我国政府提出的碳达峰、碳中和目标涉及经济社会发展全过程，数字科技企业可以发挥重要作用。近年来人工智能包括大语言模型的迅猛发展，为产业数字化和低碳转型带来了新的应用场景，但也必然导致算力需求以及相应的能耗和碳排放的快速增长。

面临这样的机遇和挑战，数字科技企业首先要实现自身的碳中和，同时通过数字技术应用和科技创新助力各行各业实现节能增效、低碳转型。

国内外数据中心的能耗和碳排放趋势

随着全球互联网和相关应用的发展，数据中心的数量也快速增长。截至2022年底，全球有8000多个数据中心，其中约33%位于美国，16%位于欧洲，近10%位于中国。[1]数据中心的能耗和碳排放贯穿其全生命周期过程，其中运营阶段最多，包括机房内服务器运行、空调设备的制冷和运行、办公用电以及其他装置设备用电等。数据中心的碳排放还包括与建造、运营以及设备冷却相关的能源消耗所产生的碳排放，以及设备制造过程中的“隐含碳”（“隐含碳”是指与产品或材料在其全生命周期内相关的温室气体排放）。

根据国际能源署的数据，2022年全球数据中心、加密货币和人工智能消耗了约460太瓦时的电力，约占全球电力总需求的2%。由于能源效率的提高、许多地区电网可再生能源比例的增加，数据中心碳排放占全球碳排放的比例低于占电力需求的比例。全球数据中心和相关数据传输网络的碳排放约为3.3亿吨二氧化碳当量（包括“隐含碳”），相当于全球能源相关温室气体排放量的0.9%。

生态环境部环境规划院专家测算，2021年全国数据中心能源消耗达到216.6太瓦时，占全社会用电量的2.6%左右；二氧化碳排放量约为1.35亿吨，占全国二氧化碳排放量的1.14%左右。预计到2025年，全国数据中心用电量达350太瓦时，较2021年增加62%，约占全社会用电量的4%；二氧化碳排放量达2.1亿吨，较2021年增加56%，占全国二氧化碳排放量的比例接近2%。[2]

由于近年来人工智能和大语言模型超速发展，数据中心行业耗电量和碳排放可能会达到更高的水平。例如，GPT-3的神经网络包含1750亿个参数，需要355小时的训练，耗电量达到1287兆瓦时，碳排放量为552吨。GPT-4的参数量（1.8万亿）是GPT-3的10倍以上，这意味着理论上其算力需求和能耗需求也将大幅度提升。而且这仅仅是训练阶段的前期电力消耗，实际使用时所消耗的电力将更多。

如果在谷歌等搜索工具中全面实施人工智能，其电力需求可能会增加10倍。将典型谷歌搜索的平均电力需求（0.3瓦时）与OpenAI的ChatGPT（每次请求2.9瓦时）进行比较，并考虑到每天90亿次搜索，这意味着一年需要近10太瓦时的额外电力。[3]到2026年，人工智能行业预计呈指数级增长，耗电量是2023年水平的10倍以上。

随着人工智能模型的日益普遍和复杂，而且由于缺乏测量人工智能相关排放的标准，人工智能的实际碳足迹具有不确定性。国际能源署预测[4]，2026年全球数据中心相关（包括人工智能）的全球用电量可达800太瓦时~1100太瓦时。据此，估计相应的碳排放约为5.6亿~7.7亿吨。

值得指出的是，不能孤立地来看人工智能应用带来的高能耗和潜在的碳排放，因为人工智能技术可以替代其他更高能耗和排放的场景。举例来说，美国加利福尼亚大学学者的一项研究估计了使用人工智能与人类写一页文本或制作图片的碳足迹。在考虑了不同人工智能模型（ChatGPT、BLOOM、Midtravel和DALLE-2）的碳排放量，并与使用笔记本电脑或台式电脑写同样一篇文章的碳排放比较后，研究人员发现写一页文字的人工智能比写一页文本的人少排放130到1500倍的二氧化碳，而创建图像的人工智能少排放310到2900倍。[5]

根据“全球促进可持续发展倡议组织（GeSI）与咨询公司埃森哲发布的《SMARTer2030》报告，广泛应用数字技术，将使其他行业大幅减少碳排放。到 2030年，各行各业受益于数字技术所减少的碳排放量约为数字行业自身排放量的10倍。[6]

数字技术助力产业和能源碳中和

虽然数字技术行业自身的能耗和排放在增长，但是数字技术也是节能减排的重要工具，也可以说产业数字化转型与产业低碳转型是相辅相成的“孪生兄弟”。数字化技术在实体产业中的应用，如通过工业互联网、物联网、大数据分析以及人工智能等手段，不仅能够提高运营效率、降低成本，还能通过精细化管理和优化资源配置来实现节能减排，对于推动经济可持续发展具有重要意义。麦肯锡根据相关企业数据研究发现，2020年实施数字化转型的企业劳动生产效率提高了 20%~50%，水、电、燃气消耗量减少了约20%。[7]

