開放數據中心委員會：數據中心算力碳效白皮書（2022年）（37頁）.pdf

1、1數據中心算力碳效白皮書ODCC-2022-0500A分布式存儲技術與產業分析報告分布式存儲技術與產業分析報告編號 ODCC-2022-0500A數據中心算力碳效白皮書開放數據中心標準推進委員會開放數據中心標準推進委員會2022-10 發布發布I數據中心算力碳效白皮書ODCC-2022-0500A版權聲明版權聲明ODCC（開放數據中心委員會）發布的各項成果，受著作權法保護，編制單位共同享有著作權。轉載、摘編或利用其它方式使用 ODCC成果中的文字或者觀點的，應注明來源：“開放數據中心委員會 ODCC”。對于未經著作權人書面同意而實施的剽竊、復制、修改、銷售、改編、匯編和翻譯出版等侵權行為，OD

2、CC及有關單位將追究其法律責任，感謝各單位的配合與支持。II數據中心算力碳效白皮書ODCC-2022-0500A編制說明編制說明本報告由中國信息通信研究院云計算與大數據研究所牽頭撰寫，并在撰寫過程中得到了多位專家的大力支持。編寫單位：中國信息通信研究院項目經理：張一星 III數據中心算力碳效白皮書ODCC-2022-0500A前言前言2020 年 3 月，中共中央政治局常務委員會召開的會議上明確提出要加快 5G網絡、數據中心等新型基礎設施建設進度。在數據中心加快建設部署的大背景下，總耗能也呈增長趨勢。開放數據中心委員會 ODCC 測算數據顯示，2020 年中國數據中心能耗總量為 939 億千瓦

3、時，碳排放量為 6464 萬噸。預計到 2030年，中國數據中心能耗總量將達到 3800 億千瓦時左右，碳排放增長率將超過300%。數據中心中，服務器是最主要的業務耗能設備。在應對氣候變化和踐行“碳達峰”“碳中和”目標的大背景下，構建數據中心服務器碳效模型、降低其能耗及碳排放對于數據中心實現綠色發展和落實雙碳目標具有重大意義。本白皮書梳理了全球主要國家的碳中和目標及數據中心降碳政策，分析了數據中心和服務器產業龍頭企業的降碳路徑，總結了服務器及芯片產業的節能降碳熱點技術。同時，本白皮書首次定義了服務器算力碳效的概念，并構建了碳效模型，根據測試結果得出：隨著服務器性能的提升，碳排放總量呈上升的趨勢

4、，但性能提升的速度超過碳排放增加的速度，單位算力的相對碳排放在降低；不同產品技術不同，碳效存在一定差異，性能與碳排放呈現出的特點不同，在服務器使用周期為 5 年的情況下，單位性能得分的碳排放量在 20-60KG之間。相關數據和結論將為數據中心根據業務需求選擇性能與碳效最佳的服務器、降低數據中心整體碳排放量提供參考。IV數據中心算力碳效白皮書ODCC-2022-0500A內容概覽內容概覽1.世界主要國家都宣布了碳中和目標，提出了嚴格的減排措施要求，國際碳中和行動的規模和影響日益擴大?；ヂ摼W和數據中心龍頭企業大都提出了2030 年實現碳中和的目標，碳減排行動部署領先于其他行業。2.數據中心企業的碳

5、減排工作聚焦于核心能耗設備（IT、制冷和供配電等），當前制冷和供配電方面已采取多項節能措施，PUE 持續降低，但能耗占比最高的 IT 設備節能降碳關注度較低，縮小制程和高階封裝技術是服務器及芯片企業的研究重點。3.為統籌兼顧服務器的碳排放量和算力性能，白皮書構建了 X86 架構CPU 服務器的算力碳效模型，并提出了算力碳效概念：服務器使用周期內產生的碳排放與所提供的算力性能的比值。根據實測，在 5 年使用周期中，單位算力性能（單位 SPEC 得分）的碳排放量一般在 20-60KG 之間，能效水平較好的CPU 排放可達到 30KG 以下。4.多樣化的業務場景激發了服務器性能提升，同時也帶來了碳排

6、放總量增加。但服務器單位性能提升的速度超過單位碳排放量增加的速度，單位算力的相對碳排放在降低。5.算力碳效或將成為服務器設備設計、選型的重要指標。為提升算力碳效，除在服務器部件設計、制造、運行等各環節開展技術研究外，還需豐富不同架構（X86、ARM 等）不同需求（高性能計算、邊緣計算、智能計算）的業務場景下，算力碳效的模型構建和測試分析方法，在理論上為數據中心碳中和奠基。V數據中心算力碳效白皮書ODCC-2022-0500A目錄目錄版權聲明.I編制說明.II前言.III內容概覽.IV一、低碳政策背景.1（一）國際主要國家碳中和目標.1（二）國際主要國家數據中心降碳政策.2（三）中國碳中和目標.

7、3（四）中國數據中心降碳政策.4二、數據中心和服務器低碳發展分析.6（一）國際數據中心龍頭企業.6（二）國內數據中心龍頭企業.6（三）服務器及芯片企業.9三、數據中心算力綠色低碳技術分析.12（一）服務器綠色低碳技術趨勢.12（二）CPU 綠色低碳技術.14四、服務器算力碳效模型研究.20（一）服務器耗能概述.20（二）服務器算力、能耗的相關研究.21（三）服務器算力碳效模型研究.23（四）服務器算力碳效模型實驗與測試結果分析.25五、發展展望.29VI數據中心算力碳效白皮書ODCC-2022-0500A（一）IT 設備能耗是未來節能降碳的核心要素.29（二）服務器設備選型時應考慮算力碳效.2

8、9（三）加強與業務場景匹配的碳效模型研究.291數據中心算力碳效白皮書ODCC-2022-0500A一、低碳政策背景一、低碳政策背景（一）國際主要國家碳中和目標（一）國際主要國家碳中和目標聯合國政府間氣候變化專門委員會（IPCC）測算，若要實現巴黎協定2控溫目標，全球必須在 2050 年達到二氧化碳凈零排放（又稱“碳中和”），即每年二氧化碳排放量等于其通過植樹等方式減排的抵消量；在 2067 年達到溫室氣體凈零排放（又稱“溫室氣體中和或氣候中性”），即除二氧化碳外，甲烷等溫室氣體的排放量與抵消量平衡。目前，全球已有超過 120 個國家和地區提出了碳中和目標。其中，大部分計劃在 2050 年實現

9、，如歐盟、英國、加拿大、日本、新西蘭、南非等。歐盟在低碳轉型方面較為積極，發展低碳能源的力度在全球也是處于領先水平，設定了到 2020 年所有新建筑都需接近零能源消耗的目標，并且需要2050 年完成在綠色協議制定的整個歐盟的凈零排放目標。2021 年 7 月 14日，歐盟提出了一套系統完整的應對氣候變化的提案，提出到 2030 年可再生能源占歐盟最終能源消耗 40%、2030 年新增燃油車銷售較 2021 年減少 55%，到2035 年將不再有新的燃油車銷售以及 2026 年開始設立碳邊境稅等具體目標。美國能源新政總的目標是，到 2035 年，通過向可再生能源過渡實現無碳發電；美國政府承諾到

