Meta在荷兰的数据中心建设被叫停

1.怎样利用可再生能源

可再生能源是清洁能源，是指在自然界中可以不断再生、永续利用、取之不尽、用之不竭的资源，它对环境无害或危害极小，主要包括太阳能、风能、水能、生物 质能、地热能和海洋能等。

以水能为例，广义的水能资源包括河流水能、潮汐水能、波浪能、海流能等能量资源；狭义的水能资源仅指河流的水能资源。 水力发电厂以流水为动力，水涌入 涡轮机，涡轮机推动发电机产生电流。

只要有水源，水力发电厂可以运行若干年。 但它也不是完全没有问题的，拦截河流可能会破坏自然环境，造成严重后果。

尽管如此，许多科学家相信，人类将来还会拦截更多河流，比如说亚洲和非洲的大江大河。 对于一个发展中国家来说，建造大型水力发电厂对其经济的发展有着 决定性意义。

而另一方面，要考虑到水电厂对自然可能造成的破坏并不是件易事。许多人认为，在新的千年，生物能源会占有一席之地。

燃烧木材就是利用生物能源的一种形式，在贫穷国家尤为常见。在非洲的小村落，人们主要靠燃烧木材获 取能源。

这种燃料的大范围使用正是非洲森林遭到砍伐的原因之一。未来，人们还会继续燃烧木材，但不应砍伐原始森林，而是利用那些生长期短、专门用于获取能源的树木。

其他植物也能用做生物燃料，欧洲许多国家已经成功地用油菜籽提炼出菜籽油代替柴油。目前，欧洲有上千辆汽车使用菜籽油作为燃料。

生物燃料的最大优点在于，它们能代替化石燃料，并且不会增强温室效应。只要不断种植，新长成的植物就能吸收燃烧植物时产生的二氧化碳。

但生物燃料并不是完全洁净的，在燃烧时同样会产生有害物质，还有一个问题就是植物种植需要大量的空间。在21世纪，要想种植大量用于燃料的树木和油菜十 分困难，尤其是还存在粮食紧缺的问题。

在过去几十年，还有一种能源受到越来越多的关注，即风能。现代风车体积庞大，扇叶一般都有20米甚至更长，可以向20 ~ 30家住户供电。

风力发电有很多优点，它不会排放任何有害物质，只要地球上有风，就能不断产生电源。科学家预计， 欧洲的大部分能源需求都能通过风能解决。

因此，许多地方在风能利用方面投入越 来越大。荷兰被称做“风车的故乡”，20世纪90年代生产的风车有半数都产自荷兰。

2000年，整个荷兰用电量的1/20都来自风力发电，按这个趋势继续下去的话，到 2030年，荷兰用电量的一半都将由风力发电来满足。 风力发电存在的主要问题是选址。

每个风车之间必须间隔足够的距离，才能有效地产生能源。因此，一个大型的“风车园”会占用较大空间。

不过，风车占用的 地面面积很小，人们可以放心地将风车立在草场上，绵羊和奶牛在旋转的风车下吃 草和穿行毫无问题。在欧洲之外，风车的利用率明显低得多。

美国和日本主要使用其他能源，而对发展中国家来说，利用风力发电成本太高。另外也不能忘记，风车只能立在风力充 足的地方才有意义。

由此可见，地球上的大部分地区还是得寻求其他能源。只有你倾听之后，你才能向孩子提出自己的建议。

孩子也许表现出心不在焉，但调查表明大部分年轻人实际上都采纳了父母的建议。 S>4受，不能盲目照搬，也不能完全排斥。

2.请问什么是可再生能源

从自然界获取的、可以再生的非化石能源，对环境无害或危害极小，而且资源分布广泛，适宜就地开发利用， 包括风能、太阳能、水能、生物质能、地热能和海洋能等。

风能是指风所负载的能量，风能的大小决定于风速和 空气的密度。我国北方和东南沿海地区一些岛屿的风能可 再生能源丰富，据估计，我国陆地和海上可开发的风能资源 分别为2。

