云计算、数据中心高耗能，研究建议互联网企业尽快低碳转型

据美国媒体报道，微软刚刚把他的一个大数据中心扔入了苏格兰附近的海底，这是一个名为内蒂克项目。它相当于一个潜艇的技术，将服务器装入一个打胶囊里，利用一根海底电缆与岸上相连。主要是利用流动的海水为大数据中心解决散热问题。既经济又环保，只要技术过关之后就会受益无穷。要知道一个大的数据中心的用电量可是相当惊人的。如果该项目获得成功，它将为企业减少用于大数据中心散热问题的庞大开支，也可以节约能源，减少碳排量。所以他呗，定义为节约能源，拯救地球那一大举措。

微软公司已在水下部署了一个数据中心。该项目的目的是为了研究利用可再生能源向沿海城市提供互联网服务，增加提升上网速度的可行性。

该数据中心位于海面以下36米的地方，通过奥克尼运行的海底电缆进行供电。此项目是Project Natick项目的一部分，微软将数据中心部署在了苏格兰的奥克尼群岛附近的水域中。该项目的数据中心由864个服务器组成，这些服务器被装在一个约40英尺长的防水容器之内

只是不知道，这样一个大数据中心它的使用寿命是多久？还有怎样解决维护问题，成本会不会更高？会不会对当附近域环境造成影响，一切还需要用用时间来证明。但是它的意义非凡，很可能会给我们带来更多的想象空间。未来也许不光是海底，可能还有其他更适合为大数据中心提供冷却的地方，有待人们的发现。

近日，国家发展改革委、中央网信办、工业和信息化部、国家能源局联合发布《贯彻落实碳达峰碳中和目标要求 推动数据中心和5G等新型基础设施绿色高质量发展实施方案》的通知指出，在交通、能源、工业和市政等基础设施的规划和建设中同步考虑5G网络建设，优化数据中心建设布局，新建大型、超大型数据中心原则上布局在国家枢纽节点数据中心集群范围内。

方案提出，到 2025 年，数据中心和 5G 基本形成绿色集约的一体化运行格局。数据中心运行电能利用效率和可再生能源利用率明显提升，全国新建大型、超大型数据中心平均电能利用效率降到1.3以下，国家枢纽节点进一步降到1.25以下，绿色低碳等级达到4A级以上。全国数据中心整体利用率明显提升，西部数据中心利用率由30%提高到50%以上。

零碳未来（重庆）能源发展有限公司采用生物 科技 和相变技术，运用多年 科技 成果，成功研制谷电通系列产品。其主要技术是采用 正温度“结冰” 的相变材料作为蓄冷介质，在夜间用电低谷期，利用电力制冷储存在蓄冷装置 中，在白天峰电时段将储存的冷量释放出来，满足数据中心的降温需求，减少空调电力负荷。实践表眀，蓄冷技术可以转移尖峰时段40%~50%的空调制冷负荷，大幅减少了白天高峰电价时段用电量，既降低了空调系统的整体运行费用，又有效助力电力负荷移峰填谷。同时，夜间制冷将有助于实现绿色电力的使用，减少用能过程中二氧化碳排放，降低数据中心的PUE值，满足绿色机房标准，实现数据中心空调系统减碳降 费的目标。

对于新建数据中心，可以通过对项目所在地自然资源进行充分评估及论证，有条件的地区可以充分利用风力、太阳能、自然冷却等技术为数据中心提供冷源。同时，采用天然气冷热电三联供作为系统的补充，以此构成以可再生能源为主、天然气分布式能源为辅、市电协同的多能互补综合能源系统，提高能源综合利用效率。实现数据中心的能源低成本、低排放、自主管理的能源体系，助力数据中心实现绿色低碳转型。

零碳未来（重庆）能源发展有限公司系京天集团旗下企业，主要经营智慧能源、移动热能配送、光储采暖、谷电通、碳咨询、脱碳技术等项目的技术研发、产品制造、运营管理等业务，国家级高新技术企业、国家知识产权试点单位、国家知识产权优势企业、拥有100余项国家专利成果。公司致力于零碳能源融合式发展，积极打造 “零碳酒店、零碳小镇、零碳园区、零碳数据中心、零碳医院”等“零碳”品牌 。未来，公司将以先进的技术、过硬的产品服务于众多企业，帮助企业高效实现零碳转型发展，助力实现碳中和目标。

2021年12月8日，国家发改委、国家能源局等四部门对外发布《贯彻落实碳达峰碳中和目标要求 推动数据中心和5G等新型基础设施绿色高质量发展实施方案》（以下简称《方案》），提出到2025年，数据中心和5G基本形成绿色集约的一体化运行格局，数据中心运行电能利用效率和可再生能源利用率明显提升。

《方案》对未来几年数据中心如何实现绿色集约化发展指明了方向。但实际落实中，波动性强的可再生能源如何同需要持续用能的数据中心结合？在西部省份自身也要符合能源“双控”的大背景下，数据中心要实现“东数西算”还需要哪些障碍要克服？带着这些问题，《中国能源报》专访了国际环保组织绿色和平东亚地区气候与能源项目经理叶睿琪。2021年5月，绿色和平发布了《中国数字基础设施脱碳之路：数据中心与5G减碳潜力与挑战（2020-2035）》报告，对中国数据中心与5G等数字基础设施的能耗与碳排放趋势做出预测。

问：相较于对节能技术与指标的重视程度，数字基础设施产业整体仍未大规模应用可再生能源。在行业实践中，目前已有5G或数据中心应用光伏加储能的商业项目，据贵机构观察，扩大可再生能源在数据中心的应用，在技术上、政策上分别需要克服哪些难题？

叶睿琪：为了推动数据中心行业迈向碳达峰与碳中和，扩大数据中心行业的可再生能源应用规模，我们建议可以从两方面着手：

一方面，进一步升级激励约束机制，正如近日中央经济工作会中所指出的，加速实现“能耗双控”向碳排放总量和强度“双控”转变。在管理数据中心能耗时，从考核数据中心的能耗使用总量与强度过渡至考核数据中心的二氧化碳排放总量与强度，加上数据中心的可再生能源采购与使用总量。同时，还需要进一步完善相关考核体系，将数据中心可再生能源使用比例作为考核指标之一，统筹数据中心的规模化发展与绿色低碳转型。