10、2030 年，溫室氣體排放水平比 2005 年減少 50%-52%，最終到2050 年，使美國實現碳中和。為了實現建成“脫碳化”社會的目標，日本在2021 年將其 2020 年 12 月發布的綠色增長戰略更新為2050 碳中和綠色增長戰略，提出在 2030 年之前將日本排放量在 2013 年基礎上削減 46%。韓國也在 2020 年 10 月宣布到 2050 年實現碳中和，并在綠色新政中制定了碳中和路線圖。新加坡 2021 年 2 月制定了一份可持續發展藍圖，強調了提高資源效率的必要性，包括能源效率、回收率和水的使用，希望通過減少污染、增加綠色空間和用于休閑目的的水道通道，促進可持續的流動性，

11、提高宜居性。2數據中心算力碳效白皮書ODCC-2022-0500A（二）國際主要國家數據中心降碳政策（二）國際主要國家數據中心降碳政策歐盟率先提出 ICT 行業的降碳目標，計劃在 2030 年達到氣候中性。并通過2020 年歐盟數據中心能源效率行為準則的最佳實踐指南和歐洲數據中心能源效率現狀白皮書進一步細化和規范了數據中心 PUE、SUE、DCiE 等綠色指標。美國政府通過 2016 年提出的 DCOI 數據中心優化倡議、2014 年制定的 FITARA 聯邦政府信息技術采購改革法案和 2010 年發起的 FDCCI 美國聯邦數據中心整合計劃等一系列舉措，以整合和關閉數據中心、資源虛擬化、可用

12、性、設定數據中心PUE 及服務器使用率具體標準、退役老舊機器的方式，實現了數據中心數量減少 7000 個，大約占比 50%；數據中心 PUE 從平均 2.0 以上下降到近一半大型數據中心達到 1.5 甚至 1.4 以下，部分服務器使用率從 5%提升到 65%以上。新加坡在 2014 年發布了綠色數據中心技術路線圖，基于國情，提供了新型節能數據中心未來的改進方向和指導意見，指出需在不影響系統性能和安全要求的情況下盡可能降低數據中心能源消耗，并建議研究提高冷卻設備效率、IT 設備溫濕度耐受能力、數據中心的資源調度和負荷分配集成優化能力。2021 年 1 月，日本相關主管部門（經濟產業?。┌l布了綠色

13、增長戰略，提出“數據中心市場規模從 2019 年的 1.5 萬億日元提升到 2030 年的 3.3 萬億日元，屆時實現將數據中心的能耗比 2019 年降低 30%”的目標。并將重點任務放在擴大可再生能源電力在數據中心的應用，打造綠色數據中心上。表1 全球低碳數據中心相關政策規劃國家/地區國家/地區政策政策內容內容美國DCOI 數據中心優化倡議 FDCCI美國聯邦數據中心 FITARA 聯邦政府信息技術采購改革法案等整合和關閉數據中心、資源虛擬化、可用性、設定數據中心 PUE 及服務器使用率具體標準、退役老舊機器的方式，實現了數據中心數量減少 7000 個，大約占比 50%；數據中心 PUE 從

14、平均 2.0 以上下降到近一半，大型數據中心達到 1.5 基至 1.4 以下，部分服務器使用率從 5%提升到 65%以上。3數據中心算力碳效白皮書ODCC-2022-0500A歐盟2020 年歐盟數據中心能源效率行為準則的最佳實踐指南歐洲數據中心能源效率現狀白皮書塑造歐洲的數字未來進一步細化和規范了數據中心 PUE、SUE、DCiE 等綠色指標。ICT 基礎設施和數據中心應確保在 2030 年之前達到氣候中性，在2050 年成為世界第一個實現氣候中性的大陸。新加坡綠色數據中心技術線路圖需在不影響系統性能和安全要求的情況下盡可能降低數據中心能源消耗，并提出提高冷卻設備效率、IT 設備溫濕度耐受能

15、力、數據中心的資源調度和負荷分配集成優化能力等建議。日本綠色增長戰略發展目標：將數據中心市場規模從 2019 年的1.5 萬億日元提升到 2030 年的 3.3 萬億日元，屆時實現將數據中心的能耗降低 30%；重點任務：擴大可再生能源電力在數據中心的應用，打造綠色數據中心等。（三）中國碳中和目標（三）中國碳中和目標溫室氣體排放導致全球氣候變化，帶來海平面上升、地球極端天氣災害頻發、生物多樣性等問題，這使得控制溫室氣體排放成為了全球共識，中國作為發展中大國，積極應對氣候變化。2020 年 9 月 22 日，國家主席習近平在第七十五屆聯合國大會一般性辯論上發表重要講話，宣布中國將“努力爭取 206

16、0 年前實現碳中和”的目標。中國努力爭取實現碳中和目標的提出，對推進世界各國齊心協力控制全球變暖以及應對氣候變化具有重要意義。為規范企業溫室氣體的排放，限制碳排放量，國家出臺了一系列核算和測評標準。2017 年 12 月，國家發展和改革委員會發布關于做好 2016、2017 年度碳排放報告與核查及排放檢測計劃制定工作的通知制定企業碳排放補充數據核算報告模板、企業排放監測計劃模板。2021 年 3 月，生態環境部編制了企業溫室氣體排放報告核查指南（試行），對企業溫室氣體排放的核查工4數據中心算力碳效白皮書ODCC-2022-0500A作進行規范，明確了核查程序、核查要點、核查工作流程、技術服務機

17、構要求等?？紤]到不同行業的環保性質區別，國家也積極開展重點行業碳排放權交易試點工作，持續推進碳排放權交易市場建設。2011 年 10 月，國家發展和改革委員會發布國家發展改革委辦公廳關于開展碳排放權交易試點工作的通知，推動在 7 個省市開展碳排放權交易試點工作。2015 年 1 月，國家發展和改革委員會發布碳排放權交易管理暫行辦法，明確了我國統一碳排放權交易市場的基本框架。2020 年 12 月，生態環境部發布碳排放權交易管理辦法（試行），對碳排放配額分配和清繳，碳排放權登記、交易、結算，溫室氣體排放報告與核查等活動做出規定。2021 年 7 月，上海環境能源交易所發布公告，根據國家總體安排，

18、全國碳排放權交易于 7 月 16 日開市，共納入發電行業重點排放單位 2162 家，覆蓋約 45 億噸二氧化碳排放量。（四）中國數據中心降碳政策（四）中國數據中心降碳政策在碳達峰碳中和戰略的大背景下，數據中心加速向綠色低碳發展。2021 年7 月，工信部發布新型數據中心發展三年行動計劃（2021-2023），提出了“到 2021 年底，全國新建大型及以上數據中心 PUE 降低到 1.35 以下，到 2023年底，新建大型及以上數據中心 PUE 降低到 1.3 以下，嚴寒和寒冷地區力爭降低到 1.25 以下”的目標。2021 年 10 月 18 日，國家發改委等五部門出臺國家發展改革委等部門關于

19、嚴格能效約束推動重點領域節能降碳的若干意見，提出“新建大型、超大型數據中心原則上布局在國家樞紐節點數據中心集群范圍內”；“對于在國家樞紐節點之外新建的數據中心，地方政府不得給予土地、財稅等方面的優惠政策”，政策趨嚴，進一步明確優化數據中心總體建設布局的嚴控措施；2021 年 11 月，國管局、國家發展改革委、財政部和生態環境部等發布深入開展公共機構綠色低碳引領行動促進碳達峰實施方案，明確要求“新建大型、超大型數據中心全部達到綠色數據中心要求，綠色低碳等級達到 4A 級以上，電能利用效率（PUE）達到 1.3 以下。鼓勵申報綠色數據中心評價，發揮示范引領作用”；2021 年 12 月，發改委、國