在能源领域，构建以可再生能源为主体的新型电力系统是实现碳中和目标的关键，需要依托数字化技术支撑源、网、荷、储互动，实现电力安全供应、绿色消费、经济高效的多维度目标。举例来说，数字技术可以通过以下几个方式助力电力系统低碳转型。

第一，灵活供电。数字技术可以使现有的火电厂更灵活地运行，减少污染和排放。随着人工智能和机器学习的应用，火电厂可以根据需要随时改变其运行状态——离线、在线、最小负荷或满负荷等，以适应间歇性的可再生能源。

第二，优化风光。通过开发太阳能光伏、风力发电厂的数字孪生平台，模拟真实的运行条件和发现异常，并基于人工智能的模型提供准确的天气预报，以优化太阳能和风能发电输出。

第三，智能电网。随着间歇性可再生能源发电份额的增加，电网的稳定性可能会受到影响，数字技术可以集成间歇性的太阳能和风能。数字技术应用有助于减少线路损耗和运营成本，并使电网更具韧性，以应对自然灾害等外部风险。

第四，需求响应。数字技术可以支持需求侧响应和虚拟电厂运行，企业可以在电力更充足、更实惠、更清洁的时候调整电力需求。随着能源管理技术的发展，先进的数据中心已经具备高度灵活的自适应能耗调整能力，可以作为需求侧可控负荷与电力系统协同运行，通过直接负荷控制、蓄冷空调参与电力需求响应，并动态调整数据中心的用电与可再生能源发电高峰时段相匹配。

第五，电力交易。随着电力市场的发展，供应侧和需求侧的参与者数量以及交易频率将显著增长。因此，海量实时数据的处理可依靠数字平台来预测用户需求、电网负荷和每种电源的发电量，从而制定适当的交易策略，优化多样化能源的电力供应。

腾讯的碳中和实践与进展

一方面，随着数字化技术的广泛应用特别是人工智能的迅速发展，大型数字科技企业面临自身（主要是数据中心）实现碳中和的挑战，这是数字科技企业必然要担负的责任；另一方面，大型数字科技技术企业具有算法、算力和数据资源的优势，可以有效助力全社会实现碳中和目标，这也是数字科技企业发展的新机遇。

在国家提出“双碳”目标之后，腾讯很快启动了碳中和规划，成为中国首批启动碳中和规划的科技企业。腾讯的碳中和实践，可以用“1、2、3”来概括。

腾讯碳中和实践的“1”指的是2022年2月发布的腾讯的《碳中和目标及行动路线》报告，这是腾讯响应国家“双碳”目标交出的第1份答卷。腾讯碳中和实践的“2”指的是其行动路线涉及对内减排、对外赋能2个方面；腾讯碳中和实践的“3”指的是在对内、对外的碳中和行动中，各有3个重要抓手。

对内，腾讯实现自身碳中和遵循“减排和绿色电力优先，抵消为辅”的原则，具体实施有3个抓手：一是提升数据中心能效以控制和减少排放；二是通过绿色电力交易和自建屋顶光伏提高可再生能源比例；三是根据实际需要，辅助使用碳抵消方式。

在提升数据中心能效方面，腾讯采用更高性能的服务器（腾讯云自研星星海服务器）、更先进的制冷技术（靠天制冷、变频节能、余热回收），提高服务器利用率（根据业务负载，智能设置CPU调度策略）。

在提升可再生能源比例方面，2022年腾讯参加国内首次市场化绿电交易，2024年腾讯的签约绿电采购量超13亿度，比2023年翻番。目前绿电在腾讯自有数据中心的年度用电量中已经达到54%，自建大园区绿电比例已经达到71%。未来根据实际需要，对于少量供应链难以减排的部分，主要是设备采购以及建筑材料，将通过开发和购买碳减排信用的方式进行抵消，最终实现自身运营和供应链的碳中和。

对外，腾讯助力全社会的碳中和进程也有3个重要抓手：一是从消费者端引领低碳生活；二是在产业端以数字化的方式助力低碳转型；三是推动绿色低碳创新。

面向消费者，腾讯社交、支付、游戏等产品触达超过10亿用户，这都是向公众传递减碳理念的媒介，带来了用户、商家的减碳。例如，深圳市正在通过腾讯的“低碳星球”微信小程序试点开通和运营个人碳账户。“低碳星球”如同碳账户，可以核算地铁、公交等活动的二氧化碳减排量，帮用户积累相应的碳积分。

腾讯与武汉合作的碳普惠平台“武碳江湖”也已经上线，鼓励市民公交出行、地铁出行、骑行、自备购物袋和新能源车出行。根据微信支付方面核算，2022年线上生活缴费、电子政务、绿色出行、扫码点餐及线上开票等低碳场景共实现碳减排1765.5万吨。

面对产业，腾讯云针对能源行业推出两大核心产品“能源连接器EnerLink、能源数字孪生EnerTwin”和生态平台“能碳工场”。能源连接器用于连接业务、用户、数据、生态，提高运营效率；能源孪生器用于节能降碳、生产优化、安全生产。

