《中移智庫：通信行業算力碳效可信評價白皮書（2024年）（38頁）.pdf》由會員分享，可在線閱讀，更多相關《中移智庫：通信行業算力碳效可信評價白皮書（2024年）（38頁）.pdf（38頁珍藏版）》請在三個皮匠報告上搜索。

1、通信行業算力碳效通信行業算力碳效可信評價白皮書可信評價白皮書（2024 年）（2024 年）發布單位：中移智庫發布單位：中移智庫編制單位：中國移動通信研究院等編制單位：中國移動通信研究院等編制說明編制說明算力是集信息計算力、網絡運載力、數據存儲力于一體的新型生產力，主要通過算力基礎設施向社會提供服務。算力基礎設施是新型信息基礎設施的重要組成部分，呈現多元泛在、智能敏捷、安全可靠、綠色低碳等特征，對于助推產業轉型升級、賦能科技創新進步、滿足人民美好生活需要和實現社會高效能治理具有重要意義。在國家“雙碳”戰略背景下，本白皮書提出了通信行業算力基礎設施算力碳效可信評價體系，用于客觀、科學地評價通信行

2、業算力基礎設施高質量發展水平。它重點體現通過可信技術評價算力基礎設施的有效算力與算力生產過程中二氧化碳排放量的關聯，不僅體現了算力基礎設施的算力效率，還包括算力基礎設施運行過程中的其他碳排指標，定義為使用周期內產生的二氧化碳排放量與所提供的真實有效算力的比值，契合當前國家對算力基礎設施高質量發展的評價要求。參與本白皮書編寫的單位包括：中國移動通信有限公司研究院、中移物聯網有限公司、中移（上海）信息通信科技有限公司、卓望數碼技術（深圳）有限公司、中國移動通信集團陜西有限公司、中國移動通信集團上海有限公司、中國移動通信集團北京有限公司、中國移動通信集團江蘇有限公司、中國移動紫金（江蘇）創新研究院有

3、限公司、中國移動通信集團內蒙古有限公司、中國移動通信集團天津有限公司、中國移動通信集團廣東有限公司、中移灣區（廣東）創新研究院有限公司、中國移動通信集團云南有限公司、中國移動通信集團安徽有限公司、中國移動通信集團福建有限公司、工業和信息化部北京互聯網交換中心、中國質量認證中心有限公司、中國信息通信研究院產業與規劃研究所、中國通信建設集團有限公司、中國遠洋海運集團研究咨詢中心、中國鐵塔股份有限公司北京分公司、北京綠色交易所、華為技術有限公司、深圳前海微眾銀行、騰訊云計算(北京)有限責任公司、亞馬遜通技術服務（北京）有限公司、浙江大學區塊鏈與數據安全全國重點實驗室、華北電力大學、北京科技大學、北京

4、交通大學低碳研究與教育中心、內蒙古能源集團有限公司、華電內蒙古能源有限公司、內蒙古蒙草碳匯科技有限公司、北京博雅智慧科技有限公司、上海馳麗科技有限公司、萬向集團普星聚能股份公司、可信區塊鏈推進計劃、深圳市金融區塊鏈發展促進會（金鏈盟）、杭州高新區（濱江）區塊鏈與數據安全研究院等。前言前言本白皮書旨在提出算力碳效指標概念，以及通信行業對于算力基礎設施的算力碳效進行可信評價的愿景、技術方案、評價體系、應用前景和推進趨勢及展望。希望能夠為豐富業界綠色算力標準及評價體系提供思路、參考和指引。本白皮書內容將根據技術的發展逐步更新迭代，本篇內容主要聚焦各種算力類型的數據中心及其自營機房等算力基礎設施。本白

5、皮書的版權歸中國移動與參編單位共同所有，中國移動與參編單位保留對本白皮書的所有權利。未經中國移動與參編單位書面許可，任何單位或個人不得以任何形式或通過任何方式(手寫、電子或機械的方式，包括通過復印、錄音、錄音筆或信息收集系統)復制或拷貝本白皮書任何受版權保護的部分或全部內容。中國移動通信行業算力碳效可信評價白皮書（2024）1目錄目錄1.算力碳效可信評價的政策環境和背景.21.1 算力基礎設施發展現狀與趨勢.21.2 國家“雙碳”背景下算力基礎設施高質量發展需求.32.算力碳效可信評價的定義和意義.42.1 現有能效指標和評價手段及其局限性.42.1.1 現有主要能效指標和評價手段.42.1.

6、2 現有主要能效指標和評價手段的局限性.62.2 算力碳效可信評價的定義.72.3 算力碳效可信評價的優勢和意義.82.3.1 算力碳效可信評價的優勢.82.3.2 算力碳效可信評價的意義.103.算力碳效可信評價技術方案和評價要素.113.1 算力碳效可信評價技術方案.113.2 算力碳效可信評價要素.143.2.1 算力碳效評價對象.143.2.2 算力碳效核算邊界.143.2.3 算力碳效核算方法.153.2.4 算力碳效評價流程.193.2.5 算力碳效分級方法.214.算力碳效可信評價的應用實踐和實用前景.214.1 數據中心試點應用實踐成效.224.2 促進算網運營中算網協同與融合

7、技術的綠色發展.254.3 構建算力基礎設施建設階段的綠色供應鏈體系.265.算力碳效可信評價的趨勢和展望.28縮略語列表.32參考文獻.34中國移動通信行業算力碳效可信評價白皮書（2024）21.算力碳效可信評價的政策環境和背景1.算力碳效可信評價的政策環境和背景1.1 算力基礎設施發展現狀與趨勢1.1 算力基礎設施發展現狀與趨勢算力基礎設施是集信息計算力、網絡運載力、數據存儲力于一體的新型信息基礎設施，可實現信息的集中計算、存儲、傳輸與應用，呈現多元泛在、智能敏捷、安全可靠、綠色低碳等特征。其作為新質生產力關鍵驅動要素之一的算力的載體，通過匯集算力資源，提升算力價值，充分釋放數據要素潛能，

8、支撐數字經濟與實體經濟快速融合。2022 年 2 月 17 日，國家發改委等部門聯合印發通知，同意在京津冀等 8 地啟動建設國家算力樞紐節點，并規劃了 10 個國家數據中心集群。2023 年 2 月，中共中央、國務院提出要系統優化算力基礎設施布局，促進東西部算力高效互補和協同聯動，引導通用數據中心、超算中心、智能計算中心、邊緣數據中心等合理梯次布局，進一步明確了我國算力設施發展的重點任務?！皷|數西算”首次將算力資源提升到水、電、燃氣等基礎資源的高度，統籌布局建設全國一體化算力網絡國家樞紐節點，將我國算力基礎建設推向新階段?；陧攲釉O計和國家政策的“推波助瀾”，我國算力規模及算力基礎設施投資建設

9、規模均呈爆發式增長。截止 2023 年底，中國算力總規模達到 230EFLOPS（每秒 230 百億億次浮點運算），位居全球第二，近 5 年年均增速近 30%；智能算力規模達到 70EFLOPS（每秒 70 百億億次浮點運算），增速超過 70%。中國移動算力網絡秉承著“網絡無所不達、算力無所不在、智能無所不及”的愿景，計劃通過泛在協同、融合統一、一體內生三步走實現。2023 年，中國移動積極落實國家“東數西算”工程部署，初步建成技術和規模全面領先的全國性算力網絡。數據中心覆蓋國家“東數西算”全部樞紐節點，通用算力規模達到8EFLOPS（FP32，32 位單精度浮點數）；智算中心覆蓋呼和浩特等

10、11 省 12 個區域節點，智能算力規模達到 10.1EFLOPS（FP16，16 位半精度浮點數）；建設全球首個最大規模省際骨干 400G OTN 網絡，打造“1-5-20ms”三級算力時延圈。中國移動算力網絡正式走進“融合統一”的 2.0 新階段。中國移動通信行業算力碳效可信評價白皮書（2024）3隨著我國算力及算力基礎設施建設規模的快速增長，算力基礎設施建設與運營所帶來的能源消耗和二氧化碳排放量也隨之激增，導致全球變暖正以前所未有的速度發展。中國作為負責任的大國，做出了力爭 2030 年前實現碳達峰、努力爭取 2060 年前實現碳中和的重大戰略目標（簡稱“雙碳”）。但是，當前多采用人工線

11、下模式進行碳核查，極易產生虛報、瞞報現象。因此，在“雙碳”背景下，有效并可信地推進算力基礎設施高質量發展，成為算力產業發展及實現我國“雙碳”目標所要面臨的重要任務之一。1.2 國家“雙碳”背景下算力基礎設施高質量發展需求1.2 國家“雙碳”背景下算力基礎設施高質量發展需求2021 年 10 月國家發布碳達峰碳中和“1+N”政策體系的頂層設計，明確了“雙碳”工作的時間表、路線圖、施工圖。隨后各有關部門出臺 12 份重點領域、重點行業實施方案和 11 份支撐保障方案，31 個?。▍^、市）制定本地區碳達峰實施方案，“雙碳”政策體系完成構建并持續落實。圖圖1.國家碳達峰碳中和“國家碳達峰碳中和“1+N