另一方面，进一步完善数据中心产业使用可再生能源的市场机制，从全国可再生能源市场化交易现状来看：一是需要加速将绿色电力交易试点、省间可再生能源现货交易试点向全国推广；二需要是进一步提高可再生能源电力在特高压通道中的比例，推进可再生能源的跨省跨区交易；三是落实分布式市场化交易机制，以推动本地化分布式可再生能源如分布式光伏与风电的交易。

问：绿色和平曾建议，完善数字基础设施产业使用可再生能源的考核体系，将“双控”目标与新建数据中心的审批政策挂钩，将数据中心可再生能源使用比例作为考核指标之一。据贵机构掌握的情况，国内已经有这样做的区域了么？

叶睿琪：目前，北京市发改委已经明确将数据中心可再生能源使用比例作为规模以上新建或改扩建的数据中心项目考核指标之一。根据北京市《关于进一步加强数据中心项目节能审查的若干规定》，“项目节能报告中应当包括可再生能源利用方案。新建及改扩建数据中心应当逐步提高可再生能源利用比例，鼓励2021年及以后建成的项目，年可再生能源利用量占年能源消费量的比例按照每年10%递增，到2030年实现100%（不含电网既有可再生能源占比）。”

除此之外，多数省市针对数据中心可再生能源使用以方向性鼓励性政策居多，尚未提出具体量化目标，比如根据上海市经济信息化委与市发展改革委《关于做好2021年本市数据中心统筹建设有关事项的通知》，“新建数据中心项目要加大分布式供能、可再生能源使用量的占比，鼓励采用余热回收利用措施，为周边建筑提供热源，提高能源再利用效率。”

问：西部地区电力、能源资源丰富，可承接数据备份及部分高延时业务。国家也在推行“东数西算”，可是在地方能耗“双控”的大前提下，西部省份接收数据中心的积极性会否受到影响？

叶睿琪：正如近日中央经济工作会中所明确，“要科学考核，新增可再生能源和原料用能不纳入能源消费总量控制，创造条件尽早实现能耗“双控”向碳排放总量和强度“双控”转变，加快形成减污降碳的激励约束机制，防止简单层层分解。”

虽然目前部分约束激励政策还有待衔接，未来，随着能耗“双控”向碳排放总量和强度“双控”转变，可以预测西部地区将更积极地为数据中心产业发展提供良好的可再生能源资源。

同时，随着《全国一体化大数据中心协同创新体系算力枢纽实施方案》的进一步落实，包括贵州、内蒙古、甘肃、宁夏等地在内的全国一体化算力网络国家枢纽节点将成为数据中心产业发展的重点区位。

在已经颁布的数据中心性能指标中最常见的是电能使用效率PUE。在我国，PUE不但是数据中心研究、设计、设备制造、建设和运维人员最为熟悉的数据中心能源效率指标，也是政府评价数据中心工程性能的主要指标。

除了PUE之外，2007年以后还出台了多项性能指标，虽然知名度远不及PUE，但是在评定数据中心的性能方面也有一定的参考价值，值得关注和研究。PUE在国际上一直是众说纷纭、莫衷一是的一项指标，2015年ASHRAE公开宣布，ASHRAE标准今后不再采用PUE这一指标，并于2016年下半年颁布了ASHRAE 90.4标准，提出了新的能源效率；绿色网格组织（TGG）也相继推出了新的能源性能指标。对PUE和数据中心性能指标的讨论一直是国际数据中心界的热门议题。

鉴于性能指标对于数据中心的重要性、国内与国际在这方面存在的差距，以及在采用PUE指标过程中存在的问题，有必要对数据中心的各项性能指标，尤其是对PUE进行深入地研究和讨论。

1．性能指标

ISO给出的关键性能指标的定义为：表示资源使用效率值或是给定系统的效率。数据中心的性能指标从2007年开始受到了世界各国的高度重视，相继推出了数十个性能指标。2015年之后，数据中心性能指标出现了较大变化，一系列新的性能指标相继被推出，再度引发了国际数据中心界对数据中心的性能指标，尤其是对能源效率的关注，并展开了广泛的讨论。

2．PUE

2.1PUE和衍生效率的定义和计算方法

2.1.1电能使用效率PUE

TGG和ASHRAE给出的PUE的定义相同：数据中心总能耗Et与IT设备能耗之比。

GB/T32910.3—2016给出的EEUE的定义为：数据中心总电能消耗与信息设备电能消耗之间的比值。其定义与PUE相同，不同的是把国际上通用的PUE（powerusage effectiveness）改成了EEUE（electricenergy usage effectiveness）。国内IT界和暖通空调界不少专业人士对于这一变更提出了不同的看法，根据Malone等人最初对PUE的定义，Et应为市电公用电表所测量的设备总功率，这里的Et就是通常所说的数据中心总的设备耗电量，与GB/T32910.3—2016所规定的Et应为采用电能计量仪表测量的数据中心总电能消耗的说法相同。笔者曾向ASHRAE有关权威人士咨询过，他们认为如果要将“power”用“electricenergy”来替代，则采用“electricenergy consumption”（耗电量）更准确。显然这一变更不利于国际交流。虽然这只是一个英文缩写词的变更，但因为涉及到专业术语，值得商榷。

ISO给出的PUE的定义略有不同：计算、测量和评估在同一时期数据中心总能耗与IT设备能耗之比。

2.1.2部分电能使用效率pPUE

TGG和ASHRAE给出的pPUE的定义相同：某区间内数据中心总能耗与该区间内IT设备能耗之比。

区间（zone）或范围（ boundary）可以是实体，如集装箱、房间、模块或建筑物，也可以是逻辑上的边界，如设备，或对数据中心有意义的边界。

ISO给出的pPUE的定义有所不同：某子系统内数据中心总能耗与IT设备总能耗之比。这里的“子系统”是指数据中心中某一部分耗能的基础设施组件，而且其能源效率是需要统计的，目前数据中心中典型的子系统是配电系统、网络设备和供冷系统。

2.1.3设计电能使用效率dPUE

ASHRAE之所以在其标准中去除了PUE指标，其中一个主要原因是ASHRAE认为PUE不适合在数据中心设计阶段使用。为此ISO给出了设计电能使用效率dPUE，其定义为：由数据中心设计目标确定的预期PUE。