能碳工场则聚集了一批能源SaaS产品、咨询公司、IoT技术公司，以及能源领域的科技公司，可以构建分布式能源监测、能效提升、智慧场站、综合能源服务等行业场景化方案。目前腾讯云已累计服务20余家央国企和超过300家行业企业，面向综合能源服务、化工园区、新能源场站等场景发布了一系列行业解决方案，且已逐步实现落地。

针对绿色低碳创新，2021年腾讯在可持续社会价值事业部（Sustainable Social Value Organization, SSV）专门成立了碳中和实验室。3年来，碳中和实验室实施了一系列项目，包括乡村分布式光伏、节水抗旱稻、虚拟电厂、冰川保护、海洋蓝碳、林业碳汇等。

2023年，腾讯在全球关注的碳捕集利用与封存（CCUS）领域，联合多方伙伴发起了一项 “碳寻计划”。这是中国在碳捕集利用与封存（CCUS）领域首个由科技企业发起的大规模资助计划，资金规模在亿元级别。腾讯希望通过这种模式创新，为CCUS引入资金、技术、伙伴、落地场景等资源，期望能够落地5~10个前沿技术试点，加速5~10家CCUS初创企业，孵化数个可持续工具或平台，最终实现千万吨级的减排。

2024年是腾讯启动碳中和路线图正式发布的第二年，总结这两年来腾讯的碳中和的行动和进展，可以看到五个方面的明显变化。

第一，从抽象到具体。在腾讯，碳中和正在从概念变成了具体的行动。高级管理层、中层、基层，碳中和在腾讯变得深入人心，成为员工自身生活、工作的一部分。

第二，从小到大。碳中和最初只是几个专职团队的工作，如今碳中和成为腾讯业务的有机组成部分，腾讯云、微信、投资、数据中心、研究院等各业务部门的员工都参与其中。

第三，从点到面。在实施具体碳中和项目的基础上，腾讯开始开发碳中和平台，包括服务于碳普惠和MRV（碳排放监测、报告、核查）的“碳base”平台、集成和对接低碳技术的“碳Live”平台，全方位推动绿色低碳发展。

第四，从“圈外”到“圈内”。作为数字科技企业的腾讯，通过两年多来在碳中和领域的不懈努力，已经进入了低碳朋友圈，被视为是“圈内人”。

第五，从国内走向国际。在国内碳中和实践的基础上，腾讯开发的碳Live国际版于2023年12月面向全球200多个国家/地区上线，成为联合国气候变化大会COP28推动的全球低碳创新联盟（Innovate for Climate Tech Coalition) 的官方线上平台。

1.International Energy Agency Data Centres and Data Transmission Networks.2023

2.蒋洪强、李勃、张伟，推动数据中心绿色低碳发展. 2021

3.Daniel Castro. Rethinking Concerns About AI’s Energy Use. Center for Data Innovation. 2023

4.International Energy Agency. Electricity 2024: Analysis and forecast to 2026.

5.Bill Tomlinson et al., The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans. 2023

6.SMARTer2030: ICT Solutions for 21st Century Challenges，GeSI/Acceture

7.The Global Lighthouse Network Playbook for Responsible Industry Transformation. White Paper. March 2022.

参考文献:

1.蒋洪强,李勃,张伟. 推动数据中心绿色低碳发展[EB/OL].（2021-2-10）[2024-02-22].http://www.ce.cn/cysc/stwm/gd/202202/10/t20220210_37319445.shtml.

2.Yongping Zhai. Power of algorithms[EB/OL]. (2022-06-22)[2024-02-22].https://epaper.chinadaily.com.cn/a/202206/22/WS62b2590ba3109375516ed0bd.html.

3.International Energy Agency. Electricity 2024: Analysis and forecast to 2026 [EB/OL].（2024-1-1）[2024-02-22].https://iea.blob.core.windows.net/assets/6b2fd954-2017-408e-bf08-952fdd62118a/Electricity2024-Analysisandforecastto2026.pdf.

4.International Energy Agency Data Centres and Data Transmission Networks [EB/OL].（2023-7-11）[2024-02-22].https://www.iea.org/energy-system/buildings/data-centres-and-data-transmission-networks.

5.Daniel Castro. Rethinking Concerns About AI’s Energy Use. Center for Data Innovation[EB/OL].（2024-01-24）[2024-03-03].https://www2.datainnovation.org/2024-ai-energy-use.pdf.

6.ICT Solutions for 21st Century Challenges，GeSI/Acceture[EB/OL]. （2015-06-7）[2024-03-03] https://smarter2030.gesi.org/downloads/Full_report2.pdf.

7.Bill Tomlinson et al., “The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans,” arXiv (Cornell University)[EB/OL].（2023-03-08）[2024-03-03].

作者丨翟永平，腾讯战略发展部高级顾问

编辑丨王秋蓉

来源丨《可持续发展经济导刊》2024年3月刊

图片来自网络，如有侵权，请联系删除