12、”政策示意”政策示意（摘自中國碳達峰碳中和政策與行動報告（摘自中國碳達峰碳中和政策與行動報告（2023）新型基礎設施屬于“1+N”政策體系中的重點行業之一。它是以新發展理念為引領，以技術創新為驅動，以信息網絡為基礎，面向高質量發展需要，提供數字轉型、智能升級、融合創新等服務的基礎設施體系。新型基礎設施是推動實體經濟數字化和綠色低碳轉型，進而推動經濟高質量發展的重要基礎。因此，在“雙碳”背景下，作為一種新型基礎設施，以數據中心、智算中心為代表的算力基礎中國移動通信行業算力碳效可信評價白皮書（2024）4設施必須進行高質量發展?！熬G色低碳、安全可靠”是算力基礎設施高質量發展的重要原則。針對算力基礎

13、設施綠色發展，國家相關管理部門發布多項指導意見。具體如下：（1）2022 年 8 月，國家發改委等七部委聯合發布了信息通信行業綠色低碳發展行動計劃（2022-2025 年），提出 2025 年信息通信行業綠色低碳目標，對重點設施（數據中心、通信基站、通信機房）的綠色低碳發展給出指導。（2）2023 年 10 月，工業和信息化部等六部門印發算力基礎設施高質量發展行動計劃，提出要促進綠色低碳算力發展，全面提升算力設施能源利用效率和算力碳效水平，推動算力標準體系建設的相關要求。（3）2023 年 12 月，國家發改委等五部門發布關于深入實施“東數西算”工程加快構建全國一體化算力網的實施意見，提出以算

14、力高質量發展賦能經濟高質量發展為主線，統籌通用算力、智能算力、超級算力，構建綠色安全的一體化算力網，開展綠色數據中心建設，提升能源利用效率的指導意見。算力基礎設施綠色化、低碳化、智能化發展是我國“十四五”期間的發展的主旋律。綠色算力是對算力的綠色低碳追求，是算力高質量發展的重要目標，可通過推進算力生產、算力運營、算力管理、算力應用等層次的綠色化來實現。綠色算力從提升算力和減少碳排放出發，可以在實現資源利用最大化的基礎上減少對環境造成的負面影響。目前業界主要通過應用高效 IT 設備、優化節能減排技術、使用綠色能源等技術手段，達到能源節約、降低二氧化碳排放量的目的。在綠色算力評價方面，業界更關注電

15、源使用效率（PUE）等能耗指標，但針對算力基礎設施實際產生的有效算力與二氧化碳排放量之間關聯關系的評價，則比較缺乏統一標準和方法。2.算力碳效可信評價的定義和意義2.算力碳效可信評價的定義和意義2.1 現有能效指標和評價手段及其局限性2.1 現有能效指標和評價手段及其局限性2.1.1 現有主要能效指標和評價手段2.1.1 現有主要能效指標和評價手段當前國內外廣泛使用 PUE 作為衡量數據中心等算力基礎設施能效的關鍵指中國移動通信行業算力碳效可信評價白皮書（2024）5標。PUE 是一年內數據中心總耗電量與數據中心 IT 設備總耗電量的比值。PUE值越接近于 1，表示數據中心的綠色化程度越高；P

16、UE 值越高，表示數據中心非IT 設備的總耗電量越高，因此數據中心的能效就越低。除 PUE 以外，業界多年來嘗試研究其他指標用于從更多維度評價數據中心能效，衍生而來的能效指標主要包括：局部 PUE（pPUE）、碳利用效率（CUE）、水資源利用效率（WUE）、電能使用效率（EEUE）等。pPUE 是 PUE 概念的延伸，可以評價數據中心更小區間內的能效；CUE 是數據中心二氧化碳總排放量與 IT負載能源消耗的比值，理想情況下，CUE 值為零，表示數據中心沒有碳排放；WUE是數據中心水資源的全年消耗量與數據中心 IT 設備全年耗電量的比值，用于評價數據中心用水狀況；EEUE 參照 PUE，并充分考

17、慮我國國情，根據數據中心的制冷技術、使用負荷率、安全等級和所處地域的不同,制定了能源效率值調整模型。另外，還有綠色網格聯盟（TGG）提出的 IT 設備熱一致性（ITTC）、IT 設備的容錯性（ITTR），ISO 提出的可再生能源系數（REF）、IT 服務器能源效率（ITEEsv）等指標，這里不再一一介紹。目前上述指標中，僅有少部分參數（如耗電量數據）可以通過智能電表和動環系統進行自動化采集，并且也只是部分數據中心能夠自動化采集。其他絕大部分參數基本都是通過人工方式手動進行采集，比如二氧化碳總排放量的測算，需要采集數據中心內部直接或間接產生二氧化碳氣體排放的各種能源、原材料等物質的活動量，例如電

18、能、柴油、空調制冷劑、廢水處理藥劑等，再用各種物質的活動量乘以對應的碳排放因子計算得出相應的二氧化碳排放量。目前，以上這些物質的活動量絕大部分都是通過人工方式手動獲取，比如利用計量器具、拍照、記錄等手段測量采集后，再人工填寫表格或錄入系統。針對數據的核查一般也是通過人工方式，線下實地查閱、核對原始數據和輔助性證明材料?，F有算力及算力相關能效評價體系主要以服務器作為評價對象。數據中心的算力及算力相關能效是在數據中心所有服務器評價結果的基礎上匯總得出。目前服務器算力及算力相關能效的評價方法以測試法為主。通過在全新的服務器上運行一系列基準測試集的方式，以測試分數作為服務器算力及算力相關能效評價值。目

19、前主流的基準測試套件有 SPEC Power、SERT、BenchSEE、MLPerf、Linpack、以及開放數據中心委員會（ODCC）、事務處理性能委員會（TPC）等組織發布的中國移動通信行業算力碳效可信評價白皮書（2024）6基準測試規范和測試集。這些基準測試套件可以測試多種領域、多種典型業務、多種負載水平下的服務器性能和能耗。不同套件的測試集不盡相同，測試的服務器組件對象和側重點也不盡相同。2.1.2 現有主要能效指標和評價手段的局限性2.1.2 現有主要能效指標和評價手段的局限性當前業界廣泛采用的 PUE 等指標存在諸多缺陷。例如，當 IT 設備的老化引起耗電量的增加時，PUE 值反

20、而會降低；當 IT 設備采用虛擬化等技術時會大幅降低 IT 設備的數量及能耗，然而數據中心總耗電量并不會同樣程度地降低,兩者之間不是簡單的線性關系，因此反而會造成 PUE 值升高。由此可見，某些情況下 PUE 值變化的意義可能與實際情況相反。此外，PUE 只提供了設備用電的評價視角，主要考慮了電力能效方面而忽略了算力和碳排放相關的情況，沒有考慮碳排放對數據中心建設的社會效益和經濟效益的影響。盡管 PUE 可以描述數據中心總體能耗和 IT 負載能耗之間的關系，卻未能全面反映數據中心對環境的影響。數據中心的運行除了消耗大量電能外，還會產生大量碳排放，這是由于電力供應鏈和轉換過程中產生的廢氣排放所導

21、致的。CUE 指標雖然與碳排放相關，但仍然是二氧化碳排放量和 IT 設備耗電量的關系，與 PUE 的區別并不大，仍然是二氧化碳排放量與能源消耗的關系，沒有體現二氧化碳排放量與數據中心的算力之間的關系。WUE 則與二氧化碳排放量和數據中心算力均無關聯。EEUE 則類似 PUE。因此，僅從能源和資源消耗角度，憑借 PUE 等指標來評價數據中心的能效是有局限性的。時至今日，取代 PUE 作為評價新型基礎設施綠色指標的呼聲越來越高。為了更全面地評價數據中心的生產效率、更綜合地評價數據中心對環境的影響，需要將二氧化碳排放量與算力生產關聯起來進行評價。建立新的能效評價指標及評價體系迫在眉睫。目前現有能效指

22、標的相關參數主要是由人工方式手動采集和填報，并且核查也是線下實地人工核查?，F有方式的自動化程度低，容易受人為因素干擾，效率低，時效性差，并且極易產生虛報、瞞報的情況，虛假數據將導致評價結果不準確甚至錯誤的情況。近年來,PUE 有被嚴重商業化的趨勢，業界甚至出現在評測過程中人為操縱 PUE 值的現象。不少數據中心聲稱其 PUE 值已低于 1.2 甚至 1.1，然而這些公司并未給出具體采用的節能措施、測量方式和計算數據等細節，或者中國移動通信行業算力碳效可信評價白皮書（2024）7是在室外溫度、設備使用率及用戶在線數等都是極值的特殊情況下進行測量，這些都不能從根本上解決數據中心節能降耗的問題。在核

23、查階段，核查本身是一種確保企業上報或披露的數據更真實、準確和完整的管理機制，引入第三方機構進行復核，能讓數據核算報告更客觀、專業和嚴謹，確保數據質量更高。更聚焦地，其中碳核查的數據不僅是督導企業碳排放以及后續碳減排的關鍵依據，也是國家實現“雙碳”目標所需的關鍵基礎數據。但在實際的核查過程中，無論是系統上填報的數據還是電子或實體證明材料均難以全量驗證真實性，即使采用抽查的方式，人工核查耗費的工作量也極大，核查工作極為煩瑣，因此核查的有效性和效率大打折扣?，F有的算力及算力相關能效的評價方法均為測試法，需要建立獨立的測試環境進行基準測試。對于已經投產的算力基礎設施的相關設備，顯然無法停止業務進行測試

