doi.org/10.48550/arxiv.2303.06219.

編輯|王秋蓉qiurong.wang@wtoguide.net