数据中心的能源效率可以根据以下条件在设计阶段加以预测：1）用户增长情况和期望值；2）能耗增加或减少的时间表。dPUE表示由设计人员定义的以最佳运行模式为基础的能耗目标，应考虑到由于数据中心所处地理位置不同而导致的气象参数（室外干球温度和湿度）的变化。

2.1.4期间电能使用效率iPUE

ISO给出的期间电能使用效率iPUE的定义为:在指定时间测得的PUE，非全年值。

2.1.5电能使用效率实测值EEUE-R

GB/T32910.3—2016给出的EEUE-R的定义为：根据数据中心各组成部分电能消耗测量值直接得出的数据中心电能使用效率。使用EEUE-R时应采用EEUE-Ra方式标明，其中a用以表明EEUE-R的覆盖时间周期，可以是年、月、周。

2.1.6电能使用效率修正值EEUE-X

GB/T32910.3—2016给出的EEUE-X的定义为：考虑采用的制冷技术、负荷使用率、数据中心等级、所处地域气候环境不同产生的差异，而用于调整电能使用率实测值以补偿其系统差异的数值。

2.1.7采用不同能源的PUE计算方法

数据中心通常采用的能源为电力，当采用其他能源时，计算PUE时需要采用能源转换系数加以修正。不同能源的转换系数修正是评估数据中心的一次能源使用量或燃料消耗量的一种方法，其目的是确保数据中心购买的不同形式的能源（如电、天然气、冷水）可以进行公平地比较。例如，如果一个数据中心购买当地公用事业公司提供的冷水，而另一个数据中心采用由电力生产的冷水，这就需要有一个系数能使得所使用的能源在相同的单位下进行比较，这个系数被称为能源转换系数，它是一个用来反映数据中心总的燃料消耗的系数。当数据中心除采用市电外，还使用一部分其他能源时，就需要对这种能源进行修正。

2.1.8PUE和EEUE计算方法的比较

如果仅从定义来看，PUE和EEUE的计算方法十分简单，且完全相同。但是当考虑到计算条件的不同，需要对电能使用效率进行修正时，2种效率的计算方法则有所不同。

1）PUE已考虑到使用不同能源时的影响，并给出了修正值和计算方法；GB/T32910.3—2016未包括可再生能源利用率，按照计划这一部分将在GB/T32910.4《可再生能源利用率》中说明。

2）PUE还有若干衍生能源效率指标可供参考，其中ISO提出的dPUE弥补了传统PUE的不足；EEUE则有类似于iPUE的指标EEUE-Ra。

3）EEUE分级（见表1）与PUE分级（见表2）不同。

4）EEUE同时考虑了安全等级、所处气候环境、空调制冷形式和IT设备负荷使用率的影响。ASHRAE最初给出了19个气候区的PUE最大限值，由于PUE已从ASHRAE标准中去除，所以目前的PUE未考虑气候的影响；ISO在计算dPUE时，要求考虑气候的影响，但是如何考虑未加说明；PUE也未考虑空调制冷形式和负荷使用率的影响，其中IT设备负荷率的影响较大，应加以考虑。

2.2．PUE和EEUE的测量位置和测量方法

2.2.1PUE的测量位置和测量方法

根据IT设备测点位置的不同，PUE被分成3个类别，即PUE1初级（提供能源性能数据的基本评价）、PUE2中级（提供能源性能数据的中级评价）、PUE3高级（提供能源性能数据的高级评价）。

PUE1初级：在UPS设备输出端测量IT负载，可以通过UPS前面板、UPS输出的电能表以及公共UPS输出总线的单一电表（对于多个UPS模块而言）读取。在数据中心供电、散热、调节温度的电气和制冷设备的供电电网入口处测量进入数据中心的总能量。基本监控要求每月至少采集一次电能数据，测量过程中通常需要一些人工参与。

PUE2中级：通常在数据中心配电单元前面板或配电单元变压器二次侧的电能表读取，也可以进行单独的支路测量。从数据中心的电网入口处测量总能量，按照中等标准的检测要求进行能耗测量，要求每天至少采集一次电能数据。与初级相比，人工参与较少，以电子形式采集数据为主，可以实时记录数据，预判未来的趋势走向。

PUE3高级：通过监控带电能表的机架配电单元（即机架式电源插座）或IT设备，测量数据中心每台IT设备的负载（应该扣除非IT负载）。在数据中心供电的电网入口处测量总能量，按照高标准的检测要求进行能耗测量，要求至少每隔15min采集一次电能数据。在采集和记录数据时不应该有人工参与，通过自动化系统实时采集数据，并支持数据的广泛存储和趋势分析。所面临的挑战是以简单的方式采集数据，满足各种要求，最终获取数据中心的各种能量数据。

对于初级和中级测量流程，建议在一天的相同时间段测量，数据中心的负载尽量与上次测量时保持一致，进行每周对比时，测量时间应保持不变（例如每周周三）。

2.2.2EEUE的测量位置和测量方法

1）Et测量位置在变压器低压侧，即A点；

2）当PDU无隔离变压器时，EIT测量位置在UPS输出端，即B点；

3）当PDU带隔离变压器时，EIT测量位置在PDU输出端，即C点；

4）大型数据中心宜对各主要系统的耗电量分别计量，即E1，E2，E3点；

5）柴油发电机馈电回路的电能应计入Et，即A1点；

6）当采用机柜风扇辅助降温时，EIT测量位置应为IT负载供电回路，即D点；

7）当EIT测量位置为UPS输出端供电回路，且UPS负载还包括UPS供电制冷、泵时，制冷、泵的能耗应从EIT中扣除，即扣除B1和B2点测得的电量。

2.2.3PUE和EEUE的测量位置和测量方法的差异

1）PUE的Et测量位置在电网输入端、变电站之前。而GB/T32910.3—2016规定EEUE的Et测量位置在变压器低压侧。数据中心的建设有2种模式：①数据中心建筑单独设置，变电站自用，大型和超大型数据中心一般采用这种模式；②数据中心置于建筑物的某一部分，变电站共用，一般为小型或中型数据中心。由于供电局的收费都包括了变压器的损失，所以为了准确计算EEUE，对于前一种模式，Et测量位置应该在变压器的高压侧。