24、，且現有評價方法是對服務器設備在指定的不同業務和負載條件下的算力進行評價，并非是數據中心實際生產活動中產生的真實有效算力。另一方面，現有評價方法均以服務器為評價對象，主要考察 CPU、GPU、內存、硬盤等核心算力組件對算力和能效的影響，并未將網絡因素納入考量，而數據中心等算力基礎設施中網絡是不可忽略的因素，在當今大模型迅猛發展、參數量急劇增加的情況下，需要服務器與服務器、甚至是算力基礎設施之間協同運行，共同分擔計算任務。分布式計算任務會產生海量的數據交換，因此網絡傳輸質量對算力基礎設施實際產生的有效算力的影響日益顯著。使用現有評價方法對算力基礎設施產生的有效算力進行評價，評價結果將與實際情況發

25、生顯著偏差。2.2 算力碳效可信評價的定義2.2 算力碳效可信評價的定義本白皮書提出的算力基礎設施算力碳效可信評價是指基于區塊鏈可信技術評價算力基礎設施的算力碳效水平。算力碳效是指在數字經濟和信息技術領域中，通過優化算力資源的利用效率，減少能源消耗和碳排放，從而實現更高的經濟產出和服務效果的一種概念。算力碳效指標 CEOC（Carbon Efficiency Of Computing）的具體定義是算力基礎設施在評價周期內平均單位時間單位規格化有效算力產生的二氧化碳排放量。它是算力基礎設施在評價周期內平均單位時間產生的二氧化碳排放量與其中國移動通信行業算力碳效可信評價白皮書（2024）8平均單位

26、時間提供的規格化有效算力的比值。本白皮書采用公式法核算算力基礎設施的 CEOC 指標值，通過采集算力基礎設施運行時直接或間接產生二氧化碳排放的碳排放因素活動量、各算力組件的規格參數和運行參數，帶入 CEOC 評價模型公式，計算得出算力基礎設施的 CEOC 指標值。提供的規格化有效算力算力基礎設施單位時間產生的二氧化碳排放量算力基礎設施單位時間算力碳效CEOC平均單位時間產生的二氧化碳排放量：算力基礎設施核算邊界范圍內，所有碳排放因素平均單位時間直接或間接產生的二氧化碳排放量總和。碳排放因素包括但不限于燃料燃燒、電能消耗、購入熱力等。平均單位時間提供的規格化有效算力：算力基礎設施核算邊界范圍內，

27、所有IT 設備平均單位時間提供的規格化有效算力總和。IT 設備平均單位時間提供的規格化有效算力是算力組件實際有效算力與基準算力的比值的加權幾何平均值，用于綜合度量 IT 設備整體算力。算力組件包括但不限于 CPU、GPU、內存、硬盤及其他算力組件（例如網絡等）。算力是構成新質生產力重要驅動因素之一。算力碳效指標 CEOC 將算力基礎設施提供的規格化有效算力與相應產生的二氧化碳排放量進行了關聯，可以真實體現算力基礎設施單位規格化有效算力或者單位實際生產力的碳效，為算力的真實碳效評價提供了量化依據。同時通過區塊鏈技術的應用，將評價流程關鍵步驟相關數據上鏈，確保數據可信、可追溯，達到算力碳效評價過程

28、和結果可信的目的。2.3 算力碳效可信評價的優勢和意義2.3 算力碳效可信評價的優勢和意義2.3.1 算力碳效可信評價的優勢2.3.1 算力碳效可信評價的優勢以數據中心為代表的算力基礎設施是實現“雙碳”戰略的重要環節，是數字經濟的核心，隨著高質量綠色發展要求的推行，“算力”和“碳效”成為了兩大關鍵詞，本白皮書提出的算力碳效可信評價體系，具有以下優勢：（1）區塊鏈技術保證了 CEOC 指標數據的可信，即使在現有技術手段自動化程度不高的情況下，仍可以保證上鏈的數據不可篡改，對數據操作可追蹤溯源，中國移動通信行業算力碳效可信評價白皮書（2024）9智能合約和隱私計算等技術提高了核算核查的效率和數據安

29、全性。若實現數據采集全自動化并結合區塊鏈技術，可進一步減少人為干擾、從源頭保證碳數據要素的真實可信，防止虛假數據并提升采集效率。（2）CEOC 指標關注的是碳算比，通過對評價對象的二氧化碳排放量和真實有效算力的持續監測及計算，契合國家對碳排放和算力的評價要求。（3）通過監測算力基礎設施內不同服務器算力組件（包括但不限于 CPU、GPU、內存、硬盤及其他組件（例如網絡）等）的工作狀態和服務器能耗，可以利用 CEOC 指標數據的變化情況，針對具體的服務器算力組件進行算力能耗情況分析。（4）采集的數據包含了標稱算力的“使用率”和設備的實時功率，因此 CEOC指標可以體現算力基礎設施運行時的算力碳效水

30、平實時變化情況。（5）采用公式法評價算力基礎設施的算力碳效水平，克服了現有測試法針對已投產的算力基礎設施無法實施且不準確的缺陷，具有更普遍的適用性和更廣闊的適用范圍。表 1.CEOC 指標和 PUE 指標對比表 1.CEOC 指標和 PUE 指標對比PUE總用電量/IT 設備用電量CEOC二氧化碳排放量/規格化有效算力評測標準能源消耗監測二氧化碳排放量監測碳排放強度監測數據中心算力監測CPU、GPU、內存、硬盤使用率監測機房實際運行狀態的變化評測體系CPU、GPU使用率內存使用率硬盤使用率網絡資源利用率服務器功率利用率服務器規格算力室外年均溫度機柜資源利用率（上架率）可再生能源利用率機架數中國

31、移動通信行業算力碳效可信評價白皮書（2024）102.3.2 算力碳效可信評價的意義2.3.2 算力碳效可信評價的意義（1）積極推動通信行業科技創新和技術進步（1）積極推動通信行業科技創新和技術進步提升算力碳效水平對于當今的通信行業至關重要，它可以促進通信行業科技創新和技術進步，例如在芯片設計、散熱技術、數據傳輸和儲存等方面進行改進，推動相關領域的研究和發展。這將促進通信行業的技術升級和創新，進而提高整個社會的競爭力。此外，算力碳效水平的提升還能夠增強企業的品牌形象和競爭力。隨著社會對環境保護和可持續發展的重視度不斷提高，企業越來越需要展示自己的社會責任和環保素養。提升算力碳效水平是一個積極的

32、行為，可以樹立企業的良好形象，吸引更多的合作伙伴、客戶和投資者，從而提高企業的競爭優勢。另外，提高算力碳效水平不僅可以降低企業的運營成本，提升競爭力，還可以實現可持續發展的目標，減輕對環境的壓力，符合社會的發展需求和政策導向。在當前全球氣候變化日益嚴峻的背景下，各行業都在積極探索碳減排和綠色發展的路徑。算力碳效作為通信行業的重要議題之一，將會在未來得到更多的關注和投入。通過技術創新、政策引導和產業合作，我們相信算力碳效可信評價體系將為通信行業的可持續發展和環境保護作出重要貢獻。因此，各界需要共同努力，推動算力碳效水平的提升，實現經濟、社會和環境的平衡發展。（2）有益推動國家監管和機構核查（2）

33、有益推動國家監管和機構核查當前碳核查在國內尚處于初期階段，普遍存在數據填報不準確、過渡依賴線下核查、核查周期長、核查數據真實性存疑等問題。第三方核查機構接受委托進行線下核查的方式費時費力。算力碳效可信評價體系結合區塊鏈不可篡改、可存證、可溯源、公開透明的技術特點，對算力基礎設施運行過程中產生的有效算力及碳排放關鍵數據進行上鏈存儲。結合有效算力、碳排放數據的自動采集等技術，通過線上平臺進行核查，通過對有效算力數據、碳排放數據的上鏈管理，確保數據的科學性、準確性，可以有效避免核查流程反復、人員投入大等問題，提升核查效率，減少開支。另外，還可以保證數據的真實性和可追溯性，避免徇私行為，增加政府監管部

34、門和第三方核查機構的權威性。（3）有益推動算力基礎設施建設（3）有益推動算力基礎設施建設隨著算力基礎設施的高質量建設和發展，其建設運營的綠色化以及數據的安全保障是必須考慮的問題，算力碳效水平對算力基礎設施建設的綠色供應鏈具有中國移動通信行業算力碳效可信評價白皮書（2024）11重要的參考意義。首先通過算力碳效可信評價體系的實施，可以根據算力碳效水平作為選型依據，促進算力基礎設施的軟硬件的綠色建設，使供應鏈更加綠色化。其次通過區塊鏈技術的引入，可保證數據的安全性，可以有效促進算力基礎設施建設安全、健康發展。（4）有益推動我國在標準化領域搶占話語權（4）有益推動我國在標準化領域搶占話語權2015

35、年我國工業和信息化部、國家機關事務管理局和國家能源局在關于印發國家綠色數據中心試點工作方案的通知中指出：我國大多數數據中心的PUE 值仍普遍大于 2,與國際先進水平存在較大差距。近十年，盡管我國在數據中心 PUE 指標方面拼命追趕，但相關國際標準設立和修訂的話語權幾乎被歐美國家 所 壟 斷。2016/2017 年，ISO/IEC-#1聯 合 技 術 委 員 會 發 布ISO/IEC30134-X Information technology-Data centres-Key performance indicators（“信息技術-數據中心-關鍵性能指標”）系列標準。2019年，美國ANSI/

36、ASHRAE Standard發布 90.4-2019 Energy Standard for Data Centers，即數據中心能源標準；2021 年 10 月，ISO/IEC 發布了三個由 TS 版升級為正式版的數據中心國際標準ISO/IEC 22237-1-2021。多年來，我國一直在跟隨、遵循著這些標準，但隨著我國數字經濟的繁榮、雙碳戰略的深入、以及國際政治經濟形勢的發展變化，我國在數據中心等算力基礎設施評價指標方面應該有所作為，需要在國際標準領域搶占更大的話語權，也需要對現有 PUE 評價體系加以改進。3.算力碳效可信評價技術方案和評價要素3.算力碳效可信評價技術方案和評價要素3.