20、家能源局發布貫徹落5數據中心算力碳效白皮書ODCC-2022-0500A實碳達峰中和目標要求推動數據中心和 5G 等新型基礎設施綠色高質量發展實施方案，立足新發展階段，構建新發展格局，明確提出全國新建大型、超大型數據中心平均電能利用效率降到 1.3 以下，國家樞紐節點進一步降到 1.25 以下，綠色低碳等級達到 4A 級以上。旨在有序推動以數據中心、5G 為代表的新型基礎設施綠色高質量發展，發揮其“一業帶百業”作用，助力實現碳達峰碳中和目標。地方層面，2021 年 4 月，北京市經濟和信息化局發布北京市數據中心統籌發展實施方案（20212023 年），要求推進北京市數據中心綠色化、智能化、集約

21、化發展。根據實施方案要求，各區需嚴格執行數據中心分區分類管理要求，結合第三方專業評測，摸清區域內數據中心運行情況，形成關閉、騰退、改造、新建清單，建立清單動態管理和部門聯合監管信息共享機制，統籌有序推進數據中心發展。上海市 2021 年 4 月發布數據中心建設導則（2021），要求新建數據中心綜合 PUE 不高于 1.3，WUE 不高于 1.4。江蘇省2021 年 12 月發布江蘇省新型數據中心統籌發展實施意見，要求“全省新建（擴建）大型及以上數據中心應達到綠色數據中心要求，PUE 低于 1.3，綠色低碳等級達到 4A 級以上。中小型數據中心 PUE 應不高于 1.5”。6數據中心算力碳效白皮

22、書ODCC-2022-0500A二、數據中心和服務器低碳發展分析二、數據中心和服務器低碳發展分析（一）國際數據中心龍頭企業（一）國際數據中心龍頭企業遏制全球變暖是應對氣候變化的核心方向，當務之急是控制溫室氣體排放，為此，全球各數據中心企業在智能節能、可再生能源開發、資源回收利用等方面不斷探索，力圖降低數據中心的碳排放量。微軟計劃在 2030 年實現碳負排放，預計 2050 年可清除公司自 1975 年成立以來直接或通過電力產生的所有碳排放?？稍偕茉词褂梅矫?，微軟計劃2025 年實現數據中心、建筑、園區 100%采用可再生能源供應。亞馬遜在 2019年與 Global Optimism 組織共

23、同發布了氣候宣言，目標在 2040 年實現所有業務線凈零碳排放。數據中心方面，亞馬遜使用節能服務器，致力于提高設施和設備的能效，在服務器、存儲和網絡設備的設計和制造方面持續創新以減少能耗。Facebook 計劃到 2030 年，其供應鏈、員工通勤和商務旅行將實現凈零排放。2020 年，Facebook 運營均由 100%可再生能源支持，已達到凈零排放。自 2007 年，谷歌宣布實現了碳中和，主要通過使用新能源、采購綠電等進行碳抵消，達到了碳排放量為零，并計劃到 2030 年實現全天候無碳能源運營。同時，谷歌設計了使用壽命更長、更易復用的服務器，從舊服務器拆取零件再利用，或改造舊服務器以做新服務

24、器使用，或把舊服務器的歷史數據清除以做二手服務器賣掉。（二）國內數據中心龍頭企業（二）國內數據中心龍頭企業我國數據中心的參與者主要包括電信運營商、第三方數據中心運營商和互聯網企業等。目前我國三大基礎電信運營商仍占據主要市場，截至 2020 年三大基礎電信運營商共占我國 IDC 市場約 54%的份額。此外，第三方服務商是除基礎電信運營商外的重要組成部分，也占據較大市場份額。同時，基于長遠的技術、業務發展需要，大型互聯網企業逐漸規劃自建數據中心，也成為一類數據中心持有和運營主體。7數據中心算力碳效白皮書ODCC-2022-0500A中國移動 2021 年發布碳達峰碳中和行動計劃，提出到“十四五”期

25、末，將企業碳排放控制在 5600 萬噸以內，并提出了“六綠”的節能路徑，分別為：以綠色架構、節能技術為驅動打造綠色網絡；以能源消費電氣化、綠電應用規?；癁槟繕送七M綠色用能；以科學制定設備節能技術規范、完善綠色采購制度為保障建設綠色供應鏈；以線上化、低碳化為方向倡導綠色辦公；以拓展信息服務應用、推廣“智慧環?！苯鉀Q方案為依托深化綠色賦能；以加強宣貫教育、弘揚綠色低碳理念為抓手創建綠色文化。中國聯通為推進綠色數據中心發展，做出了許多努力：一是做好布局工作，將重點放在分類引導上，將數據中心選址在寒冷地區或靠近海水、湖水的地區，充分利用冷空氣或冷水等自然冷源；二是綠色科技助力節能減排，包括搭建數據中心

26、能耗管理平臺，對機房內溫度、濕度等指標進行統一監控監管；三是采用綠色能源。中國電信 2021 年 8 月發布了碳達峰、碳中和“1236”行動計劃，將重點從三個方面推進“雙碳”工作，其中涉及數據中心的包括：建設綠色新云網，打造綠色新運營；構建綠色新生態，賦能綠色新發展；催生綠色新科技，筑牢綠色新支撐。萬國數據是國內首家同時提出在 2030 年實現碳中和及 100%使用可再生能源的數據中心企業。以 100%使用綠色電力為目標，萬國數據提出通過提高可再生能源使用比例、建設綠色數據中心和提升運營效率來最大限度地減少對環境造成的影響。通過積極參與綠色電力交易、加強新能源投資與探索新興技術等組合模式，不斷

27、降低數據中心的碳排放。秦淮數據計劃到 2030 年，將實現中國運營范圍內所有新一代超大規模數據中心 100%采用可再生綜合能源解決方案，直接參與投資的清潔能源裝機容量將不少于 2GW。綠色數據中心部署方面包括新一代算力算法、數據中心選址、IT 設備、制冷系統、電力配網架構、供配電系統以及照明系統等設施。秦淮數據在數據中心的全生命周期進行節能降碳。8數據中心算力碳效白皮書ODCC-2022-0500A世紀互聯堅持引領數據中心走高效、低碳、集約、循環的綠色發展道路，不斷推進在可再生能源利用、節能方案評估、高效綠色運維、能效指標分級評估等方面的探索和創新，并將環保融入數據中心設計、建設等全生命周期的

28、各個環節。隨著互聯網的迅猛發展，行業對數據中心的計算能力和規模要求逐漸提高，在“碳中和碳達峰”背景下，互聯網企業的低碳發展也逐漸受到重視。阿里巴巴承諾 2030 年前實現自身運營碳中和，為降低數據中心產生的碳排放量，其實現“碳中和”有 4 個路徑：從內部提高數據中心效率，降低 PUE；市場化采購可再生能源；投資建設分布式和大型集中式項目；采購綠證以及CCER 等項目。服務器方面，阿里巴巴通過服務器全浸沒液冷降低碳排放，同時，改配翻新舊服務器，循環使用備件。騰訊承諾不晚于 2030 年實現自身運營及供應鏈的全面碳中和，同時實現100%綠色電力。騰訊秉承“減排和綠色電力優先，抵消為輔”的原則，推進