2）按照2.2.2节第6条，在计算EIT时，应减去机柜风机的能耗。应该指出的是，机柜风机不是辅助降温设备，起到降温作用的是来自空调设备的冷空气，降温的设备为空调换热器，机柜风机只是起到辅助传输冷风的作用，因此机柜风机不应作为辅助降温设备而计算其能耗。在GB/T32910.3征求意见时就有人提出：机柜风机的能耗很难测量，所以在实际工程中，计算PUE时，EIT均不会减去机柜风机的能耗。在美国，计算PUE时，机柜风机的能耗包括在EIT中。

3）PUE的测点明显多于GB/T32910.3—2016规定的EEUE的测点。

2.3．PUE存在的问题

1）最近两年国内外对以往所宣传的PUE水平进行了澄清。我国PUE的真实水平也缺乏权威调查结果。GB/T32910.3—2016根据国内实际状况，将一级节能型数据中心的EEUE放宽到1.0～1.6，其上限已经超过了国家有关部委提出的绿色数据中心PUE应低于1.5的要求，而二级比较节能型数据中心的EEUE规定为1.6～1.8，应该说这样的规定比较符合国情。

2）数据中心总能耗Et的测量位置直接影响到PUE的大小，因此应根据数据中心建筑物市电变压器所承担的荷载组成来决定其测量位置。

3）应考虑不同负荷率的影响。当负荷率低于30%时，不间断电源UPS的效率会急剧下降，PUE值相应上升。对于租赁式数据中心，由于用户的进入很难一步到位，所以数据中心开始运行后，在最初的一段时间内负荷率会较低，如果采用设计PUE，也就是满负荷时的PUE来评价或验收数据中心是不合理的。

4）数据中心的PUE低并非说明其碳排放也低。完全采用市电的数据中心与部分采用可再生能源（太阳能发电、风电等），以及以燃气冷热电三联供系统作为能源的数据中心相比，显然碳排放指标更高。数据中心的碳排放问题已经引起国际上广泛地关注，碳使用效率CUE已经成为数据中心重要的关键性能指标，国内对此的关注度还有待加强。

5）GB/T32910.3—2016规定，在计算EIT时，应减去机柜风机的耗能。关于机柜风机的能耗是否应属于IT设备的能耗，目前国内外有不同的看法，其中主流观点是服务器风机的能耗应属于IT设备的能耗，其原因有二：一是服务器风机是用户提供的IT设备中的一个组成部分，自然属于IT设备；二是由于目前服务器所采用的风机基本上均为无刷直流电动机驱动的风机（即所谓EC电机），风机的风量和功率随负荷变化而改变，因此很难测量风机的能耗。由于数据中心风机的设置对PUE的大小影响很大，需要认真分析。从实际使用和节能的角度出发，有人提出将服务器中的风机取消，而由空调风机取代。由于大风机的效率明显高于小风机，且初投资也可以减少，因此这种替代方法被认为是一个好主意，不过这是一个值得深入研究的课题。

6）国内相关标准有待进一步完善。GB/T32910.3—2016《数据中心资源利用第3部分：电能能效要求和测量方法》的发布，极大地弥补了国内标准在数据中心电能能效方面的不足；同时，GB/T32910.3—2016标准颁布后，也引起了国内学术界和工程界的热议。作为一个推荐性的国家标准如何与已经颁布执行的强制性行业标准YD 5193—2014《互联网数据中心（IDC）工程设计规范》相互协调？在标准更新或升级时，包括内容相似的国际标准ISOIEC 30134-2-2016在内的国外相关标准中有哪些内容值得借鉴和参考？标准在升级为强制性国家标准之前相关机构能否组织就其内容进行广泛的学术讨论？都是值得考虑的重要课题。ASHRAE在发布ASHRAE90.4标准时就说明，数据中心的标准建立在可持续发展的基础上，随着科学技术的高速发展，标准也需要不断更新和创新。

7）PUE的讨论已经相当多，事实上作为大数据中心的投资方和运营方，更关心的还是数据中心的运行费用，尤其是电费和水费。目前在数据中心关键性能指标中尚缺乏一个经济性指标，使得数据中心，尤其是大型数据中心和超大型数据中心的经济性无法体现。

2.4．PUE的比较

不同数据中心的PUE值不应直接进行比较，但是条件相似的数据中心可以从其他数据中心所提供的测量方法、测试结果，以及数据特性的差异中获益。为了使PUE比较结果更加公平，应全面考虑数据中心设备的使用时间、地理位置、恢复能力、服务器可用性、基础设施规模等。

3．其他性能指标

3.1．ASHRAE90.4

ASHRAE90.4-2016提出了2个新的能源效率指标，即暖通空调负载系数MLC和供电损失系数ELC。但这2个指标能否为国际IT界接受，还需待以时日。

3.1.1暖通空调负载系数MLC

ASHRAE对MLC的定义为：暖通空调设备（包括制冷、空调、风机、水泵和冷却相关的所有设备）年总耗电量与IT设备年耗电量之比。

3.1.2供电损失系数ELC

ASHRAE对ELC的定义为：所有的供电设备（包括UPS、变压器、电源分配单元、布线系统等）的总损失。

3.2．TGG白皮书68号

2016年，TGG在白皮书68号中提出了3个新的能源效率指标，即PUE比（PUEr）、IT设备热一致性（ITTC）和IT设备热容错性（ITTR），统称为绩效指标（PI）。这些指标与PUE相比，不但定义不容易理解，计算也十分困难，能否被IT界接受，还有待时间的考验。

3.2.1PUE比

TGG对PUEr的定义为：预期的PUE（按TGG的PUE等级选择）与实测PUE之比。

3.2.2IT设备热一致性ITTC

TGG对ITTC的定义为：IT设备在ASHRAE推荐的环境参数内运行的比例。

服务器的进风温度一般是按ASHRAE规定的18～27℃设计的，但是企业也可以按照自己设定的服务器进风温度进行设计，在此进风温度下，服务器可以安全运行。IT设备热一致性表示符合ASHRAE规定的服务器进风温度的IT负荷有多少，以及与总的IT负荷相比所占百分比是多少。例如一个IT设备总负荷为500kW的数据中心，其中满足ASHRAE规定的服务器进风温度的IT负荷为450kW，则该数据中心的IT设备热一致性为95%。