37、1 算力碳效可信評價技術方案3.1 算力碳效可信評價技術方案本白皮書提出的算力碳效可信評價技術方案以區塊鏈和 CEOC 指標為核心，當前評價對象為以數據中心為代表的算力基礎設施中擁有自營控制權的機房，暫不對租用給外部客戶的機房進行評價?；谥悄芎霞s、隱私計算的區塊鏈技術實現了從采集、核算、核查到核定發證的算力碳效評價流程中數據上鏈存證、共享和溯源，算力碳效評價數據安全、可信、不易篡改，解決了當前評測技術手段容易數據造假和無法追溯的問題。創新提出的 CEOC 指標表示為算力基礎設施單位規格化有效算力所產生的二氧化碳排放量，能夠真實反映算力基礎設施的能效，中國移動通信行業算力碳效可信評價白皮書（2

38、024）12解決了 PUE 等指標僅關注算力基礎設施的資源和能源消耗、無法體現算力效率和性能的問題，可有效推動算力基礎設施綠色低碳技術發展及應用。圖圖2.算力碳效可信評價技術方案架構圖算力碳效可信評價技術方案架構圖在算力碳效可信評價的原始數據采集階段，計量器具、物聯網采集終端、動環系統接入區塊鏈平臺，在算力基礎設施核算邊界內，手動或自動化采集多種直接或間接產生二氧化碳氣體排放因素的活動量數據，如燃料消耗量、耗電量等。同樣地，探針、運維系統等監測工具接入區塊鏈平臺，在算力基礎設施核算邊界內，手動或自動化采集 IT 信息數據，如 IT 設備硬件配置信息、CPU 等算力組件利用率、數據傳輸速率等。采

39、集到的碳排因素活動量數據和 IT 信息數據利用智能合約實時或周期性在區塊鏈平臺上鏈存證，保證采集的數據可信、不可篡改。在算力碳效可信評價的核算階段，核算平臺接入區塊鏈平臺，通過智能合約和隱私計算調用采集到的碳排因素活動量數據和 IT 信息數據，并驗證數據的真實性，若數據未被篡改則輸入 CEOC 評價模型公式進行計算。通過碳排因素活動量數據與核算平臺內置的相應碳排因子計算并匯總，得出算力基礎設施核算邊界內的總體二氧化碳排放量。IT 信息數據被解析為 CPU 等算力組件的算力因子參中國移動通信行業算力碳效可信評價白皮書（2024）13數后計算 IT 設備的有效算力，再與核算平臺內置的基準 IT 設

40、備的基準算力進行計算并匯總，得出算力基礎設施核算邊界內的總體規格化有效算力。最后將總體二氧化碳排放量除以總體規格化有效算力計算得出算力基礎設施的 CEOC 指標值，并利用智能合約自動進行區塊鏈上鏈存證，保證算力碳效評價結果的可信、不可篡改。在算力碳效可信評價的核查階段，核查平臺接入區塊鏈平臺，通過智能合約和隱私計算調用 CEOC 核算數據及相關的原始數據，核查算力基礎設施的能源消耗、清潔能源使用情況、二氧化碳排放量、有效算力輸出、CEOC 指標值等數據和證明材料是否被篡改。核查平臺驗證數據的真實性后進行算力碳效核查，并出具核查報告，利用智能合約自動將核查報告進行區塊鏈上鏈存證，保證核查結果的可

41、信、不可篡改。在算力碳效可信評價的核定發證階段，認證監管平臺接入區塊鏈平臺，通過智能合約和隱私計算調用核查報告，驗證核查報告的真實性，若核查報告真實有效、未被篡改，則對被評價的算力基礎設施發放算力碳效可信評價認證證書，并利用智能合約自動將證書進行區塊鏈上鏈存證，保證算力碳效可信評價認證證書的可信、不可篡改。算力碳效可信評價技術方案利用區塊鏈可信技術方法，保證了算力碳效采集、核算、核查、核定發證等階段相關數據可信和不可篡改，并可對數據操作和訪問記錄進行追蹤溯源，保證了算力碳效評價的真實性和權威性，并且多方上鏈，多方見證記賬，減少信息不對稱，智能合約實現核算核查，減少或排除人為干擾，提升可信度、提

42、升效率，使全量核查驗證成為可能，改變目前人工抽查無法全面覆蓋的局面。另外，創新的 CEOC 指標把碳排放和有效算力進行關聯，把自然資源、環境資源也作為算力發展過程中所需要考慮的關鍵因素，把價值生產和環境保護、社會責任有機融合，推動算力基礎設施綠色、低碳、可持續高質量發展，實現算力的低碳清潔、高效利用。中國移動通信行業算力碳效可信評價白皮書（2024）143.2 算力碳效可信評價要素3.2 算力碳效可信評價要素3.2.1 算力碳效評價對象3.2.1 算力碳效評價對象當前算力基礎設施以數據中心及其機房為代表。目前數據中心機房按經營控制權分為兩類，自營機房和租賃機房。自營機房是數據中心自有自用機房，

43、數據中心對自營機房的基礎設施及其內部所有 IT 設備具有自營控制權。租賃機房是租用給外部客戶的機房，數據中心僅對租賃機房的基礎設施具有自營控制權，客戶對租賃機房內所有 IT 設備具有自營控制權。由于保密或安全等因素，客戶 IT設備的相關參數可能不易獲取，因此本白皮書中作為算力碳效可信評價的評價對象的算力基礎設施當前主要聚焦為數據中心擁有自營控制權的自營機房。3.2.2 算力碳效核算邊界3.2.2 算力碳效核算邊界根據算力碳效的定義和開展算力碳效可信評價的目的，算力碳效評價對象應確定二氧化碳排放和規格化有效算力的核算邊界，以及涉及的時間范圍，并明確工作對象。算力基礎設施以其物理邊界為核算邊界，核

44、算邊界內包含 IT 設備、空調、恒濕機、照明、供配電、風扇、安全、消防系統等設備設施。算力碳效可信評價涉及的時間范圍為算力基礎設施已投產使用并穩定運行的階段。在算力碳效核算邊界內，用人工或自動化采集方法獲取二氧化碳排放量和規格化有效算力評價模型中的所有碳排放因素活動量和 IT 信息等參數。采集顆粒度從粗到細分為算力基礎設施、機房、機架排、機柜、IT 設備等不同顆粒度。采集頻次從高到低分為分鐘、小時、天、周、月、季度、年等不同頻次。采集顆粒度越細、采集頻次越高，則 CEOC 指標值越精確。表 2.算力碳效核算邊界表 2.算力碳效核算邊界二氧化碳排放量核算邊界二氧化碳排放量核算邊界自營機房機架服務

45、器CPU/GPU內存中國移動通信行業算力碳效可信評價白皮書（2024）15為了全面考察算力基礎設施所處地理位置的氣候環境對算力碳效的影響，因此評價周期至少為一年。算力基礎設施在維護與異常狀態下不應進行算力碳效評價。算力基礎設施在業務變更、技術改造前后均需進行算力碳效評價，并且算力碳效的評價結果可體現業務變更、技術改造對算力碳效的影響。算力基礎設施在氣候變化、投產年限、機架和 IT 設備數量變化、IT 設備種類和比例變化、技術升級、節能降碳改造等情況下，其算力碳效水平會隨之發生變化，因此需重新進行算力碳效評價。3.2.3 算力碳效核算方法3.2.3 算力碳效核算方法（1）CEOC 評價模型（1）

46、CEOC 評價模型CEOC 評價模型如公式（1）所示：存儲其他網絡設備路由等通信設備交換機等雜項設備安全加密設備等機架設備傳感器、顯示面板等制冷IT 設備制冷背板空調等機房制冷機房空調恒濕機房恒濕機其他機房設施照明供配電風扇安全消防系統規格化有效算力核算邊界規格化有效算力核算邊界IT 設備規格化有效算力CPU/GPU 算力內存算力存儲算力其他網絡設備等中國移動通信行業算力碳效可信評價白皮書（2024）16算能系數基準算力有效算力碳排放量，eCPECPfECEOC（1）碳排放量E算力基礎設施在評價周期內平均單位時間直接或間接產生的二氧化碳排放量（單位：tCO2/單位時間）；算能系數基準算力有效算

