綠色算力定義及關鍵技術研究

楊碩 王月 張一星

(中國信息通信研究院云計算與大數據研究所,北京 100191)

0 引言

我國算力規模持續增長,截至2023年6月,我國在用數據中心機架總規模已超760 萬標準機架,算力總規模達到197 EFLOPS,圍繞算力樞紐節點建設130 條干線光纜,存儲總規模超過1 080 EB[1]。算力的發展一方面可以幫助產業結構不斷優化升級,如激發工業互聯網工業制造“引擎”的賦能作用,輔助智慧城市建設,實現智慧交通、智慧醫療、智慧教育、智慧文旅等一系列開放應用場景;另一方面,算力的廣泛應用也不可避免導致了電力資源大量消耗和碳排放強度的增加。2022年,我國數據中心能耗總量為1 300 億kW·h,較2021年增長約200 億kW·h,約占全國耗電規模的1.5%;到2030年,用電量預計將突破3 800 億kW·h,碳排放量也會進一步增長[2]。發展綠色算力已經成為我國建設數字經濟底座和展現大國擔當的重要命題,推動算力領域綠色技術創新,更是決定算力產業發展持久穩定的關鍵。

1 綠色算力定義剖析

1.1 當前對于綠色算力的探索

《算力基礎設施高質量發展行動計劃》把促進綠色低碳算力發展列為重點任務,具體措施包含提升資源利用和算力碳效水平、引導市場應用綠色低碳算力、賦能行業綠色低碳轉型等[3]。

在此之前,產業界對綠色算力也有一定探索。有觀點認為[4],綠色算力指以整機為管理對象,評價其單位碳排放下的負載與業務輸出,即服務器單位碳排放下能夠輸出的算力,核心是衡量計算系統從部件到整機再到上層應用全堆棧的計算能效,考驗系統廠商系統架構設計、性能優化、散熱制冷的創新能力。還有觀點認為[5],綠色算力是算力的綠色低碳追求,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。

綜合來看,產業界已明確部分舉措對于實現綠色算力是關鍵可行的,但針對綠色算力的定義行業上下仍未形成廣泛共識,各主體只聚焦其自身涉及的業務范疇提出相對狹義的綠色算力定義,而對于產業整體的綠色發展指導意義有限。產業各相關方無法根據現有定義界定其生產或應用的算力就是綠色算力,更無法運用這些定義指導其生產經營。因此,對于綠色算力需要更為深入的認知。

1.2 對綠色算力的新認識

目前,對綠色算力的研究與分析文獻還比較少,仍沒有一個公認的定義,但相似產業之間具備發展趨同的特征。本文將從兩個不同角度類比辨析綠色內涵,給出綠色算力定義。

1.2.1 類比綠色電力

將綠色算力與綠色電力的發展和理論進行比較,可以更加深入了解綠色算力形成的前后邏輯。在工業經濟時代,經濟發展情況可以用電來衡量。到了數字經濟時代,算力是衡量經濟發展的重要方式。具體而言,電力是工業經濟的基礎,催生出了電力設備(如電話、空調、計算機、電動汽車等)的生產和廣泛使用,隨著對電力需求的持續增長,電力生產過程中產生的二氧化碳等溫室氣體對環境造成破壞,尋求綠色電力解決方案成為有利于“美麗中國”建設的必然選擇。當前,世界已全面進入數字經濟時代,算力成為數字經濟的基礎,借助模型和算法,工業互聯網、智慧城市、人工智能創作、數字人等多元產業應用蓬勃發展,但隨著大模型訓練對算力的消耗逐漸提高,突出的能源消耗驅使算力亟需注入“綠色基因”,從而實現高效節能和環境友好。從定義上看,只需保證從可再生能源中產生電能就能實現綠色電力[6-7],但算力要升級為綠色算力則更為復雜,既要提高全產業鏈的可再生能源發電量占比,減少化石能源電力使用,還要對算力設施和算力設備進行功耗控制和能效升級,同時在軟件層面充分調動算力平臺服務能力實現算力供需的高效對接和無感應用。