虽然TGG解释说，IT设备热一致性涉及的只是在正常运行条件下可接受的IT温度，但是IT设备热一致性仍然是一个很难计算的能源效率，因为必须知道：1）服务器进风温度的范围，包括ASHRAE规定的和企业自己规定的进风温度范围；2）测点位置，需要收集整个数据中心服务器各点的进风温度，由人工收集或利用数据中心基础设施管理（DCIM）软件来统计。

3.2.3IT设备热容错性ITTR

TGG对ITTR的定义为：当冗余制冷设备停机，或出现故障，或正常维修时，究竟有多少IT设备在ASHRAE允许的或建议的送风温度32℃下送风。

按照TGG的解释，ITTR涉及的只是在出现冷却故障和正常维修运行条件下可接受的IT温度，但是ITTR也是一个很难确定的参数。ITTR的目的是当冗余冷却设备停机，出现冷却故障或在计划维护活动期间，确定IT设备在允许的入口温度参数下（<32℃）运行的百分比，以便确定数据中心冷却过程中的中断或计划外维护的性能。这个参数很难手算，因为它涉及到系统操作，被认为是“计划外的”条件，如冷却单元的损失。

3.3．数据中心平均效率CADE

数据中心平均效率CADE是由麦肯锡公司提出，尔后又被正常运行时间协会（UI）采用的一种能源效率。

CADE提出时自认为是一种优于其他数据中心能源效率的指标。该指标由于被UI所采用，所以直到目前仍然被数量众多的权威著作、文献认为是可以采用的数据中心性能指标之一。但是笔者发现这一性能指标的定义并不严谨，容易被误解。另外也难以测量和计算。该指标的提出者并未说明IT资产效率如何测量，只是建议ITAE的默认值取5%，所以这一指标迄今为止未能得到推广应用。

3.4．IT电能使用效率ITUE和总电能使用效率TUE

2013年，美国多个国家级实验室鉴于PUE的不完善，提出了2个新的能源效率——总电能使用效率TUE和IT电能使用效率ITUE。

提出ITUE和TUE的目的是解决由于计算机技术的发展而使得数据中心计算机配件（指中央处理器、内存、存储器、网络系统，不包括IT设备中的电源、变压器和机柜风机）的能耗减少时，PUE反而增加的矛盾。但是这2个性能指标也未得到广泛应用。

3.5．单位能源数据中心效率DPPE

单位能源数据中心效率DPPE是日本绿色IT促进协会（GIPC）和美国能源部、环保协会、绿色网格，欧盟、欧共体、英国计算机协会共同提出的一种数据中心性能指标。GIPC试图将此性能指标提升为国际标准指标。

3.6．水利用效率WUE

TGG提出的水利用效率WUE的定义为：数据中心总的用水量与IT设备年耗电量之比。

数据中心的用水包括：冷却塔补水、加湿耗水、机房日常用水。根据ASHRAE的调查结果，数据中心基本上无需加湿，所以数据中心的用水主要为冷却塔补水。采用江河水或海水作为自然冷却冷源时，由于只是取冷，未消耗水，可以不予考虑。

民用建筑集中空调系统由于总的冷却水量不大，所以判断集中空调系统的性能时，并无用水量效率之类的指标。而数据中心由于全年制冷，全年的耗水量居高不下，已经引起了国内外，尤其是水资源贫乏的国家和地区的高度重视。如何降低数据中心的耗水量，WUE指标是值得深入研究的一个课题。

3.7．碳使用效率CUE

TGG提出的碳使用效率CUE的定义为：数据中心总的碳排放量与IT设备年耗电量之比。

CUE虽然形式简单，但是计算数据中心总的碳排放量却很容易出错。碳排放量应严格按照联合国气象组织颁布的计算方法进行计算统计。

数据中心作为经济社会运行不可或缺的关键基础设施，是公认的高耗电行业。

据前瞻产业研究院分析，过去十年间，我国数据中心整体用电量以每年超过 10% 的速度递增，其耗电量在 2020 年突破 2000 亿千瓦时，约占全社会用电量的 2.71%，2014-2020 年，数据中心耗电量占比逐年升高。数据中心供电结构中，火电占比超过 70%，会产生相对大量的温室气体和其他污染物。

PUE (Power Usage Effectiveness，电能利用效率) 是衡量数据中心能源使用效率的重要指标。PUE 越接近于 1，代表数据中心对于电能的利用越有效率。截至 2019 年年底，全国超大型数据中心平均 PUE 为 1.46，大型数据中心平均 PUE 为 1.55。这与《关于加快构建全国一体化大数据中心协同创新体系的指导意见》建议的 1.3 以下相比，尚有一段距离。

可见，限‌电对于数‌据中心产业影响挺大的。顺应碳中和发展趋势，逐步降低碳排放，是数据中心亟需做出的改变。

数据中心如何才能提升能源效率，为降碳做出贡献？主流的数据中心降碳举措可分为 IT 和 非 IT 基础设施两个方面。

非 IT 基础设施方面，常见的有数据中心选址靠近绿色清洁能源、尽量使用可再生能源、采用液冷技术取代风扇散热、数据中心余热回收再利用等等。这其中最为有效的不外乎在数据中心乃至公司运营范围内 100% 使用可再生能源，但这绝非易事——苹果用了 5 年时间才实现公司运营范围内 100% 可再生能源利用。

而在 IT 基础设施方面，企业可立即采用诸多举措来提升能源效率：通过分布式和虚拟化技术将“僵尸”服务器连接起来，最大程度减少 IT 设备空闲；实现服务器和存储的虚拟化与池化，从而大幅提升硬件利用率；通过采用更高能效的芯片产品，结合芯片的自适应电源管理功能来有效管理芯片用电，等等。

虚拟化已十分普遍，超融合基础设施也在近年来逐渐成为主流。作为一种融合的、统一的 IT 基础架构，超融合包含了数据中心常见的元素：计算、存储、网络以及管理工具。超融合以软件为中心，结合 x86 或 ARM 架构的硬件替代传统架构中的专用硬件，从而解决传统架构中管理复杂、难以扩展等问题。

相比传统架构，超融合将架构由三层缩减至两层，不仅可以大幅度节省机房空间，还能进一步整合计算资源，从而提升机房能效。超融合架构自带计算虚拟化和分布式存储，取代了传统物理环境和传统虚拟环境，对数据中心降碳的影响显著。