47、力，eCPECPf算力基礎設施在評價周期內平均單位時間提供的規格化有效算力（單位：NECP）；有效算力ECP算力基礎設施 IT 設備各算力組件提供的有效算力；基準算力CP基準 IT 設備各算力組件提供的標稱算力；算能系數e各算力組件能力的權重系數。（2）二氧化碳排放量評價模型（2）二氧化碳排放量評價模型碳排放量E評價模型如公式（2）所示：iiEE碳排因素碳排放量（2）iE碳排因素算力基礎設施核算邊界范圍內第 i 種碳排因素在評價周期內平均單位時間直接或間接產生的二氧化碳排放量（單位：tCO2/單位時間）；碳排放量E是算力基礎設施核算邊界范圍內所有碳排放因素平均單位時間直接或間接產生的二氧化碳排

48、放量總和。各碳排放因素平均單位時間直接或間接產生的二氧化碳排放量為各碳排放因素平均單位時間的活動量與相應的碳排放因子的乘積，碳排放因素包括但不限于燃料燃燒、電能消耗、購入熱力等。（3）規格化有效算力評價模型（3）規格化有效算力評價模型算能系數基準算力有效算力，eCPECPf評價模型如公式（3）所示：1321)(ejejjneneneniXPUnXPUijCPECPCPECPCPECPCPECPf）（）（）（基準組件組件基準硬盤硬盤基準內存內存基準（3）nXPUECP算力基礎設施第 n 臺服務器的 XPU 有效算力（單位：GFLOPS 或根據 XPU 主要運算數據類型確定）；中國移動通信行業算力

49、碳效可信評價白皮書（2024）17內存nECP算力基礎設施第 n 臺服務器的內存有效算力（單位：GBGbps）；硬盤nECP算力基礎設施第 n 臺服務器的硬盤有效算力（單位：GBGbps）；jnECP組件算力基礎設施第 n 臺服務器的第 j 個算力組件的有效算力（單位：根據算力組件相關屬性確定）；XPUCP基準基準服務器的 XPU 標稱算力（單位：GFLOPS 或根據 XPU 主要運算數據類型確定）；基準內存CP基準服務器的內存標稱算力（單位：GBGbps）；基準硬盤CP基準服務器的硬盤標稱算力（單位：GBGbps）；jCP基準組件基準服務器的第 j 個算力組件的標稱算力（單位：根據算力組件相

50、關屬性確定）；1eXPU 處理器項算力組件的權重系數；2e內存項算力組件的權重系數；3e硬盤項算力組件的權重系數；je第 j 個算力組件的權重系數；i對應 XPU 的算力倍增系數；1e調整項。算能系數基準算力有效算力，eCPECPf為算力基礎設施核算邊界范圍內所有 IT 設備平均單位時間提供的規格化有效算力總和。IT 設備平均單位時間提供的規格化有效算力為算力組件實際有效算力與基準算力的比值的加權幾何平均值，算力組件包括但不限于 CPU、GPU、內存、硬盤等。其中 XPU 包含但不限于 CPU、GPU 等，其他組件包含但不限于網絡組件等。CPU 的有效算力是 CPU 核心數、CPU 單核主頻、

51、CPU 核心單周期浮點計算能力、CPU 核心利用率等參數的函數。GPU 的有效算力是 GPU 核心數、GPU 單核主頻、GPU 核心單周期浮點計算能力、GPU 核心利用率等參數的函數。中國移動通信行業算力碳效可信評價白皮書（2024）18內存的有效算力是內存條數量、內存條容量、內存工作頻率、內存通道數、內存通道位寬、每通道內存配置情況（DPC）、內存利用率等參數的函數。硬盤的有效算力是硬盤數量、硬盤容量、IO 讀寫速度、硬盤使用率等參數的函數。其他組件的有效算力是構成 IT 設備算力的組件標稱屬性值及其相應的利用率等參數的函數，比如網絡組件的有效算力是網絡標稱帶寬和帶寬利用率等參數的函數。因為

52、 CPU、GPU、內存、硬盤和其他算力組件的算力單位不同，為了統一綜合度量算力基礎設施的算力，因此將各算力組件有效算力除以相應基準算力組件的標稱算力，換算成無量綱的各算力組件的規格化有效算力，再統一計算各算力組件規格化有效算力的加權幾何平均值，最終作為 IT 設備的規格化有效算力。將算力基礎設施核算邊界內所有 IT 設備的規格化有效算力累加，結果作為算力基礎設施的規格化有效算力?；鶞?CPU 的標稱算力是基準 CPU 核心數、基準 CPU 單核主頻、基準 CPU 核心單周期浮點計算能力等參數的函數?；鶞?GPU 的標稱算力是基準 GPU 核心數、基準 GPU 單核主頻、基準 GPU 核心單周期

53、浮點計算能力等參數的函數?；鶞蕛却娴臉朔Q算力是基準內存條數量、基準內存條容量、基準內存工作頻率、基準內存通道數、基準內存通道位寬、每通道基準內存配置情況等參數的函數?；鶞视脖P的標稱算力是基準硬盤數量、基準硬盤容量、基準硬盤標稱 IO 讀寫速度等參數的函數。其他基準組件的標稱算力是構成 IT 設備算力的組件標稱屬性值等參數的函數，比如基準網絡組件的標稱算力是基準網絡組件標稱帶寬等參數的函數。XPU 組件權重系數 e1、內存組件權重系數 e2、硬盤組件權重系數 e3、其他組件 j 權重系數 ej之和為 1。i是算力倍增系數，它是在相同精度浮點數算力條件下，基準 XPU 標稱算力相較于基準CPU標稱

54、算力的倍數，表示XPU算力與CPU算力的近似等效換算關系，也表示 XPU 算力變化情況等效于倍 CPU 算力同等變化情況。中國移動通信行業算力碳效可信評價白皮書（2024）19e1是調整項，是算力倍增系數i的函數，使得規格化有效算力值更符合客觀物理意義和規律，可用于表示算力基礎設施的整體有效算力相對于基準服務器整體標稱算力的倍數關系。3.2.4 算力碳效評價流程3.2.4 算力碳效評價流程建立算力碳效標準化評價方法及流程，保證評價體系的公平性、可驗證性、可用性，從而使算力碳效可量化、可比較，有助于建立算力基礎設施的低碳綠色連續監測機制。（1）明確評價目標（1）明確評價目標在開始算力碳效評價之前

55、，首先需要明確評價的目標。這包括確定核算邊界、時間跨度和評價的精度。明確目標有助于確保評價工作的針對性和有效性。（2）建立評價模型（2）建立評價模型根據采集的數據，建立合適的評價模型。模型應考慮到被評價算力基礎設施運行過程中的所有碳排放環節，包括直接和間接排放。規格化有效算力數據應考慮芯片、內存、存儲等組成部分的影響。需要兼顧數據的可獲得性和可操作性，以便于后續的計算和分析。（3）采集數據（3）采集數據收集與被評價算力基礎設施相關的所有數據是評價算力碳效的的關鍵步驟。在核算邊界內指定采集點，使用人工或自動化手段采集所需數據，包括二氧化碳排放量和規格化有效算力的相關數據。二氧化碳排放量相關數據包

56、括被評價算力基礎設施的各碳排放因素的活動量數據，如燃料消耗量、耗電量等。規格化有效算力相關數據包括被評價算力基礎設施的 IT 設備組成、IT 設備配置信息、IT設備利用率等。（4）核算 CEOC（4）核算 CEOC利用建立的評價模型，對被評價算力基礎設施的 CEOC 指標進行測算。需要確保計算方法的準確性和一致性，以避免誤差的傳遞。（5）核查 CEOC（5）核查 CEOC核查機構對 CEOC 指標的核算過程中的原始數據、證明材料、核算過程操作、核算結果等記錄進行全面驗證和審查，并出具核查報告。中國移動通信行業算力碳效可信評價白皮書（2024）20（6）核定發證（6）核定發證認證監管機構對核查報

57、告進行驗證和審查，對通過核查的被評價算力基礎設施發放算力碳效可信評價認證證書。（7）分析和驗證結果（7）分析和驗證結果對核算出的 CEOC 指標值進行分析，識別出主要的碳排放環節以及算力影響因素。這有助于制定相應的優化改善策略。在實施改進措施并重新評價后，分析結果以驗證改進措施實施效果。（8）制定改進措施（8）制定改進措施根據分析結果，制定相應的改進措施。這可能包括優化生產流程、降低能源消耗、改進供應鏈管理、淘汰老舊算力設備、提供算力利用率等。通過實施改進措施，可以提升算力生產效率，促進綠色低碳發展。實施改進措施后，重復前面的步驟，重新評價算力碳效，驗證改進措施實施效果，形成閉環。圖 3.算力