29、自身運營和供應鏈碳中和的實現。能源效率方面，降低運營中的單位能耗，提高資源效率；可再生能源方面，大幅提高可再生能源的使用比例，積極參與綠色電力交易并探索新能源項目投資開發；采用碳抵消等手段中和其余無法完全減排的部分。百度在數據中心、辦公樓宇、碳抵消、智能交通、智能云、供應鏈六個方面，全面構建 2030 年碳中和目標的科學實現路徑，通過使用清潔低碳能源、提高能效來降低數據中心的碳排放。服務器方面，數據中心淘汰的服務器，核心零部件通常都被拆解回收再利用，其余無法復用的部分則由經篩選的回收商100%回收處置。京東提出到 2030 年，京東的碳排放量與 2019 年相比減少 50%。通過低碳設計，綠色

30、采購、能源管理、高效的資源利用以及日常綠化運營等方面，推動數據中心綠色低碳發展。9數據中心算力碳效白皮書ODCC-2022-0500A（三）服務器及芯片企業（三）服務器及芯片企業服務器是數據中心的核心部分，在數據中心硬件設備耗電量中所占比重最高，而服務器能耗又以 CPU 為主，其主要設計廠商包括 AMD、華為、Intel、NVIDIA 等，這些企業也通過多種措施，持續推動服務器及芯片行業的綠色低碳發展。1AMD1AMDAMD 為減少二氧化碳排放，最大限度地降低供應鏈對環境的影響，進行了一系列技術創新以適應芯片在各應用場景下的性能和節能要求。下表是 AMD 目前在運營、供應鏈和產品用途方面的目標

31、和完成情況。數據中心層面，提出在2020 年到 2025 年內，將用于人工智能訓練和高性能計算的 AMD 處理器和加速器的能效提高 30 倍。表 2 AMD 節能降碳目標及完成情況階段階段運營運營供應鏈供應鏈產品用途產品用途完成情況2014-2020 年，AMD運營的溫室氣體排放量減少 38%與行業平均水平相比，2020 年 AMD 晶圓生產的直接溫室氣體排放減少 73%73%2014-2020 年，移動處理器的能效提高31.7 倍31.7 倍目標2020-2030 年，AMD運營的溫室氣體絕對排放量減少 50%50%到 2025 年，AMD 制造供應商都公開溫室氣體減排目標，80%的供應商都

32、使用可再生能源20202025 年，將應用于人工智能訓練和高性能計算的AMD 處理器和加速器的能效提高 30 倍30 倍除聚焦產品技術革新，通過提供醫療、教育、制造、科學研究和其他關鍵需求的高性能計算解決方案助力節能降碳外，AMD 也積極參與采購可再生能源、號召員工和供應商參與環保行動。2020 年，AMD 在美國（Green-E 認證風能）和中國（iRECs 風能）采購了 3400 萬千瓦時的可再生能源證書，占 AMD 全球能源使用量的 28%，足以為美國大約 4420 個家庭提供一年的電力。10數據中心算力碳效白皮書ODCC-2022-0500A2Intel2IntelIntel 承諾到

33、2040 年實現全球業務的溫室氣體凈零排放，并制訂具體目標，以提升 Intel 產品和平臺的能源效率并降低碳足跡。將于 2030 年，在全球業務中 100%使用可再生電力，并投資約 3 億美元用于設施節能，以實現累計 40 億千瓦時的能源節約。能源使用方面，Intel 提出到 2030 年，水資源全部有效利用(節約共 600億加侖水資源)、100可再生能源使用率、零廢棄物填埋量(60制造廢物循環)、節約 40 億千瓦時能源。并且，Intel 已經開發出相關解決方案，可集成到現有的能源網基礎架構中，打造可適應能耗需求不斷變化的電網。技術升級方面，Intel 正與數據中心合作液浸式散熱試點部署。該

34、方案應用了新的原理，例如通過液浸式散熱進行熱量回收和再利用。溫水態可捕獲 IT設備所產生熱量的 99%，基本上沒有能量損失。Intel 也開發了環保的可編程硬件和開放式軟件，已在日本電信運營商 KDDI 的 5G 通信設施的數據中心內試驗，使用的 Intel至強可擴展處理器、Intel 綜合電源管理、人工智能功能，可根據需求調整功耗。3NVIDIA3NVIDIANVIDIA 暫未公布實現碳中和的時間，但其為節能降碳做出了一系列努力。能源使用上，NVIDIA 計劃到 2025 年，全球 100%的電力使用來自可再生能源。技術革新上，加快研發 GPU 并推廣應用，其拳頭產品液冷 GPU 可加速提高

35、效率，如果將全球所有運行 AI 和 HPC 的 CPU 服務器換為液冷 GPU，每年可節省高達 11太瓦時的能源，相當于兩座燃煤電廠的發電量，或道路上 170 萬輛汽車的消耗1；同時，也可以節約用水和用電，在實驗室中引入液冷 GPU，借助液冷技術，系統僅需對封閉系統中的少量液體進行循環利用。此外，同等性能，液冷 GPU 耗電更少，NVIDIA 估計，液冷數據中心的 PUE 可能達到 1.15，遠低于風冷的PUE1.6。1數據來源：2021 NVIDIA 企業社會責任報告11數據中心算力碳效白皮書ODCC-2022-0500A4華為4華為自 2019 年華為提出“讓科技與自然共生”的綠色環保理念

36、以來，華為持續積極應對氣候和環境挑戰，基于 ICT 技術，重點圍繞“減少碳排放、加大可再生能源使用、促進循環經濟”采取行動，用科技創新守護人類共同的家園。為全面減少碳排放，華為制定了綠色環保相關政策，主要涵蓋綠色運營、綠色產品和綠色供應鏈?？稍偕茉词褂蒙?，一方面，華為在自身運營中持續加大引入可再生能源。另一方面，華為數字能源已助力客戶累計綠色發電4,829 億度，節約用電 142 億度，相當于減少 2.3 億噸碳排放。技術升級上，通過芯片技術升級、光交換實現設備能效顯著提升，傳統架構中，光模塊通過Serdes 與設備芯片連接，走線較長，功耗較大，共封裝光學（CPO）把光收發器與設備芯片集成在

37、一個 CMOS 襯底上，省去 CDR、DFE/CTLE/FFE 等功能，可有效提高能效，降低碳排放。12數據中心算力碳效白皮書ODCC-2022-0500A三、數據中心算力綠色低碳技術分析三、數據中心算力綠色低碳技術分析（一）服務器綠色低碳技術趨勢（一）服務器綠色低碳技術趨勢服務器作為 IT 基礎設施中最基本的算力設備，需承擔的計算量越來越大。服務器運算能力提升的同時，服務器能耗也在成倍增長，性能提升增加了服務器的處理能力，但能耗增長給數據中心的維護難度和支出成本都帶來了不少的壓力。從數據中心技術層面看，如何在計算密集型工作負載和低能耗運行的矛盾之間找到解決方案，如何在滿足技術需求的基礎上盡可

38、能降低碳排放，業界開展了大量技術研究和探索。1整機柜技術1整機柜技術整機柜服務器是按照模塊化設計思路打造的服務器解決方案，系統架構由機柜、網絡、供電、服務器節點、集中散熱、集中管理 6 個子系統組成，是對數據中心服務器設計技術的一次重大變革。整機柜服務器將供電單元、散熱單元池化，通過節約空間來提高部署密度，其部署密度通?？梢苑?。集中供電和散熱的設計，使整機柜服務器僅需配置傳統機柜式服務器 10%的電源數量就可滿足供電需要，電源效率可以提升 10%以上，且單臺服務器的能耗可降低 5%。當前，無論是互聯網還是傳統行業，超大規模還是中小規模，數據中心都面臨有限空間、高效交付、便捷運維等挑戰，作為服