53亿千瓦和7。 5亿千瓦。

地处东南沿海的浙江 的风能资源较为丰富。 太阳能是指太阳所负载的能量，由太阳的直接辐射和 天空散射辐射两部分组成，与日照时数密切相关。

浙江省 的全年日照时数介于1400〜2200小时，全年总辐射能约为 100万〜120万卡/平方米。 水能是指流动的水所负载的能量，一般通过捕获水流 动的能量发电，成为水电。

生物质能就是太阳能以化学能形式贮存在生物质中的 能量形式，即以生物质为载体的能量。生物质能是仅次于 煤炭、石油和天然气而居于世界能源消费总量第四位的能 源，在整个能源系统中占有重要地位。

我国拥有丰富的生 物质能资源，我国理论生物质能资源相当于50亿吨左右标 准煤。目前可供利用开发的资源主要为生物质废弃物，包 括农作物秸秆、薪柴、畜禽粪便、城市固体有机垃圾和工业 有机废弃物等。

现代生物质能的利用是通过生物质的厌氧 发酵制取甲烷，用热解法制成燃料气、生物油和生物炭，用 生物质制造甲醇和乙醇燃料，以及利用生物工程技术培育 能源植物，发展能源农场。 地热能是贮存在地下岩石和流体中的热能，它可以用来发电，也可以为建筑供热和制冷。

据测算，全球潜在地热 资源总量相当于493亿吨标准煤（也称为煤当量，每千克标 准煤的热值为700千卡）。 海洋能是波浪能、潮汐能、温差能、盐差能和海流能的 统称，海洋通过各种物理过程接收、储存和散发能量，这些 能量以波浪、潮汐、温度差、海流等形式存在于海洋之中。

例如因月亮和太阳对地球的吸引力而带来的在涨潮和落潮 之间所负载的能量称为潮汐能；潮汐能和风共同作用形成 了海洋波浪，从而产生波浪能；太阳能照射在海洋表面，使 海洋的上部和底部形成温差，从而形成温差能。所有这些 表现形式的海洋能都可以用来发电。

3.常规能源、可再生能源都包括什么尽可能详细一些

常规能源：人们把煤、石油、天然气叫做常规能源，人类消耗的能量主要是常规能源. 常规能源的储藏是有限的. 常规能源的大量消耗带来了环境问题 （1）温室效应：温室效应是由于大气里温室气体（二氧化碳、甲烷等）含量增大而形成的.石油和煤炭燃烧时产生二氧化碳. （2）酸雨：大气中酸性污染物质，如二氧化硫、二氧化碳、氢氧化物等，在降水过程中溶入雨水，使其成为酸雨.煤炭中含有较多的硫，燃烧时产生二氧化硫等物质. （3）光化学烟雾：氮氧化合物和碳氢化合物在大气中受到阳光中强烈的紫外线照射后产生的二次污染物质——光化学烟雾，主要成分是臭氧. 另外常规能源燃烧时产生的浮尘也是一种污染. 常规能源的大量消耗所带来的环境污染既损害人体健康，又影响动植物的生长，破坏经济资源，损坏建筑物及文物古迹，严重时可改变大气的性质.使生态受到伤害. 可再生能源是指在自然界中可以不断再生、永续利用、取之不尽、用之不竭的资源，它对环境无害或危害极小，而且资源分布广泛，适宜就地开发利用。

可再生能源主要包括太阳能、风能、水能、生物质能、地热能和海洋能等。 风能风能是指风所负载的能量，风能的大小决定于风速和空气的密度。

我国北方地区和东南沿海地区一些岛屿，风能资源丰富。据国家气象部门有关资料显示，我国陆地可开发利用的风能资源为2。

53亿千瓦，主要分布在东南沿海及岛屿、新疆、甘肃、内蒙古和东北地区。此外，我国海上风能资源也很丰富，初步估计是陆地风能资源的3倍左右，可开发利用的资源总量为7。

5亿千瓦。 太阳能太阳能是指太阳所负载的能量，它的计量一般以阳光照射到地面的辐射总量，包括太阳的直接辐射和天空散射辐射的总和。

太阳能的利用方式主要有：光伏（太阳能电池）发电系统，将太阳能直接转换为电能；太阳能聚热系统，利用太阳的热能产生电能；被动式太阳房；太阳能热水系统；太阳能取暖和制冷。 小水电水的流动可产生能量，通过捕获水流动的能量发电，称为水电。