58、碳效可信評價流程圖圖 3.算力碳效可信評價流程圖中國移動通信行業算力碳效可信評價白皮書（2024）213.2.5 算力碳效分級方法3.2.5 算力碳效分級方法因算力基礎設施所處地理位置的氣候環境會影響算力基礎設施的能源消耗，從而影響算力基礎設施的 CEOC 指標值，因此根據算力基礎設施所處地理位置的氣候環境類型劃分評價區域，同一評價區域內的氣候環境類型相同或相似，差異較小，不同評價區域的氣候環境類型不同，差異較大。只對同一評價區域內的算力基礎設施的 CEOC 指標值進行相互比較。不同評價區域內的算力基礎設施的CEOC 指標值不可相互比較。每一個評價區域都有 4 個 CEOC 分級基準值，從低到

59、高分別對應基礎級、良好級、優秀級、卓越級等 4 個算力碳效等級，算力基礎設施的 CEOC 指標值所能達到或超越的最高分級基準值，其對應等級即為算力基礎設施的算力碳效等級。不同評價區域有不同的 CEOC 分級基準值。算力基礎設施算力碳效評價方法根據采集方式的自動化程度、采集顆粒度的精細程度、采集頻次高低程度，從低到高分為基礎級、良好級、優秀級、卓越級等 4 個等級。采集自動化程度越高、采集顆粒度越精細、采集頻次越高，則算力基礎設施算力碳效評價方法等級越高，CEOC 指標值越精確。本白皮書在此發起倡議，在全國五大氣候區域內分別選取若干具有代表性的數據中心進行調查問卷調研，收集相關基礎數據，使用算力

60、碳效評價方法進行CEOC 指標核算，并考察數據采集和核算技術手段，根據排名順序，按照適當比例確定評級標準。4.算力碳效可信評價的應用實踐和實用前景4.算力碳效可信評價的應用實踐和實用前景算力碳效可信評價的應用對象主要是以數據中心等為代表的算力基礎設施。當前中國移動已在陜西、上海等地數據中心進行了算力碳效可信評價的試點應用，取得了一定的成效，進一步挖掘了數據中心節能降碳的潛力，為節能降碳、提升算效的改造優化提供了有力支撐。更進一步，算力碳效可信評價在算網協同與融合、算力基礎設施設計建設等領域將會有更廣闊的實用前景，預期在有效推進新技術應用的綠色發展、預測算力基礎設施算力碳效以減少后期改造投入成本

61、等方面有更多的應用成效。中國移動通信行業算力碳效可信評價白皮書（2024）224.1 數據中心試點應用實踐成效4.1 數據中心試點應用實踐成效根據應用場景的不同，算力可劃分為三個主要類型：通用算力、智能算力和超算算力。通用算力主要是 CPU 芯片提供的計算能力，通常承擔大規模的日常信息處理與存儲任務，如云計算服務、大數據分析等；智能算力主要是 GPU、FPGA、ASIC 等 AI 加速芯片提供的計算能力，通常用于處理人工智能、機器學習等復雜的計算任務；超算算力主要是由超級計算機等高性能計算集群提供的計算能力，通常承擔著科學計算、氣象預測、地震模擬等高性能計算任務。當前我國數據中心基本都是使用

62、CPU 和 GPU。不同類型的算力承載的任務負載不同，但都能通過優化算力配置、提高能源利用效率、減少碳排放的方式，實現更加環保和可持續的運營。本白皮書提出的算力碳效可信評價體系，已在陜西移動西咸數據中心、上海移動臨港數據中心進行應用實踐。（1）陜西移動西咸數據中心（1）陜西移動西咸數據中心基于區塊鏈技術的綠色數據中心智慧雙碳管理平臺，以區塊鏈、人工智能、大數據等新興技術為核心，包含碳核算、碳減排、光伏發電、機樓改造等多個管理功能模塊，對中國移動數據中心能耗與碳排放管理進行多維度、深層次、精細化的綠色低碳運行管理。此次項目的創新成果，與國家發改委、工業和信息化部、生態環境部、國家能源局等相關國家

63、管理單位關于推動數據中心等新型基礎設施綠色高質量發展要求高度匹配，是中國移動積極踐行央企責任、勇于技術創新、填補行業空白的又一重要舉措與實踐。圖 4.陜西移動西咸數據中心圖 4.陜西移動西咸數據中心中國移動通信行業算力碳效可信評價白皮書（2024）23此次項目主要內容為基于區塊鏈技術的算力碳效可信評價研究，通過區塊鏈“安全、可信、真實、有效”等技術特征，與數據中心實際有效算力相結合，可進一步挖掘數據中心節能降碳潛力。同時在此基礎上，基于算力碳效可信評價研究成果，對數據中心服務器布局、真實有效算力情況、制冷設備基于有效算力實時聯動等方面進行改造與優化，助力數據中心發揮能效最大化。此外，基于光伏互

64、補技術供電模式，數據中心響應地方電網“削峰”號召，安全使用新能源零碳電能，既緩解地方電網高峰用電壓力，又保障數據中心清潔能用。通過引入合同能源管理服務模式，新能源光伏發電與傳統核心機樓改造成本基本實現“零”投入，相較傳統用電降低用電成本超 20%，結合核心機樓改造，每年核心機樓節約用電 614 萬度，共節約用電成本 411.38 萬元，同時基于雙碳管理平臺，有效對數據中心等算力基礎設施能耗、碳排放、碳資產管理進行精細化管理，對于國家相關部門碳排考核要求可快速進行數據處理、呈現、成冊、打印，滿足考核資料反饋要求，并對平臺采集的原始能耗數據、碳排放核算結果等數據進行區塊鏈存證與比對，保障數據的安全

65、可信，大幅降低因管理能耗、碳排數據臺賬與核對校驗數據而產生的人工成本。圖 5.中國移動陜西西咸數據中心算力碳效可信評價示意圖圖 5.中國移動陜西西咸數據中心算力碳效可信評價示意圖（2）上海移動臨港數據中心（2）上海移動臨港數據中心通過基于區塊鏈技術的算力碳效可信評價研究與應用，建立了面向業務的低碳綠色數據中心，該項目榮獲中國信通院第一屆“華彩杯”算力創新應用大賽東區一等獎及復賽二等獎。項目將碳排放與有效算力進行關聯，利用大數據分析確定節能降碳關鍵指標，通過精細化運維、綠色采購、智能制冷等方式，降低能耗中國移動通信行業算力碳效可信評價白皮書（2024）24與成本。CEOC 指標及評價方法還應用于

66、移動數據中心業務碳排放管理，涵蓋 IT與通信網絡業務，并可擴展至無線、傳輸、核心網等專業單元。通過對上海移動試點機房進行核算體系計算、大數據模型分析以及精細化運維、綠色采購、智能制冷策略實施，預計每月可節約 5.3 萬度電。按照 1 度電減排 0.5703 千克碳、節省 0.75 元計算，預計一年可節約電費 47.7 萬元，減少碳排放 363 噸。圖 6.PUE 與 CEOC 標準化評測對比圖圖 6.PUE 與 CEOC 標準化評測對比圖算力碳效高業務顆粒度核算。對數據中心進行高業務顆粒度二氧化碳排放量核算，可追溯到數據中心碳排放的每一個環節，深入到 CPU、內存、硬盤等，為業務流程挖掘、有針

67、對性的提升算力碳效提供數據基礎。通過算力碳效大數據模型，AI 賦能降碳。按照數據處理、特征提取、模型訓練和預測流程，建立機器學習模型，如隨機森林、GBDT 模型定量化分析影響數據中心二氧化碳排放量的各個特征的重要性排序，指導數據中心節能降碳策略制定?；趨^塊鏈技術的算力碳效核算數據可信安全管理?；趨^塊鏈可實現碳排放數據的可信采集、可信核算、可信溯源、核查報告校驗等功能，增強數據可信采集、使用與流轉，提升碳排數據管理的安全性與強公信力。中國移動通信行業算力碳效可信評價白皮書（2024）25圖 7.CEOC 影響因子大模型評價圖圖 7.CEOC 影響因子大模型評價圖4.2 促進算網運營中算網協同

68、與融合技術的綠色發展4.2 促進算網運營中算網協同與融合技術的綠色發展數字經濟發展推動海量數據產生，數據處理需要云邊端協同的強大算力和廣泛覆蓋的網絡連接。近年來，隨著物聯網、邊緣計算的繁榮發展，海量終端接入網絡，算力逐漸向邊緣側和端側延伸，邊緣算力逐漸豐富。算力呈現多元化、泛在化趨勢，云算力、邊端算力等多樣性算力、算力并網成為重要趨勢。隨著智慧城市等智能場景的逐步落地，人工智能正深刻地改變我們的生產、生活方式，一個以數字化、網絡化、智能化為特征的智慧社會正加速到來。計算機視覺、大語言模型、自然語義處理等訓練模型架構趨向大規模并行，參數量已邁向萬億級。（1）大數據、智能應用場景中網絡顯著影響算力

69、（1）大數據、智能應用場景中網絡顯著影響算力“東數西算”、“中訓邊推”、無人駕駛、AR/VR 云游戲等大數據、智能應用場景對數據的傳輸處理速度和快速分析、推理、決策能力提出了更高要求，需要以算力集群、無損網絡、高性能存儲為核心的云邊端等多元泛在算力基礎設施之間的高效協同調度。通過高速、高效的網絡連接泛在算力，突破單點算力的性能極限，發揮算力的集群優勢，提升算力的規模效能，可見網絡對算力的影響愈加顯著。據實驗統計，0.1%的網絡丟包會帶來 50%的算力損失。伴隨著行業應用對網絡在端到端質量方面的極致要求，網絡需從盡力而為向端到端確定性保障演中國移動通信行業算力碳效可信評價白皮書（2024）26進