39、務器產品的新型交付形態和解決方案，整機柜產品可利用自身特性應對挑戰。整機柜服務器的節能優勢主要體現在兩個方面：散熱方面，單機配置獨立風扇進行散熱。單臺機器一般配置 6 個系統風扇來保障散熱，48 臺服務器所需要的風扇數量將達到 288 個，通過集中散熱，將每個服務器節點的散熱風扇移除，整合成一個散熱風扇墻，布局在整個機柜的后部，48 個節點僅需 18 個風扇，數量減少 93%以上，散熱功耗降低 25%以上。電源方面，以單機作為服務器的最小組成單元，考慮系統的供電冗余，需要配置雙電源模塊以支撐。按照 48 臺傳統機架服務器來計算，需要 96 個電源13數據中心算力碳效白皮書ODCC-2022-0

40、500A模塊來實現雙路供電，供電配置過高造成電源負載率過低，使得電源轉換效率僅能達到 85%左右，集中供電，單個機柜僅需 8 個 2400W 電源模塊，即可滿足48 節點的供電，轉換效率高達 94%，減少 90%的電源數量，供電系統效率提升9%。2液冷技術2液冷技術液冷服務器技術是采用特種或經特殊處理的液體，直接或近距離間接換熱冷卻芯片或者 IT 整體設備，具體包括冷板式冷卻、浸沒式冷卻和噴淋式冷卻 3種形態。液冷服務器可以針對 CPU 精確定點冷卻，精確控制制冷分配，能真正將高密度部署帶到前所未有的更高層級（例如 20kW100kW 高密度數據中心），是數據中心節能技術的發展方向之一。液冷散

41、熱的優點主要有：一方面風冷限制了單機箱功率密度增長，而液冷可大幅增加單機柜部署密度，節省機房空間；另一方面液冷配置能大幅提高散熱效率，降低數據中心 PUE。3高密技術3高密技術數據規模的持續增長及土地、電力資源集約化發展推動高密度數據中心發展。通過擴大機架和服務器規模來提高算力會導致數據中心運營成本的增加和數據中心場地空間的浪費。尤其在發達地區，這種擴大規模的建設模式難以實施，建設高密度數據中心成為推動數據中心算力提升的重要舉措，高密度數據中心能夠進一步增加數據中心功率密度和數據中心“每平方米”的計算能力，更好地滿足大數據場景下的計算與存儲需求。高密度服務器部署將顯著提升數據中心單位面積算力，

42、降低數據中心運營成本。建設高密度數據中心的關鍵是部署高密度服務器，一方面降低了機體的重量和空間占用，提升數據中心單位面積算力，另一方面能夠提升電源和散熱系統的使用效率，降低數據中心運營成本。目前，IBM、思科、華為、浪潮、曙14數據中心算力碳效白皮書ODCC-2022-0500A光等國內外知名的互聯網硬件廠商紛紛加速推進高密度服務器的產品設計與市場布局。（二）CPU 綠色低碳技術（二）CPU 綠色低碳技術CPU 是服務器中的核心部件，一方面，服務器能耗 70%來自于 CPU，其自身能源消耗量較大；另一方面，CPU 的能耗將影響其他輔助設備，研究發現服務器 CPU 能耗降低 1W，由此帶來自身及

43、其他相應輔助設備的總能耗將降低 2.84W。如圖 1 所示，我們可以從 CPU 出發，深入分析 CPU 綠色節能技術，以達到節能目的。數據來源：服務器各部件功耗以及節能技術2圖 1CPU 能耗路徑1CPU 產品設計節能減排1CPU 產品設計節能減排實現低功耗必須采用覆蓋技術、設計、芯片架構和軟件的全面性方法。目前，業界最低功耗的處理器和系統級芯片開發人員不僅透過最佳化架構和材料來實現優勢，也采用協同設計封裝、電源、射頻電路和軟件來降低功耗。在 CPU 產品設計階段，協同設計成為發展趨勢。設計的第一步是從性能和功耗出發，來確認產品的目標，并選擇適合的制程技術，電子設計自動化（Electronic

44、 Design Automation，EDA）工具或將成為實現功耗目標的關鍵，2童琳.服務器各部件節能技術分析J.通信與信息技術,2015(03):86-88+104.15數據中心算力碳效白皮書ODCC-2022-0500A但傳統 EDA 工具進行功耗估計只在接近設計周期結束時才比較精確。未來，須在設計周期初期便進行精確的功耗估算。在芯片設計時采用更高遷移率的新材料也能降低功耗，如在標準半導體產品線中加入磁性材料，使用碳納米管和石墨烯等新材料等。Enpirion 公司在其半導體產品線中導入磁性材料，通過整合不同的金屬合金，磁性材料可在很高的頻率下執行作業，同時還能保持高能效。Semicondu

45、ctor Research 公司資助IBM 和美國哥倫比亞大學共同進行了一項研究計劃將電感整合于處理器上。這項研究可以透過芯片穩壓功能在奈秒級時間內調節供電電壓，實現工作負載匹配，因而使能耗降低。喬治亞理工學院(Georgia Tech)的實驗室中證明石墨烯的互連性能超過銅。IBM 公司研究表明使用碳納米管或石墨烯材料，可制造出低功耗、超高速的電晶體。2CPU 生產工藝節能減排2CPU 生產工藝節能減排CPU 生產的工藝過程包括硅原料提純、切割晶圓、影印、蝕刻、重復和分層、封裝、測試。硅提純是將原材料硅熔化，放進石英熔爐并加入晶種，以形成單晶硅。切割晶圓是將硅錠造整型成圓柱體再切割成片狀的晶圓

46、。一般來說，晶圓切得越薄，相同量的硅材料能夠制造的 CPU 成品就越多。影印是用紫外線通過印著 CPU 復雜電路結構圖樣的模板照射硅基片，被紫外線照射的地方光阻物質溶解，不需要被曝光的區域被遮罩遮蔽。蝕刻使用的是波長很短的紫外光并配合大鏡頭，短波長的光透過石英遮罩的孔照在光敏抗蝕膜上，使之曝光，曝光的硅將被原子轟擊，使得暴露的硅基片局部摻雜，從而改變區域導電狀態，以制造出 N 井或 P 井。重復、分層是加工新的一層電路，再次生長硅氧化物，然后沉積一層多晶硅，涂敷光阻物質，重復影印、蝕刻過程，得到含多晶硅和硅氧化物的溝槽結構，重復多遍即可形成一個 3D 的結構。封裝是將晶圓形態的CPU 封入一個

47、陶瓷的或塑料的封殼中，以便被安裝到電路板上。最后是對 CPU進行多次測試，以檢查是否出現差錯，以及這些差錯出現的步驟。生產環節的節能技術主要以下兩個熱點。16數據中心算力碳效白皮書ODCC-2022-0500A1先進工藝制程先進工藝制程制程是指特定的半導體制造工藝及其設計規則。不同的制程意味著不同的電路特性。通常，制程節點越小意味著晶體管越小、速度越快、能耗表現越好。我們常說的 7nm，3nm 等，是指的晶體管內部控制電子流動的柵極長度。一個晶體管是由源極(source)、漏極(Drain)、柵極(Gate)組成，電流從源極經柵極流向漏極，就代表晶體管導通，柵極就是控制導通與否的開關。而先進的