经过通用场景下的对比计算，从传统物理环境到传统虚拟环境，仅是虚拟化这一层即可带来 20%-80% 的节能；而从传统虚拟环境进一步过渡到超融合架构，通过将分布式存储融合到计算侧，可再带来高达 31% 的能耗节省。以下为计算详情（以下为理论值，不同负载情况下物理服务器能耗会有有所不同，不同服务器也会表现不同，同时不考虑交换机等因素）。

计算虚拟化是从 IT 基础设施层面提升能效的关键。它实现了 IT 基础设施从物理架构到虚拟化的跃升，减少物理服务器的数量、增加 IT 资源的利用率，让数据中心得以使用更少的基础设施即可运行更大的工作负载。IDC 报告指出，数据中心中计算、存储、网络层虚拟化程度越高，所带来的碳影响就越小。

以 4 台物理服务器搭配 1 台存储系统的配置为例，通过用虚拟化取代原有的物理机，能实现约为 20% 到 80% 的能耗节省（取决于虚拟机部署的密度）。

传统物理环境 vs. 传统虚拟环境

（以 4 台物理服务器搭配 1 台存储系统为例）

如图所示，此场景中两种架构的最大差异在于对计算资源的利用率不同：在相同的硬件条件下，计算资源的利用率越高，能获得的节能优势就越大。虚拟化架构通过高度利用 CPU 资源（此场景预设的 CPU 超分比例为 1：4，通常属于中到重度计算需求使用），可将平均每计算核心耗能降低约 74%。

在实际使用场景中，虚拟机部署密度的不同，也会带来不同的节能效果：

高密度虚拟机场景下（1 : 20，1 台物理服务器支撑 20 台虚拟机)，平均每台服务器（虚拟机）耗能为 321 W/Hr，相比物理服务器降低约 80%；

低密度虚拟机场景下（1：5，1 台物理服务器支撑 5 台虚拟机），平均每台服务器（虚拟机）耗能 1284 W/Hr，相比物理服务器降低约 20%。

若进一步将 CPU 超分比例提高，物理环境和虚拟环境的耗能差距将会更大。

超融合基础设施将计算与存储服务模块融合部署在同一物理服务器（物理节点），完全舍弃了传统集中存储的需求，能够在虚拟化降低能耗的基础上，进一步为数据中心节能。

以相同的硬件配置为例（4 台物理服务器搭配 1 台存储系统），超融合架构通过去除传统集中存储硬件，可将平均每计算核心耗能再降低约 31%。

传统虚拟环境 vs. 超融合

（以 4 台物理服务器搭配 1 台存储系统为例）

请点击输入图片描述

以上场景所设定的硬件配置为 4 台物理服务器搭配 1 台存储系统，若单纯增加物理服务器的数量而存储系统保持不变，则两种架构的能耗会趋于接近。不过，计算资源（物理服务器）的增加，通常意味着对存储资源（性能与容量）的需求也会随之提升，所以从实际部署的场景来看，传统虚拟化架构的计算资源增加与相应的存储资源提升，整体的能耗与超融合架构相比仍存在不小的差距。

2021年政府工作报告提出，今年要扎实做好碳达峰、碳中和各项工作，“十四五”时期，单位国内生产总值能耗和二氧化碳排放分别降低13.5%、18%。并将这两项指标作为约束性指标进行管理。面对低碳的硬指标，能源消费量快速增长的信息通信行业（ICT）也提出了碳中和目标。其中，华为首次提出了“零碳网络”，发布了数字能源零碳网络解决方案。

据加拿大麦克马斯特大学的研究预测，2040年，ICT的碳排放占全球碳排放比例将从2007年的1.6%上升至14%。2020年，数据中心占全行业碳排放比例最大，占45%，其次是通信网络和终端设备，分别占24%和31%。

在我国，随着5G的商用领域不断扩大，5G、数据中心规模迅猛扩大的同时，能耗数据也大幅攀升。华北电力大学与国际环保组织绿色和平2019年报告显示，2018年我国数据中心总用电量为1609亿千瓦时，约占全 社会 用电量的2%，超过上海市2018年全 社会 用电量。假如我国的能源结构保持现状，到2023年我国数据中心用电将会产生1.63亿吨二氧化碳排放，相当于一个中型国家的碳排放水平。

华为发布的《通信能源目标网白皮书》指出，虽然5G网络每比特数据的平均能耗仅为4G的1/10，但由于5G站点数量是4G的2—3倍，同时拥有更大流量，单设备功耗将是4G的3—3.5倍，网络整体耗电量将比现在翻一倍，每年超过1000亿千瓦时。

其实，ICT能耗剧增主要是因为用户数量的剧增，以及相应的通信网络和终端设备等新基建的落地和运行。数据显示，25年前，全球人口总数为56亿，移动用户数不到1亿，站点数量仅20万，联接数低于0.5亿。到2015年，全球人口总数超过73亿，移动用户已激增至48亿，站点数量超过660万，联接数超过80亿。

华为副总裁兼数字能源产品线总裁周桃园说，随着信息技术的发展，越来越多的人可以享受到ICT基础设施带来的便利，依靠发达的网络、迅捷的网速，人们可以享受在线办公、在线学习、在线医疗等便利。这背后要靠越来越多的海量计算和越来越大的数据存储来支撑，同时伴随着能源消耗的增长。

据预测，到2025年，由IoT、云计算、人工智能等新技术构建的万物互联智能世界，联接数将达1000亿个。这也是ICT行业的能耗会如此之高的原因之一。

如何才能实现零碳网络？周桃园说，华为零碳网络解决方案包含了“极简站点、极简机房、极简数据中心、无处不在的绿电”四大解决方案，再融合智慧能源云。

极简站点指的是站点形态的极简化，从以前的室内发展到室外，再进一步缩减其占地空间。即让房子变柜子、柜子变杆子，全面“杆站化”，实现降低能耗、省电费、省租金；极简机房是指以机柜替代机房，在保证扩容的情况下，免增机房、免改线缆、免增空调，从而节省能耗、空间并避免大量施工。

周桃园说，极简数据中心是指通过全预制化、模块化建设重构架构；通过高效节能方案重构供电，提升效率，并实现预测性维护；通过间接蒸发冷却等解决方案节省能耗，相比传统冷冻水方案可节能17%；通过智能运维解决方案重构运维，使效率提升35%。

