3月20日消息（苡臻）当前，AI浪潮汹涌，随着DeepSeek等AI大模型的迅速普及与用户量激增，算力需求正呈现指数级增长。国际数据公司（IDC）发布的数据显示，2024年，中国智能算力规模达725.3百亿亿次/秒（EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。
同时，算力正成为耗电大户。据国际能源署（IEA）数据，数据中心的用电量已占全球总用电量的1.5%至2%，大致相当于整个英国的用电量，到2030年，这一比例预计将上升至4%。在这场算力狂飙的背后，数据中心该如何实现能源资源的高效利用与可持续发展？
近日，在以“携手同行，共筑绿色未来”为主题的“算电协同绿色发展及应用跨行业生态论坛”期间，清华大学长聘教授、博士生导师李震接受C114等媒体采访，围绕“数据中心能源资源管理的挑战与对策”，从五个方面 剖析数据中心低碳转型的突围密码。
算力狂飙下的低碳电力供应
近年来，大语言模型、自动驾驶、语音助手、图像识别等实时应用广泛普及，数据中心算力需求及能耗需求均呈爆发式增长，平衡算力需求与能耗压力是当前亟待解决的问题。
那么，该如何降低数据中心服务器电耗？李震表示，要提高算效来降低电耗。一方面，可以就近接入风光电，利用自身UPS储能调峰。另一方面，可通过预测任务需求和资源使用情况，动态调整资源分配，将任务分配到最合适的服务器上。当任务较少时，也可以通过关闭或休眠闲置服务器，以提高算效。
不仅如此，数据中心进行需求侧响应，实现柔性用电也是低碳电力供应的重要一环。
具体而言，基于数据中心业务的实时性，可通过调整业务时间来调节负荷实现柔性用电；也可通过调整服务器负载的并行规模和时间分布，实现电力灵活性响应；利用算力网的任务可调度性，实现电力与算力的空间上的供需平衡；利用数据中心的UPS建立储能系统，动态地将储能电池分为备电与灵活调度两部分，这既能保证供电可靠性，还可以通过峰谷电价差实现套利；此外，还可推进锂电池在数据中心的应用，研究电池可调度容量刻画与电池充放电策略。
根据不同发热密度选择冷却方式
冷却技术是数据中心的“温控命脉”，其性能优劣直接关乎数据中心的稳定运行与能源利用效率。
李震指出，目前数据中心主要有七个高效冷却方向，包括优化气流组织、充分利用自然冷源、缩短气流输运距离、调整运行控制策略、高功率机柜、研发新型液冷介质、构建新型散热末端方式。
冷却系统在保障运行安全与能效指标之间的权衡至关重要。数据中心的冷却系统应起好辅助设施的作用，提高自身能效，争取能够应对服务器负载的各种变化情况，在保证服务器运行安全的条件下提高自身能效。在这种情况下，既不能过度牺牲服务器性能，也不能过分依赖算力调度。
对于冷却方式的采取，李震则认为，“核心是要根据不同的发热密度来选，并不是液冷一定就适合。”传统数据中心单机柜功率为3-5kW，随着AI算力的发展，机柜功率进一步提升至15-30kW，目前市面上投入使用的机柜最高功率密度为35kW。行业预测到2030年，单机柜功率可突破50kW。“液冷技术是高密度机柜冷却的主要解决方案，但风冷技术也可以满足50kW的冷却需求。”此外，在自然冷源利用方式上，有空气干冷冷却、直接蒸发冷却、间接蒸发冷却、利用水库水、利用海水这五种选择。
李震强调，当前，数据中心对冷却能力的需求与冷源自身的特性存在时间与空间上的不协调。为此，在空间布局上，可以将算力资源调度部署到多个数据中心或边缘计算节点；在时间调节上，通过水蓄冷等蓄冷技术来提高冷却系统自身柔性。
另外，提高已有冷却系统的运行效率也不容忽视。“云计算和AI数据中心的负载需求不断变化，如果冷却系统不能精准地根据负载变化调整冷却策略，可能会导致冷却过剩或不足。”应结合机器学习等方法实现冷却系统能耗预测，通过遗传算法等方法获取系统最优运行参数，从而精准热控制系统运行，提高能效。
减少数据中心水资源消耗与浪费
目前，数据中心传统冷却系统广泛依赖水资源进行散热，传统冷却塔系统的用水量占数据中心总用水量的75%以上。
李震表示，数据中心应重视节水设备和技术，如采用节水式冷却塔，节水喷头等。在水资源匮乏地区，可考虑使用氟系统或干冷冷系统，减少对水资源的依赖。
同时，还要减少数据中心水资源浪费。可以实时监控水资源使用情况，及时发现并解决浪费问题；通过安装废水处理设备，对冷却水进行净化处理后再次用于冷却；在降雨较多的地区，利用雨水收集系统为冷却系统提供补充水源；采用高效水处理技术，延长冷却水的使用周期，减少补充水的需求。
挖掘数据中心余热价值
据估计，我国2021年数据中心可回收的余热量共计2.3亿GW，余热温度大多在17℃-50℃之间。
李震表示，目前电直热和电热泵等电气化供热得到高度重视，电动热泵将低品位热量提升温度后加以利用，其能源利用效率高。未来的低碳供热模式将以余热利用为主，而数据中心恰好拥有丰富的余热资源。
那么，数据中心应如何进行余热回收？他指出，大型数据中心夏季余热回收后可用于跨季节储热，中小型数据中心可用于生活热水供热。冬季可回收余热主要用于供暖及生活热水供应。“余热回收利用大多适用于冬季的北方。”
“但是余热回收利用最大的问题不是技术，而是机制。”数据中心的余热回收如何进行责任分摊？
他认为，回收数据中心余热用于冬季供暖的需求来源于热用户，能耗及费用理论上应由热用户承担。以热用户为分析对象，利用数据中心余热会是一种比较经济的方案。
同时，数据中心也可以直接提供余热，与热用户共同分摊费用，或根据余热利用率抵扣电耗，以减少余热回收环节对数据中心PUE指标的影响。
能效应算 电 碳 冷 水等多维度评估
在数据中心领域，能效评估始终是行业关注的焦点。长期以来，PUE（电能利用效率），在这一评估体系中占据主导地位。PUE 数值越趋近于1，表明能效水平越好。
李震则表示，数据中心的传统能效指标PUE不够全面，在推进数据中心低碳高效发展可能会导致PUE的降低。
在对数据中心能效进行评估时，评估体系应以PUE为主，同时结合CUE碳效、WUE水效、CE算效比、可再生能源利用率、上架率等指标，全面衡量能源利用效率。“不能一刀切，仅用一个指标衡量是不对的，需全面考量。”
与此同时，他认为，在双碳背景下，数据中心应从三方面探索发展路径：
一是提高能效，降低需求电量。提高服务器算效，提高单位电力能够产出的效益；同时提高冷却系统等设施的能效，保证冷却效果的同时降低能耗。二是提高绿电比例。可结合储能储热蓄冷等技术提高系统柔性，同时推进算电协同，结合算力调度与分布式可再生能源构建新能源微电网。三是构建资源全周期利用体系。将回收数据中心余热，变“废热”为“负碳”，并且降低数据中心水资源消耗，构建水资源循环利用体系，提高水效。
采访最后，他总结道，面对数据中心千差万别的状况，在低碳电力、冷却系统、水资源、余热以及能效评估这五个关键领域，应具体情况具体分析，灵活调配资源，适配不同场景，突破机制阻碍，构建全面体系，让数据中心在算力持续爆发式增长浪潮中实现绿色可持续发展。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