48、制程就是將這個開關做的盡量窄，當柵極做窄之后，所需要的控制電壓對應也會降低，從而整體降低了晶體管開關的功耗以及發熱問題。目前，Intel 仍在使用 14nm工藝，AMD 則使用了更為先進的 GlobalFoundries 的 12nm 工藝和臺積電的 7nm工藝。采用 7nm 技術意味著 AMD 可以構建更廉價、更快、更密集的芯片，集成更多核心的同時依然保持功耗在特定的范圍內。2 2先進封裝技術先進封裝技術隨著集成電路的集成度和復雜度不斷提高，傳統的片上系統（System onChip，SoC）的設計和制造費用急劇攀升，導致摩爾定律難以維持，先進封裝技術 chiplet 受到更多人的重視，該技

49、術具有高效率、規?；潭雀叩奶攸c，可以在降低生產成本的同時，提高芯片運轉過程的工作速度。Chiplet 技術是 SoC 集成發展到一定程度之后的一種新的芯片設計方式，它通過將 SoC 分成較小的裸片，再將這些模塊化的小芯片（裸片）互聯起來，采用新型封裝技術，將不同功能不同工藝制造的小芯片封裝在一起，成為一個異構集成芯片。目前，各芯片廠家針對 Chiplet 技術都有一定研究。Intel 公司Intel 公司 2019 年利用一種名為 Foveros 的芯片互連方法，推出了 3DCPU 平臺，為 CPU 處理器引入 3D 堆疊設計，可以實現芯片上堆疊芯片，而且能整合不同工藝、結構、用途的芯片。1

50、7數據中心算力碳效白皮書ODCC-2022-0500A圖片來源：Intel圖 2Intel 公司使用 Intel bridge 和 Foveros 技術的 2.5D 和 3D 封裝AMD 公司AMD 公司第一代 EPYC 有一到四個同構的處理器芯片，通過增減 CPU 數量和緩存的容量劃分不同的產品型號，2019 年開始使用 chiplet 生產第二代 EPYC（Rome）采用了異構設計，將 CPU 和緩存與所有的包括存儲器控制器的 I/O 功能分離，8 個 CPU 通過 Infinity Fabric 技術與位于中央的 I/O 芯片相連。第二代 EPYC 計算復雜芯片的 86%采用 CPU 和

51、 L3 SRAM 存儲器，使用了 7nm 技術、模擬電路和 I/0 單元，是高性能臺式機和服務器處理器的重要代表。目前，AMD使用的技術叫做“3D V-Cache”(3D 堆疊技術)，是在微凸點 3D(Micro Bump 3D)技術的基礎上，結合硅通孔(TSV)，應用了混合鍵合技術(Hybrid Bonding)的理念，最終使得微凸點之間的距離只有 9 微米。臺積電臺積電將其前端芯片堆疊技術和后端封裝技術整合到一個新的系統級集成項目中，并注冊為 3D Fabric。在前端，臺積電同時提供圓片上芯片（chip-on-wafer，CoW）和圓片上圓片（wafer-on-wafer，WoW），即集

52、成芯片上系統(SoIC)。在后端，臺積電的 LSI(局部硅互連)類似于 Intel 的 EMIB 或嵌入式多芯片互連橋。日前，Intel、AMD、ARM、高通、臺積電、三星、日月光、谷歌、Meta、微軟等行業巨頭成立 Chiplet 標準聯盟，制定了通用 Chiplet 的高速互聯標準18數據中心算力碳效白皮書ODCC-2022-0500A“Uni-versal Chiplet Interconnect Ex-press”（以下簡稱“UCIe”），旨在共同打造 Chiplet 互聯標準、推進開放生態。3CPU 綠色低碳運行3CPU 綠色低碳運行計算機系統通過操作系統來管理硬件資源，實現系統資源

53、分配與調度。目前計算機系統能效的軟件優化技術主要在操作系統層面來實現，比較常見的技術有 DPM(動態電源管理)技術和 DVFS(動態電壓頻率調度)技術。DPM 技術是針對傳統計算機系統電源管理系統只有掛起(suspend)和恢復(resume)兩種狀態，所有的硬件設備只能同時關閉或開啟的缺點，可以根據設備運行狀態（空閑或運行中）來動態管理外設，如只需 CPU 運行時關閉顯示器等設備，以此達到節能目的。DVFS 則是根據計算機運行計算任務時，所需的計算力不同，按需調整處理器頻率和系統電壓，避免一刀切模式的頻率調度模式造成的計算資源浪費以及因此導致的能耗。DPM 和 DVFS 的能效優化思路是一致

54、的，都是通過對硬件資源的按需調度與分配實現，但是在實現細節上有些不同之處。表 3 動態電源管理 DPM 與動態電壓頻率調整 DVFS 的異同優化技術優化技術動態電源管理 DPM動態電源管理 DPM動態電壓頻率調整 DVFS動態電壓頻率調整 DVFS不同點管理包括顯示器、CPU、GPU、存儲系統等多個外設，優化粒度較粗，優化效果較差將系統外設組合為不同的性能狀態集合，根據系統狀態、用戶交互動作切換外設狀態，切換速度快(10ms 以內)針對 CPU 頻率及電壓進行調度管理，能夠在很細的粒度上進行優化，優化效果好根據處理器負載變化，調整頻率 level,負載采樣間隔較大（系統默認 80ms)相同點在

55、操作系統層面實現硬件資源管理，將硬件資源注冊為操作系統的統一接口，通過系統調用來改變硬件狀態19數據中心算力碳效白皮書ODCC-2022-0500A1 1電源管理電源管理一般地，供電電壓和時脈速度越低，功耗就越低，但性能也受到影響。因此，最新的微控制器開始運用智能電源管理單元，自動調整工作電壓與時脈速度來搭配工作負載。電源管理的基本思路是調整芯片不同部分的供電電壓和時脈速度，以便在任何特定時間點都能匹配其工作負載，同時關閉未使用的電路。電源管理單元通常以狀態機模組的方式建置，能夠選擇性地降低非關鍵功能的電壓和時脈速度。2 2動態節能技術動態節能技術CPU 動態節能技術是用于降低服務器功耗的主流

56、技術之一，一方面，通過選擇系統空閑狀態不同的電源管理策略，可以實現不同程度降低服務器功耗；另一方面，更低的功耗策略意味著 CPU 喚醒更慢，對性能影響較大，對于時延和性能要求高的應用，可通過軟件停止 CPU 內部主時鐘、總線接口單元和高級可編程中斷控制器(Advanced Programmable Interrupt Controller,APIC)，但仍然保持全速運行。20數據中心算力碳效白皮書ODCC-2022-0500A四、服務器算力碳效模型研究四、服務器算力碳效模型研究（一）服務器耗能概述（一）服務器耗能概述開放數據中心委員會 ODCC 研究數據顯示。2020 年中國數據中心能耗總量為

57、 939 億千瓦時，碳排放量為 6464 萬噸。預計到 2030 年，中國數據中心能耗總量將達到 3800 億千瓦時左右，碳排放增長率將超過 300%。服務器作為數據中心能耗的重要部分，其碳排放量不容小覷。據中國信通院統計，2021 年全國數據中心服務器數量 1900 萬臺，耗電量達 1100 億千瓦時，每臺服務器一年的碳排放量約 2600KG。碳排放量與服務器功耗強相關，分析碳排放與算力的關系時，可先將算力與功耗結合來看，本項目研究團隊統計了 2017-2021 數據中心服務器市場上的主流型號并根據市場份額計算出年均服務器熱設計功耗(Thermal Design Power，TDP)及算力水