多使用来自可再生能源的绿电，减少使用高碳的化石能源是零碳网络的重要一步。国家发改委副主任宁吉喆说，2020年我国可再生能源发电装机已达到9.34亿千瓦，将进一步扩大可再生能源装机规模，推进清洁能源增长消纳和储能协调有序发展。

“无处不在的绿电”指的是将绿电引入站点、机房、数据中心等，打造绿色联接和绿色计算。最后这四大解决方案还融合了“智慧能源云”，通过源—网—荷—储一体化智慧管理，最终大幅降低用电成本，提升能源效率。

目前，在节能减排上，各运营商可以说是各显神通。有的IT企业通过引入高效电源，改造老旧电池，提升能源转换率，降低能源损耗，达到节电效果；有的采用混合供电解决方案，减少因电力不稳而采用油机供备电带来的相关能源成本和能源损耗。

数据中心需要保持24小时不间断运行。根据国家节能中心、赛迪顾问股份有限公司等共同发布的《中国液冷数据中心发展白皮书》，超大型数据中心飞速发展，快速增长的功率密度对散热提出更高要求。2019年以“风冷”技术为代表的传统数据中心，其耗能中约有43%是用于IT设备的散热，与IT设备自身的能耗45%基本持平，降低散热功耗、控制数据中心运营成本，建设绿色数据中心已成当务之急。

“液冷技术是突破数据中心节能瓶颈的最佳捷径。”曙光数创公司高级副总裁姚勇说，液冷技术带给行业的效益远不止节能一个方面。液冷技术的高效制冷效果，可大幅提升服务器的稳定性、效率及使用寿命，同时提升了单位空间服务器部署密度，高度节省空间占地，并将超大规模数据中心的建设大为简化。液冷数据中心噪音超低，环境友好，余热利用也可创造更多经济价值。

据赛迪顾问估算，液冷应用前景广阔，2025年我国液冷数据中心市场规模将超千亿元。

不过，对于ICT来说，仅依靠液冷等节能环保技术尚不足以应对零碳的挑战。绿电的引入就非常关键，可再生能源让IT企业从能源“消费者”转变成为“生产者”，提高清洁能源的使用率。

目前，全球约41家 科技 企业已设立长期100%可再生能源目标，2020年，国际 科技 巨头纷纷加码行动。亚马逊收购了35个风电与光伏电站，成为可再生能源迄今最大买家。谷歌提出，将在2030年实现全球实时零碳运营，将零碳的统计范围从年过渡到小时；微软则表示，将于2030年实现负碳排放，并在2050年消除企业所有 历史 碳排放。

腾讯首席执行官马化腾在他的朋友圈中强调，“预计未来最大占比的是原生清洁能源支持的数据中心的实现。很难，但总要努力。”绿色和平气候与能源项目主任叶睿琪表示：“我们认为马化腾的评论清晰地传达了一个信号，即数据中心的可再生能源利用，将是 科技 行业迈向碳中和的最重要手段之一。”

随着数字技术的发展和碳中和目标的牵引，ICT技术在不断地融合创新。周桃园表示，未来主流方案的方向应该是从以终为始的角度考虑，系统化、全局化地进行能效提升，从站点到机房进行到智能运维，实现极简站点、极简机房；数据中心则应从架构、供电、温控、运维4个方面重构，以此来提升运维效率、减低能源损耗及缩短建设周期等。

第十三届全国人大常委会委员、中国科学院 科技 战略咨询研究院副院长王毅说，实现碳中和以及零碳，最核心的内容就是发展可再生能源。构建一套高比例可再生能源体系，加强顶层设计，与现有的分布式能源系统、智能电网，未来的智慧能源等，作为一个统一的体系来设计，降低系统成本，塑造新的能源安全格局。

《方案》指出，数据中心、5G是支撑未来经济 社会 发展的战略资源和公共基础设施，也是关系新型基础设施节能降耗的最关键环节。有序推动以数据中心、5G为代表的新型基础设施绿色高质量发展，发挥其“一业带百业”作用，助力实现碳达峰碳中和目标。

为此，《方案》明确提高算力能效，支持基础电信运营企业开展5G网络共建共享和异网漫游，强化资源复用。加快推动老旧高能耗设备退网和升级改造，推动智慧多功能灯杆建设。加快建设绿色数据中心，发布国家绿色数据中心名单。

同时，鼓励使用风能、太阳能等可再生能源，通过自建拉专线或双边交易，提升数据中心绿色电能使用水平，促进可再生能源就近消纳。统筹5G与可再生能源分布式发电布局，对电源、空调等能耗系统积极推进去冗余简配，严控废旧设施处理。

此外，充分发挥数据中心、5G在促进传统行业数字化转型方面的重要支撑作用，推动煤炭、钢铁、水泥、有色、石化、化工等传统行业加快“上云用数赋智”步伐，优化管理流程，实现节本降耗。

根据《方案》，到2025年，数据中心和5G基本形成绿色集约的一体化运行格局。数据中心运行电能利用效率和可再生能源利用率明显提升。全国数据中心整体利用率明显提升，西部数据中心利用率由30%提高到50%以上，东西部算力供需更为均衡。5G基站能效提升20%以上。在数据中心、5G实现绿色高质量发展基础上，全面支撑各行业特别是传统高耗能行业的数字化转型升级，助力实现碳达峰总体目标，为实现碳中和奠定坚实基础。

近日，国家发展改革委、中央网信办、工信部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等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。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。

算力类似于农业时代之水利

工业时代之电力

数字经济正在成为重组要素资源、重塑经济结构、提升市场竞争力的关键力量，数字产业化、产业数字化是我国经济转型升级的重要方向。近年来，随着各行业数字化转型升级进度加快，特别是5G、人工智能、物联网等新技术的快速普及应用，全 社会 数据总量爆发式增长，数据存储、计算、传输、应用的需求大幅提升，迫切需要推动数据中心合理布局、优化供需、绿色集约和互联互通，构建数据中心、云计算、大数据一体化的新型算力网络体系。

相关研究报告显示，计算力指数平均每提高1个百分点，数字经济和GDP将分别增长3.3‰和1.8‰。目前，以数据中心、超级计算中心等为代表的算力基础设施加快建设，正在成为支撑数字经济发展的重要底座。据统计，我国数据增量年均增速超过30%。