70、，網絡協議也需創新發展。（2）算力碳效核算邊界擴展，網絡權重提升（2）算力碳效核算邊界擴展，網絡權重提升在此場景下，算力碳效的核算邊界不再局限為單個算力基礎設施的物理邊界，而是由網絡連接的“東中西”、“云邊端”、“通智超量”等多元泛在、深度融合的算力基礎設施集群的邏輯邊界。根據不同的應用場景，算力碳效具有不同的邏輯核算邊界。網絡對算力的影響將顯著增加。因此在此場景 CEOC 評價模型中，網絡組件規格化有效算力項的權重系數在所有算力組件權重系數中的比重將有明顯提升。另外，泛在的算力體系將包含更多樣化的異構算力，CEOC 評價模型中 XPU 組件規格化有效算力項將包含如 X86、ARM、RISC-

71、V、GPU、FPGA、DPU、NPU、TPU 等多樣性芯片架構提供的規格化有效算力。（3）算力碳效評價分析助力綠色算網協同與融合新技術應用（3）算力碳效評價分析助力綠色算網協同與融合新技術應用按照評價流程對此類應用場景的算力碳效進行評價和結果分析，可驗證如云原生、SDN、SD-WAN、無服務器（Serverless）、FaaS、全調度以太網（GSE）、確定性網絡、高速互聯全光網絡底座、SRv6/G-SRv6、在網計算、存算一體、意圖感知等技術應用對有效算力及算力碳效的提升效果，不僅有助于提升端到端網絡傳輸質量，進而提升整體有效算力，更加能夠評價新技術的綠色水平優劣，從而使企業選擇采用最具有綠色

72、和經濟雙重性價比的新技術，用以提升云邊端泛在算力基礎設施集群的整體算力碳效水平，推進綠色算力與綠色網絡的深度融合，推動算網服務向綠色低碳的一體化方向轉變，使企業以較低的投入成本向社會提供高質量的綠色算網服務，可有效避免或減少企業后期再進行節能降碳改造的更多投入成本。4.3 構建算力基礎設施建設階段的綠色供應鏈體系4.3 構建算力基礎設施建設階段的綠色供應鏈體系通過對算力基礎設施的算力碳效評價，以特定硬件為管理單元，如服務器、AI 芯片、存儲芯片、內存、硬盤等，構建算力基礎設施相關硬件資源庫，用于算力基礎設施設計建設階段設備選型，可預測算力碳效水平，促進上游供應鏈企業提供綠色低碳、高效集約的產品

73、和服務，從而構建與算力基礎設施相適配的上下游生態，實現節能降碳的生態體系建設。（1）算力基礎設施建設需要進行算力碳效評價（1）算力基礎設施建設需要進行算力碳效評價中國移動通信行業算力碳效可信評價白皮書（2024）27通過建立分類別的標準測試集，如數學計算、圖像識別、自然語言識別、語音識別、視頻處理等對各硬件廠商的設備進行算力碳效評價，構建供應鏈設備CEOC 指標資源庫。在算力基礎設施建設的設計和規劃中，充分考慮被采購設備CEOC 指標的影響，選擇算力碳效水平更高的設備。對于 CEOC 指標過高老舊設備逐步淘汰，新的設備采購時需要進行算力碳效評價，保障算力基礎設施建設的綠色及效能。（2）服務器綠

74、色信息維護（2）服務器綠色信息維護記錄算力基礎設施的服務器等 IT 設備運行時的 CEOC 指標、PUE 指標、使用率等數據，建設算力基礎設施的數據共享庫，共享 IT 設備運行時 CEOC 指標等數據情況。進而推動算力基礎設施全行業的供應鏈生態綠色化，推動算力基礎設施整體綠色高效發展。（3）“一物一碼”綠色供應鏈應用成效（3）“一物一碼”綠色供應鏈應用成效基于中移鏈（CMChain）的“一物一碼”綠色供應鏈平臺是集供應商、運營商、物流企業和施工單位等多方協作的供應鏈與碳排管理平臺，實現物資全生命周期在線化管控，通過結合區塊鏈等技術并融入碳核查、碳資產管理等理念，實現供應鏈產品碳數據的可信采集、

75、核算、溯源、核查、報告校驗等功能，為建立中國移動綠色供應鏈碳核算體系和標準奠定基礎。該項目由中國移動通信供應鏈管理中心、中國移動通信有限公司研究院、中國移動通信集團江蘇有限公司、中國移動紫金（江蘇）創新研究院有限公司與中國信息通信研究院、中國質量認證中心共同設計實施。該項目已入選由中央網信辦、國家能源局等十七部委組織的國家區塊鏈創新應用試點計劃“區塊鏈+能源”特色領域，榮獲 2022 年中央網信辦“雙化協同”典型案例、2022 年工信部區塊鏈應用典型案例、國際氣候峰會應對氣候變化大獎行動突破獎等多項國內外殊榮。將算力碳效可信評價融入“一物一碼”綠色供應鏈平臺，可以在算力基礎設施的設計、建設階段

76、就提前預測算力基礎設施的算力碳效水平，選擇最合適的設備和技術，建成符合預期算力碳效水平的算力基礎設施，有效減少后期改造優化的投入成本。另外可以通過最綠色的途徑進行算力基礎設施建設，還可便于算力基礎設施碳核查、碳資產管理。中國移動通信行業算力碳效可信評價白皮書（2024）28圖 8.基于中移鏈（CMChain）的“一物一碼”綠色供應鏈平臺技術架構圖圖 8.基于中移鏈（CMChain）的“一物一碼”綠色供應鏈平臺技術架構圖5.算力碳效可信評價的趨勢和展望5.算力碳效可信評價的趨勢和展望展望未來，隨著社會對算力多樣性需求和算力基礎設施的發展，其類型和算力應用業務愈加種類繁多和復雜，對于算力基礎設施的

77、評價將不再僅僅局限于單一的指標，而是會考慮更多元化的因素。除了傳統的能效指標 PUE 外，算力碳效CEOC 指標也將發揮巨大作用，更全面的多元化的評價指標將更全面地衡量算力的能效和環保性能。這也將對算力碳效可信評價提出更高的要求，具體表現為以下幾點：1.算力碳效需考量算力基礎設施全生命周期：未來的算力碳效評價將更加注重算力基礎設施全生命周期的碳排放。這包括算力基礎設施的建設、運營、維護以及設備報廢等各個階段。通過全生命周期的考量，可以更準確地評估算力基礎設施的碳足跡，從而制定更有效的減排策略。2.算力碳效需助力綠色算力的推廣：隨著國家對雙碳目標的重視和推進，綠色算力將成為未來發展的重要趨勢。算

78、力碳效可信評價也將以標準化、國家級評價體系積極推動綠色算力的應用和推廣。這包括采用高效、節能的計算設備和配套設施，以及優化算力資源的分配和利用，從而降低算力基礎設施的能耗和碳排放。3.算力碳效需驅動技術創新：技術創新是推動算力碳效提升的關鍵。未來，隨著新材料、新工藝以及新技術的應用，算力基礎設施的能效和碳效將得到進一步提升，算力碳效的可信評估將成為技術創新驅動的助力。例如通過算力碳效的中國移動通信行業算力碳效可信評價白皮書（2024）29可信評估，促進更高效的散熱技術的演進、供電系統的優化、服務器利用率的提高等，從而有效降低算力基礎設施的能耗和碳排放。4.算力碳效需提供標準化的引導，助力國家級

79、核查認證的實施：政府和相關機構將制定更為嚴格的能效和環保標準，以引導算力基礎設施行業向更加綠色、低碳的方向發展。同時，算力碳效可信評價也需要進一步開展標準化工作，協同國家核查認證機構為相關政策落地實施提供助力。本白皮書通過提出了算力碳效可信評價體系，針對算力基礎設施給出了算力碳效評價的可行方案。結合國家政策和行業發展趨勢，本白皮書認為算力碳效評價未來的發展方向和趨勢包括以下方面：（1）異構算力、跨域算力評價標準化，綜合性評價體系誕生（1）異構算力、跨域算力評價標準化，綜合性評價體系誕生異構/定制化算力通過專用加速芯片或加速卡的設計和應用，可以優化算力系統的能效比和性能。相對于傳統通用處理器，專

80、用加速芯片或加速卡可以更好地滿足特定的計算需求。如 GPU 適用于并行計算，FPGA 適用于特定邏輯運算等。這種定制化的設計使得能源消耗與計算任務的成本相匹配，并降低了不必要的能源浪費。因此，異構/定制化算力有助于提高算力基礎設施的能源利用效率，降低碳排放?？缬蛩懔貌煌赜虻臅r區差異或氣候條件差異進行計算任務調度和資源優化。該技術可以更好地利用全國范圍內各地的算力資源，避免資源閑置和重復建設，最大限度地提高能源利用效率。通過跨域算力，算力基礎設施可以根據不同地域的電力價格差異進行資源分配，例如在電力價格較低的時段集中進行計算任務，降低能源成本，并且可以選擇使用更多的可再生能源進行計算。這種