58、平，并計算了單位算力 TDP 值。CPU理論浮點算力=CPU 核數*CPU 主頻*每時鐘周期內執行的浮點操作數單位算力 TDP 值=服務器 TDP/CPU理論浮點算力CPU理論浮點算力由服務器 CPU 相關參數計算得出，服務器 TDP 來源于主流服務器芯片廠商的官網。對不同年份單位算力 TDP 值分析，可以看出：一方面，隨著服務器性能的提升，單位算力 TDP 呈逐漸下降趨勢；另一方面，服務器制造和芯片技術的21數據中心算力碳效白皮書ODCC-2022-0500A升級雖降低了服務器能耗，但其作用效果有限，服務器單位算力 TDP 的下降速度逐漸變慢。數據來源：中國信息通信研究院圖 32017-20

59、21 年服務器能源消耗情況（二）服務器算力、能耗的相關研究（二）服務器算力、能耗的相關研究算力性能測試方面，SPEC 服務器應用性能測試是一個全面衡量服務器性能的基礎測試，該測試是目前業界標準的、權威的基準測試之一。能耗測試研究方面，數據中心應用最廣的服務器設備的能耗模型主要有加性模型和基于系統利用率模型。加性模型指的是將整個服務器的能耗形式化成服務器子結構的能耗之和，核心思想是將擬合后的局部非參量函數組合在一起以建立目標模型，因此加性模型可以簡單地看作是一種線性回歸的改良版本，該模型的簡單版本是考慮了CPU 和內存的能耗，其模型為：E（A）=ECPU(A)+Ememory（A）其中，ECPU

60、(A)和 Ememory(A)分別表示運行算法 A 時 CPU 和內存的能耗。稍復雜的模型對此進行了細化和完善，主要著眼于將更多的服務器能耗部件考慮進22數據中心算力碳效白皮書ODCC-2022-0500A模型，比如磁盤、I/O 設備、網卡等。此外，還有一些研究也將服務器主板的能耗考慮進去，或者干脆直接將這部分能耗看作一個常量加到模型中。除了加性模型之外，另一類最常用的服務器能耗模型是基于系統利用率的模型。通常服務器系統能耗由靜態能耗與動態能耗兩部分組成，考慮到 CPU 是服務器各個子系統中能耗最大的部件，通常將 CPU 的利用率作為服務器系統能耗模型的變量，這類模型最早是將 CPU 的運行時

61、鐘頻率作為變量納入能耗模型中進行計算，可以看作基本數字電路級功率模型的一個擴展，將 CPU 的能耗形式化為：P=C0十 ACV2f其中，C0為 CPU 的靜態功率，ACV2f 是其動態功率，A 為轉換系數，C 為電容，V 為電壓，f 為時鐘頻率。對于特定的硬件 A、C、C0均為常數。而 V 與 f成正比，所以 CPU 的動態能耗可以認為是與其時鐘頻率成 3 次方關系，又因為f 與系統運行速度 s 成正比例關系3，因此建立了動態功率 P 與運行速率 s(s0)之間的關系為：P(s)=十s其中，為靜態功率，和為常數，與具體的硬件設備有關，1，此類模型另一個常用的方式是通過預估系統各個部件的功率情況

62、，采用線性回歸的手段得到服務器與各種資源利用率的函數關系。然而，這種基于歸回分析的方法需要針對特定的服務器做大量的實驗，以得到相應服務器的能耗參數。除上面 2 種模型，還有一種廣泛應用的基于利用率的功率模型，模型提出者發現，線性功耗模型可以更加精確地追蹤服務器系統的功率使用情況。在假設服務器處于關閉狀態下功率近似為 0 的條件下，可以將任何一臺服務器在任意 CPU 利用率 u 情況下的全系統功率形式化為表達式：P=(PmaxPidle)十 Pidle3王繼業,周碧玉,張法,等.數據中心能耗模型及能效算法綜述J.計算機研究與發展,2019,56(8):17.23數據中心算力碳效白皮書ODCC-2

63、022-0500A其中，Pmax和 Pidle分別代表服務器在全速率工作和空閑狀態的平均功率。本次測算使用的評價模型中包含了 CPU、內存和存儲三個主要部件，同時也考慮了不同負載下的運行工況，是將加性模型和利用率模型的綜合，可以全面的測量服務器運行過程中的能效，進而計算出碳排放。（三）服務器算力碳效模型研究（三）服務器算力碳效模型研究1服務器碳效模型設計1服務器碳效模型設計目前，尚無針對服務器算力碳效的模型基礎，大多數研究聚焦在服務器能效模型的構建、節能方式的選擇上，本文創新性的提出了服務器算力碳效的概念，并構建了以“服務器算力性能和碳排放量”為核心的碳效模型。服務器算力碳效的定義是服務器使用

64、周期內產生的碳排放與所提供的算力性能的比值，即服務器單位算力性能的碳排放量。具體碳效模型如下。CEPS=C/S其中 C 是碳排放量；S 是服務器算力性能。2服務器碳排放量定義2服務器碳排放量定義C=*E使用碳排放量 C 是服務器使用壽命(以五年為基準)的功耗與碳排放因子的乘積。是碳排放因子，根據國家氣候戰略中心發布的2011 年和 2012 年中國區域電網平均二氧化碳排放因子，取為 0.6808KGCO2/kWh。E使用是服務器在指定負載壓力情況下的功耗。根據數據中心服務器碳核算指南中關于服務器使用階段功耗的計算方法，同時考慮服務器通用基準測試場景，采用涵蓋服務器 CPU、內存、存儲 IO 等

65、三大基礎部件在指定負載壓力情況下的功耗數據，采用 Bench SEE 能效測試基準工具測試服務器在 7 種 CPU 通用負載、2 種內存通用負載、2 種存儲 IO 讀寫通用負載，從而計算出其全生命周期的能源消耗量，其計算公式如下：24數據中心算力碳效白皮書ODCC-2022-0500AE使用=Pserver*24*365*5*Cn服 務 器 能 效 測 試 負 載 工 具 BenchSEE(Benchmark of Server Energyefficiency)，是由中國標準化研究院資源與環境分院主導開發的一款針對服務器產品能效測試的基準軟件。Bench SEE 基準的設計參考了全球眾多服務

66、器廠家、芯片廠家、能效認證機構和 IT 節能領域科研機構的意見，可滿足服務器市場應用對能效測評的需求。Pserver可根據 BenchSEE 7 種 CPU 通用負載、2 種內存測試通用負載、2 種存儲 IO 讀寫通用負載共 11 種通用負載工況下，各種負載情況下的能耗之和 W電耗（單位為 kWh）與測量時間之和 T（單位為 h）計算，通過 W電耗/T 計算得到 Pserver?；鶞手芷跒?5 年。3服務器算力性能定義3服務器算力性能定義根據服務器算力碳效的概念服務器算力碳效的定義為產生的碳排放與服務器所提供的算力性能的比值，即服務器單位算力性能的碳排放量。針對服務器算力性能，本白皮書先從理論