小水电在我国是指总装机容量小于或等于5万千瓦的水电站。 生物质能生物质能包括自然界可用作能源用途的各种植物、人畜排泄物以及城乡有机废物转化成的能源，如薪柴、沼气、生物柴油、燃料乙醇、林业加工废弃物、农作物秸秆、城市有机垃圾、工农业有机废水和其他野生植物等。

地热能地热能是贮存在地下岩石和流体中的热能，它可以用来发电，也可以为建筑物供热和制冷。 根据测算，全球潜在地热资源总量相当于每年493亿吨标准煤。

海洋能海洋能是潮汐能、波浪能、温差能、盐差能和海流能的统称，海洋通过各种物理过程接收、储存和散发能量，这些能量以潮汐、波浪、温度差、海流等形式存在于海洋之中。例如，潮汐的形式源于月亮和太阳对地球的吸引力，涨潮和落潮之间所负载的能量称之为潮汐能；潮汐和风又形成了海洋波浪，从而产生波浪能；太阳照射在海洋的表面，使海洋的上部和底部形成温差，从而形成温差能。

所有这些形式的海洋能都可以用来发电。 。

4.（初中人教）|可再生能源|不可再生能源|一次能源|二次能源|归纳总结

可再生能源有：

可再生能源泛指多种取之不竭的能源，严格来说，是人类历史时期内都不会耗尽的能源。可再生能源不包含现时有限的能源，如化石燃料和核能。

如：太阳能，地热能，水能，风能，生物质能，潮汐能

不可再生能源：

泛指人类开发利用后，在现阶段不可能再生的能源资源，叫“不可再生能源”。如煤和石油都是古生物的遗体被掩压在地下深层中，经过漫长的演化而形成的（故也称为“化石燃料”），一旦被燃烧耗用后，不可能在数百年乃至数万年内再生，因而属于“不可再生能源”。

如：煤、石油、天然气、核能

一次能源：

自然界中以原有形式存在的、未经加工转换的能量资源。又称天然能源。包括化石燃料（如原煤、原油、天然气等）、核燃料、生物质能、水能、风能、太阳能、地热能、海洋能、潮汐能等。一次能源又分为可再生能源和不可再生能源，前者指能够重复产生的天然能源，如太阳能、风能、水能、生物质能等，这些能源均来自太阳，可以重复产生；后者用一点少一点，主要是各类化石燃料、核燃料。

二次能源：

二次能源是指由一次能源经过加工转换以后得到的能源，包括电能、汽油、柴油、液化石油气，氢能等。二次能源又可以分为“过程性能源”和“合能体能源”，电能就是应用最广的过程性能源，而汽油和柴油是目前应用最广的合能体能源。二次能源亦可解释为自一次能源中，所再被使用的能源，例如将煤燃烧产生蒸气能推动发电机，所产生的电能即可称为二次能源。或者电能被利用后，经由电风扇，再转化成风能，这时风能亦可称为二次能源，二次能源与一次能源间必定有一定程度的损耗。

在荷兰，60％的能源提供是天然气，25％是煤，10％是可再生能源，而40％的电都是由综合性的热能发电来供应的。 以离阿姆斯特丹不远的城镇Mlmere为例，这里首先是进行低能耗建筑的设计和建造，尽可能地使它的能耗最小化，以更好地实现生态城市的目标。此外，是尽可能地利用可再生能源。比如太阳能可以满足50％的能源供应，其它的则是利用生物技术、废物发电等来满足供热和电力供应。“曾经围海造田使用风车来排水，现如今利用风车来发电”，目前风力发电已经占到荷兰发电量的3%。

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10000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)。

图1 澳大利亚天文学家的四种排放来源，以吨(t)二氧化碳(CO2)当量(e)每年(yr-1)每人为单位。图中标明了误差线，注意观测站的数值为排放量下限

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”(green-algorithms.org)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。”