81、靈活性和資源優化可降低碳排放，推動算力碳效的改善。隨著“東數西算”工程的推進，會逐步形成跨地域、統籌（通用算力、智能算力、超級算力）多樣性異構算力，統一聯網調度的全國一體化算力網絡。同時伴隨著 5G、邊緣計算的規模建設、數據處理也會從云端向邊側、端側的擴散，多樣性算力會構建新型基礎平臺的堅實底座。中國移動攜手多個超算中心、智算中心，以及云服務商，共同發起全國規模最大的“百川”算力并網行動，打造算力類型最全、規模最大、覆蓋最廣的“百川”算力并網平臺。如何在算力并網中，響應國家高質量發展算力基礎設施，評價算力的高效、綠色，針對異構算力的評價的標準化、跨域協作的算中國移動通信行業算力碳效可信評價白皮

82、書（2024）30力碳效綜合性評價體系將會逐步建立。（2）人工智能技術融入算力碳效評價體系，助力算力的綠色發展（2）人工智能技術融入算力碳效評價體系，助力算力的綠色發展為確保核心業務系統的高可用等原因，在部分工作負載或業務服務中，采用了服務器算力資源獨占的設計方式，與其他工作負載或業務進行隔離。平臺架構和算法設計的智能化程度還有待進一步提高。隨著我國人工智能技術快速發展、數據和算力資源日益豐富、應用場景不斷拓展，為開展人工智能場景創新奠定了堅實基礎，運用人工智能技術和模型賦能算力碳效體系是重要的發展方向，深度結合行業，整合更多的智能元素，構建性能更優的算力模型訓練。通過對算力基礎設施能源利用情

83、況大數據分析，幫助發現潛在的節能降碳機會。通過分析大規模的數據，人工智能可以發現能源利用的不合理之處，并提出優化建議，比如運用 AI 和大數據能力進行歷史數據、趨勢和歸因分析，通過建立場景模型來預測未來業務對資源的需求、并驅動調度智能化來進一步提升算力利用效率；通過 AI 技術，識別算力網絡中針對算力需求的最優配置；對制冷和供配電系統進行精準控制等，從而實現算力基礎設施的智能管理，推動算力的綠色發展。（3）WEB3.0 的數字孿生技術在算力碳效可信評價中應用落地（3）WEB3.0 的數字孿生技術在算力碳效可信評價中應用落地WEB3.0 數字孿生技術在算力碳效可信評價中的應用具有潛在的重要性。W

84、EB3.0 是對互聯網的下一代演變的概念，它強調去中心化、加密、智能合約等特性，旨在提供更加安全、開放和自主的網絡環境。數字孿生技術則是一種將實體世界數字化的技術，通過虛擬仿真實現對實體的模擬與管理。隨著算力網絡進程的推進，構建可信計算網絡環境同樣是重中之重，而WEB3.0 技術無疑是一個好的解決方案，應用區塊鏈等技術，促進不同算力基礎設施之間開展安全可信的數據交換。而其中的數字孿生技術，則可以在算力基礎設施建設之前，完成數字化模型，在虛擬空間中對設計、建設、運營及維護方便先完成仿真和模擬，從而初步評價算力碳效水平，為后續的建設提供理論參考。具體可通過利用數字孿生技術對算力基礎設施的運行情況進

85、行模擬與優化，可以找到最佳的算力配置方案，從而減少不必要的能源消耗，降低碳排放，提高算力的效率。首先，數字孿生模擬通過對算力基礎設施的運行情況進行精確的虛擬模擬，可以幫助確定最佳的算力配置方案。通過收集算力基礎設施的實時運行中國移動通信行業算力碳效可信評價白皮書（2024）31數據、能源利用情況以及環境因素等信息，數字孿生技術可以建立一個真實的算力基礎設施虛擬模型。在該模型中可以進行各種虛擬實驗，分析不同算力配置方案對能源消耗和碳排放的影響，最終找到最佳的算力配置方案，使得算力基礎設施的運行更加有效率，減少能源浪費。其次，數字孿生模擬優化還能夠實現動態的能源利用優化。隨著算力基礎設施運行情況、

86、市場需求等因素的變化，數字孿生技術可以實時地對最佳的算力配置方案進行調整和優化。這意味著在實際運行中，算力基礎設施可以根據實時情況調整算力配置，避免了不必要的能源消耗，最大限度地減少碳排放。最后，數字孿生模擬優化還可以幫助算力基礎設施進行長期規劃，根據未來的發展需求和能源政策，制定相應的算力優化策略。這樣可以從根本上降低算力基礎設施的能源消耗，減少碳排放，提高算力碳效水平?？s略語列表縮略語列表縮略語英文全稱中文解釋AIArtificial Intelligence人工智能ANSIAmerican National StandardsInstitute美國國家標準學會ARMAdvanced RI

87、SC Machine高級精簡指令集計算機ASHRAEAmerican Society of Heating,Refrigerating and Air-ConditioningEngineers美國采暖、制冷與空調工程師學會ASICApplication Specific IntegratedCircuit應用專用集成電路BenchSEEBenchmark of Server EnergyEfficiency服務器能效基準CEOCCarbon Efficiency Of Computing算力碳效CPComputing Power算力CPUCentral Processing Unit中央處理

88、器CUECarbon Use Efficiency碳利用效率DIMMDual Inline Memory Modules雙列直插式存儲模塊DPCDIMM Per Channel每條內存通道配置內存數DPUData Processing Unit數據處理器ECPEffective Computing Power有效算力EEUEElectric Energy Usage Effectiveness電能使用效率FaaSFunction as a Service函數即服務FLOPSFloating-point Operations Per Second每秒浮點運算次數FPGAField Program

89、mable Gate Array現場可編程門陣列GBDTGradient Boosting Decision Tree梯度提升決策樹GPUGraphics Processing Unit圖形處理器GSEGlobal Scheduled Ethernet全調度以太網IDCInternet Data Center互聯網數據中心IECInternational ElectrotechnicalCommission國際電工委員會ISOInternational Organization forStandardization國際標準化組織ITInformation Technology信息技術ITEEs

90、vIT Equipment Energy Efficiency forserversIT服務器能源效率ITTCIT Equipment Thermal ConsistencyIT設備熱一致性ITTRIT Equipment Tolerance RatioIT設備的容錯性NECPNormalized Effective Computing Power規格化有效算力NPUNeural Processing Unit神經網絡處理器ODCCOpen Data Center Committee開放數據中心委員會pPUEPartial PUE局部PUEPUEPower Usage Effectivenes

91、s電能利用效率REFRenewable Energy Factor可再生能源系數RISC-VReduced Instruction Set Computer-V第五代精簡指令集計算機SDNSoftware Defined Network軟件定義網絡SD-WANSoftware Defined Wide Area Network軟件定義廣域網SERTServer Efficiency Rating Tool服務器效率評級工具SPECStandard Performance EvaluationCorporation標準性能評價機構SRv6/G-SRv6Segment Routing over I

92、Pv6/Generalized-Segment Routing overIPv6基于IPv6的段路由/通用基于IPv6的段路由TGGThe Green Grid綠色網格聯盟TPCTransaction Performance Council事務處理性能委員會TPUTensor Processing Unit張量處理器TSTechnical Specification技術規范WUEWater Useage Effectiveness水資源利用效率參考文獻參考文獻1 算力基礎設施高質量發展行動計劃，工業和信息化部、中央網絡安全和信息化委員會辦公室、教育部、國家衛生健康委員會、中國人民銀行、國務院國

93、有資產監督管理委員會，2023.2 數字中國建設整體布局規劃，中共中央、國務院，2023.3 數字中國發展報告（2023 年），國家數據局，2024.4 中國綜合算力指數（2023 年），中國信息通信研究院，2023.5 中國碳達峰碳中和政策與行動（2023），生態環境部環境與經濟政策研究中心、美國環保協會北京代表處，2023.6 信息通信行業綠色低碳發展行動計劃（2022-2025 年），工業和信息化部、國家發展改革委、財政部、生態環境部、住房和城鄉建設部、國務院國資委、國家能源局，2022.7 關于深入實施“東數西算”工程加快構建全國一體化算力網的實施意見，國家發展改革委、國家數據局、中央

94、網信辦、工業和信息化部、國家能源局，2023.8 綠色算力技術創新研究報告，中國信息通信研究院，2024.9 中國綠色算力發展研究報告，中國信息通信研究院、內蒙古和林格爾新區管委會，2023.10 綠色算力白皮書，浪潮電子信息產業股份有限公司、中國信息通信研究院，2023.11 YD/T2543-2013，電信互聯網數據中心（IDC）的能耗測評方法.12 GB/T 32910-2016，數據中心資源利用第 3 部分：電能能效要求和測量方法.13 數據中心算力碳效白皮書，開放數據委員會，2022.14 關于印發國家綠色數據中心試點工作方案的通知，工業和信息化部、國家機關事務管理局、國家能源局，2015.15 算力網絡白皮書，中國移動，2021.16 算力網絡技術白皮書，中國移動，2022.17 算力網絡點亮 AI 新時代，楊杰，2024 中國移動算力網絡大會，2024.