67、上計算了服務器使用壽命（以五年為基準）的算力性能，用其 50%的理論峰值浮點算力表征，具體如下式：S理論=CPU理論浮點算力*60*60*24*365*5*50%再測試了服務器算力實際值，用 SPEC（一套行業標準的 CPU 密集型基準測試套件，可測試用戶使用不同應用程序時的計算性能，并綜合打分）進行測試。使用 SPECrate 2017 測試整型并發速率和浮點并發速率，SPECrate 2017Integer 和 SPECrate 2017 Floating 得分，并將二者按 50%、50%的比例加權平均得到的一個表征計算性能的得分，具體公式如下：S測試=50%*SPECrate 2017

68、Integer+50%*SPECrate 2017 Floating4測試范圍4測試范圍25數據中心算力碳效白皮書ODCC-2022-0500A測試選取了業界主流的服務器芯片產品，白皮書選取了 AMD 和 Intel的最新系列的不同型號服務器 CPU 的測試結果進行展示分析。具體服務器 CPU型號及參數見下表。表 4Intel 和 AMD 的最新服務器 CPU 型號及參數序號序號廠家廠家型號型號CPU核數CPU核數主頻(GHz)主頻(GHz)1AMD7713單路642.02AMD7763x21282.453AMD7513x2642.64AMD7K83x21282.455AMD7543單路322

69、.86AMD7413x2482.657AMD7313x2323.08AMD7543x2642.89Intel6338x2642.010Intel6348x2562.611Intel8380 x2802.312Intel6342x2482.813Intel4310 x2242.1（四）服務器算力碳效模型實驗與測試結果分析（四）服務器算力碳效模型實驗與測試結果分析1算力碳效理論值分析1算力碳效理論值分析26數據中心算力碳效白皮書ODCC-2022-0500A數據來源：中國信息通信研究院圖 4服務器使用階段內算力碳效理論值根據測算，在服務器 5 年使用周期內，AMD 和 Intel 的最新服務器的二

70、氧化碳排放量在 8 噸到 21 噸之間，理論算力水平在 22-93EFLOPS 之間。分析服務器使用階段的算力碳效理論值，如上圖所示，可以看出：算力碳效的理論值在200-450KG/EFLOPS 之間，高端產品的算力碳效理論值小于中低端產品；算力碳效理論值小于 300KG/EFLOPS 的產品中，Intel 占比相對較大，這可能與當前AMD 的服務器芯片不支持 AVX-512 指令集有關。根據 Intel 公開發布的文件資料顯示，Intel 的 CPU 在運行 AVX512 指令集時基頻會一定程度降低，產業界對AVX512 指令集環境計算 CPU 的理論算力性能的計算仍存在不同的看法。2算力碳

71、效實測值分析2算力碳效實測值分析FLOPS 是服務器理論算力的代表，產業界在數據中心應用過程中，更多以實測值為參考，因此白皮書重點圍繞實測值進行分析，建議以算力碳效實測值作為服務器實際應用分析的指標。根據測試結果，挖掘 SPEC 分數和碳排放量之間的相關關系，如下圖所示，可以看出：27數據中心算力碳效白皮書ODCC-2022-0500A數據來源：中國信息通信研究院圖 5服務器使用階段 SPEC 分數4與碳排放量的相關關系1.隨著 SPEC 分數的提升，碳排放總量呈上升的趨勢，但性能增加的速度超過碳排放增加的速度，即性能得分與碳排放量相關關系曲線的斜率越來越小。數據中心可根據自身業務需求配備性能

72、適宜的服務器，盡量降低數據中心整體碳排放量。以 SPEC 得分 8,000 為例，在更新換代時，21 臺 Intel 至強 Gold6342 可使用 16 臺 Intel 至強 Platinum 8380 或 11 臺 AMD EPYC 7763，服務器臺數最多可減少 10 臺，其使用周期內的碳排放量最多減少 43%，相當于8100 多棵樹一年吸收的碳排放量。2.不同廠商因使用的技術不同，產品存在一定差異，性能與碳排放的關系呈現出的特點不同。芯片廠商都致力于推動計算向綠色節能方向發展，在滿足計算性能要求的同時兼顧綠色低碳，相同性能表現情況下，目前，AMD 產品的碳排放量基本低于 Intel 的

73、產品。4分數取值來源于 SPEC 官網公開數據，具體材料可參見 https:/www.spec.org/28數據中心算力碳效白皮書ODCC-2022-0500A數據來源：中國信息通信研究院圖 6服務器使用階段內算力碳效實測值結合測算結果，從服務器算力碳效定義出發，發現 CPU 性能越好，可提供的計算能力更優越，所消耗的能量也越多，帶來的溫室氣體排放越多，但服務器算力碳效即單位算力性能的碳排放量反而會降低。根據測試結果，在服務器使用周期為 5 年的情況下，單位算力性能得分的碳排放量在 20-60KG 之間，其中 AMD 服務器單位算力性能得分的碳排放量相對更低，大都低于 30KG。29數據中心算

74、力碳效白皮書ODCC-2022-0500A五、發展展望五、發展展望（一）IT 設備能耗是未來節能降碳的核心要素（一）IT 設備能耗是未來節能降碳的核心要素數據中心能效衡量標準主要是 PUE，目前被國內外數據中心行業廣泛使用，其定義為數據中心的總能耗與 IT 設備能耗的比值，PUE 值越低,說明數據中心用于 IT 設備以外的相對能耗越低。但是，PUE 指標直接反映的是數據中心總能耗和 IT 設備之間相對比值的大小,無法反映出數據中心的總用電量是否降低。通過對數據中心的 IT 設備能耗、制冷系統能耗、供配電及輔助照明能耗占比分析，可得 IT 設備能耗在數據中心中能耗占比在 60%至 70%左右，I

75、T 設備能效提升，IT 設備本身的耗電量將降低，其相應的供電和散熱設備能耗也會隨之下降，進而帶來數據中心總能耗下降，實現數據中心的降本增效。（二）服務器設備選型時應考慮算力碳效（二）服務器設備選型時應考慮算力碳效當前數據中心在進行服務器設備選擇時都更側重于計算性能指標，以確保設備可提供業務需要的算力資源，服務器性能的提升也帶來更高的功耗和碳排放。服務器產品作為運營過程中核心的 IT 設備，其生命周期的碳足跡和算力碳效表現對總體運營溫室氣體排放控制是至關重要的。當前，政府機構、社會組織和企業投資方已經逐漸將對環境的量化影響作為核心評價指標之一。經測算服務器能耗占數據中心 IT 設備的 90%以上

76、。未來需對服務器各個部件（CPU、內存、風扇、磁盤、網卡、主板元器件等）進行工藝和功耗智能管理等方面研究，尋找各環節突破點，提高服務器算力碳效水平進而最大程度的降低數據中心碳排放。（三）加強與業務場景匹配的碳效模型研究（三）加強與業務場景匹配的碳效模型研究算力資源已滲透到生活的方方面面，其內涵也逐漸豐富起來，算力基礎設施的應用涵蓋了高性能計算、邊緣計算、智能計算、通用計算等場景?；谀壳笆袌龀鲐浟壳闆r，本次研究主要通過 BenchSEE 和 SPEC 兩款測試基準軟件對X86 架構 CPU 服務器的通用場景開展研究和分析，后續將對 ARM 等其他架構服30數據中心算力碳效白皮書ODCC-2022-0500A務器進行測試和分析。兩款軟件針對 CPU、內存、存儲設計了幾十種不同的壓力場景，但是依然不能完全滿足目前多樣化應用需求，在實際使用時基于這兩種測試基準的性能分和碳排放數據無法實際體現所有場景下服務器的表現。未來，通過對不同業務場景的數據中心碳效模型研究，可從理論上為數據中心能效優化打下基礎。