1月12日，国务院发布《“十四五”数字经济发展规划》。作为首个数字经济五年计划，该规划提出，“十四五”时期，我国数字经济转向深化应用、规范发展、普惠共享的新阶段。建设数据中心集群，加快实施“东数西算”工程，持续推进绿色数字中心建设。

作为“东数西算”工程的关键节点，全国一体化算力网络国家枢纽节点，是我国算力网络的骨干节点。在国家枢纽节点内部，逐步规划和发展若干数据中心集群。

除了2022年1月发布的位于内蒙古枢纽的和林格尔集群、贵州枢纽的贵安集群、甘肃枢纽的庆阳集群、宁夏枢纽的中卫集群这4个国家数据中心集群，此次国家发展改革委等部门又发布了6个国家数据中心集群，分别是位于京津冀枢纽的张家口集群，位于长三角枢纽的长三角生态绿色一体化发展示范区集群、芜湖集群，位于粤港澳枢纽的韶关集群，位于成渝枢纽的天府集群、重庆集群。这10个集群具有明确的地理范围边界，提供充分的政策保障和设施配套，支持各行业的大型、超大型数据中心在集群内建设。在集群和集群之间，建立高速数据中心直联网络。

东部供“数”

西部算“数”

像“西气东输”等工程一样，要实现“东数西算”，也需要建立高速宽带这样的传输设施，并且在枢纽节点方面进行合理的布局。2021年5月，国家发展改革委、中央网信办、工信部、国家能源局发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》（以下简称《实施方案》），明确提出布局建设全国算力网络国家枢纽节点，加快实施“东数西算”工程，构建国家算力网络体系。

《实施方案》明确了布局建设全国一体化算力网络国家枢纽节点的地区，分别为京津冀、长三角、粤港澳大湾区、成渝，以及贵州、内蒙古、甘肃、宁夏等8个地区。

进入数据中心区域，站在长廊外，透过玻璃看机房，密密麻麻的服务器高效运转，机器人穿梭其中实时巡检……位于贵州贵安新区建设完成的华为云贵安数据中心在2021年年底正式商用，这也是华为云史上最大的数据中心，未来将达到100万台服务器规模。近年来，贵州发挥气候、能源、地质等方面的优势，抢先布局数字新基建。如今，仅在贵安新区，就云集了7个超大型数据中心。国家“东数西算”战略为贵州带来新机遇。

2021年12月，国家发展改革委等部门在《关于同意贵州省启动设全国一体化算力网络国家枢纽节点的复函》中回复，围绕贵安国家数据中心集群，抓紧优化存量，提升资源利用效率，以支持长三角、粤港澳大湾区等为主，积极承接东部地区算力需求。复函明确了贵安国家数据中心集群应抓紧完成起步区建设目标：数据中心平均上架率不低于65%。数据中心电能利用效率控制在1.2以下，可再生能源使用率显著提升。

国家发展改革委高技术司有关负责人近日在回答国家算力枢纽节点建设布局等问题时表示，关于两批8个节点的布局建设，定位不同，发挥的作用也有所不同。

具体来说，贵州、内蒙古、甘肃、宁夏这4个节点要打造面向全国的非实时性算力保障基地。定位于不断提升算力服务品质和利用效率，充分发挥其资源优势，夯实网络等基础保障，积极承接全国范围的后台加工、离线分析、存储备份等非实时算力需求。京津冀、长三角、粤港澳大湾区、成渝4个节点要服务于重大区域发展战略实施需要。定位于进一步统筹好城市内部和周边区域的数据中心布局，实现大规模算力部署与土地、用能、水、电等资源的协调可持续，优化数据中心供给结构，扩展算力增长空间。

“要像‘南水北调’‘西电东送’一样，发挥我国体制机制优势，从全国角度一体化统筹布局，优化资源配置，提升资源使用效率。”孙伟说。

持续优化数据中心

能源使用效率

“东数西算”工程的实施，与绿色集约的目标不可分割。值得注意的是，数据中心在支撑数字经济快速发展的同时，不可忽略的是由于数据中心需要大量电力维持服务器、储存设备、备份装置、冷却系统等基础设施的运行，能耗和碳排放增长迅速。

中国电子技术标准化研究院发布的《绿色数据中心白皮书2020》指出，近年来，我国数据中心能效水平不断提高，超大型数据中心平均电能利用率（PUE）为1.46，部分优秀绿色数据中心已全球领先，PUE可达1.2-1.3。但目前我国数据中心能耗总量仍在高速增长，明显高于世界平均水平。这一方面是因为我国的数据中心建设规模增速较快，另一方面，我国的数据中心节能存在较大的提升空间。在“双碳”目标的引导和要求下，数据中心的节能减排，势在必行。

2021年11月，国家发展改革委等部门印发《贯彻落实碳达峰碳中和目标要求 推动数据中心和5G等新型基础设施绿色高质量发展实施方案》（以下简称《方案》），针对推动数据中心和5G等新型基础设施绿色高质量发展提出了具体目标。

《方案》指出，到2025年，数据中心和5G基本形成绿色集约的一体化运行格局。全国新建大型、超大型数据中心平均电能利用效率降到1.3以下，国家枢纽节点进一步降到1.25以下，绿色低碳等级达到4A级以上。西部数据中心利用率由30%提高到50%以上，东西部算力供需更为均衡。

对于实施“东数西算”工程的意义，孙伟给出了四个“有利于”。具体来说，一是有利于提升国家整体算力水平。通过全国一体化的数据中心布局建设，扩大算力设施规模，提高算力使用效率，实现全国算力的规模化和集约化。

二是有利于促进绿色发展。加大数据中心在西部布局，将大幅提升绿色能源在数据中心的使用比例，有助于就近消纳西部绿色能源，同时通过技术创新、以大换小、低碳发展等措施，持续优化数据中心能源利用效率。

三是有利于扩大有效投资。数据中心产业链条长、投资规模大，带动效应强。通过算力枢纽和数据中心集群建设，将有力带动产业上下游投资。

四是有利于促进区域协调发展。孙伟指出，通过算力设施由东向西布局，将带动相关产业有效转移，促进东西部数据流通、价值传递，延展东部发展空间，助力形成西部大开发新格局。