1.2.2 類比綠色計算

綠色計算和綠色算力無論是從詞組構成上還是研究內容上都十分相似,辨析二者的定義和包含范圍有利于實現各自的綠色目標。郭兵等[8]認為綠色計算是一種以環境為中心的計算模式,通過消除計算機系統的環境不友好等方面,使得計算機系統、人、社會與自然環境更加和諧,實現節能、環保的目標。過敏意[9]認為綠色計算是以保證計算系統的高效、可靠及提供普適化服務為前提,以計算系統的低耗為目標,通過構建能耗感知的計算系統、網絡互聯環境和計算服務體系,為信息服務方式提供低耗支撐環境。此外,有研究認為[10]綠色計算的目的是優化計算資源的設計、建設、使用及回收過程,消除計算機系統對環境的不利影響,其中綠色可理解為能源和資源的節約、能源和資源的高效利用與循環利用以及對人和環境的友好,即低碳與無害。

總體而言,二者最主要的區別在于研究對象和研究范圍不同。綠色計算主要是將計算機系統作為研究對象,以各類系統軟硬件技術和管理手段作為研究內容,最終實現低碳、節能、環保等目標。綠色算力研究對象為:包括中央處理器(Central Processing Unit,CPU)、圖形處理器(Graphics Processing Unit,GPU)芯片、全閃存陣列、固態硬盤(Solid State Disk,SSD)存儲部件,以及交換機、路由器網絡資源在內的手機、個人計算機、服務器等算力載體;部署了大量服務器的數據中心、智算中心和超算中心的算力集群;利用網絡傳輸技術進行算力調度或算力交易的算力平臺;高精尖科研、工業互聯網、智慧城市、數字人等算力應用。綠色算力研究內容涵蓋信息計算力、數據存儲力、網絡運載力[3]在內的綜合算力。因此,算力涵蓋的范圍更加廣泛,針對計算機系統的綠色計算研究可以認為是針對算力領域進行綠色研究的一部分。綠色計算概念中針對綠色的定義和解釋可在綠色算力中進行吸納。

1.3 辨析綠色的內涵

無論是綠色電力、綠色計算還是綠色算力,想要厘清各領域的實際定義和內涵,首先需要明晰什么是綠色。從人類視覺上看,綠色本身是一個顏色種類,人們提起綠色很容易聯想到草木豐盛、生機勃勃的大自然。從發展方式上看,《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》提出綠色是永續發展的必要條件和人民對美好生活追求的重要體現,指出必須堅持節約資源和保護環境的基本國策,堅持可持續發展,堅定走生產發展、生活富裕、生態良好的文明發展道路,加快建設資源節約型、環境友好型社會,形成人與自然和諧發展現代化建設新格局?！吨腥A人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》再次強調要推動綠色發展,促進人與自然和諧共生,指出要堅持尊重自然、順應自然、保護自然,堅持節約優先、保護優先、自然恢復為主,實施可持續發展戰略,完善生態文明領域統籌協調機制,構建生態文明體系,推動經濟社會發展全面綠色轉型,建設“美麗中國”。由此可總結,綠色包含兩大根本,“人”與“自然”,人(或者社會)在向前發展的過程中,要把自然的發展考慮在內,最終實現二者和諧共生。實現發展的綠色,具體措施至少有以下幾項。

(1)資源總量管理:全面提高水、電、土地、礦產等資源利用效率、強化節能管理、實施能量系統優化節能改造技術。

(2)科學配置:完善土地復合利用、發揮區位特點、提高調度能力。

(3)全面節約:直接減少資源消耗、尋找替代資源。

(4)循環利用:資源梯級利用、廢物回收綜合循環利用、污染物集中處理、發展循環農業。

綜上,進一步將綠色算力定義為實現算力基礎設施發展與生態環境保護有機統一的綜合能力,是衡量算力基礎設施發展綠色化程度的一個綜合指標,其把自然資源、環境資源作為發展所需考慮的關鍵,旨在推動算力設備、算力集群、算力平臺和算力應用的綠色發展。綠色算力的目的是打通算力供需通路,完成算力產業用能轉型、生產高效、應用和需求場景相匹配,最終實現推進數字經濟高質量發展與生態環境高水平保護的雙重目標。綠色算力具備全局性、先導性和長期性等特征,可以通過采用節能高效的算力設施、集約智能的算力設備、先進算法和算力平臺軟件技術,以及科學合理的算力應用等方式來實現。例如,綠色算力可以采用高效的電能傳輸設施、節能可循環的液冷設備、計算高效的服務器、先進的存儲陣列、無損的網絡設備,以減少能源消耗;同時,通過軟件技術、軟硬件結合手段,激發拓展平臺能力,發揮全局資源調度優化、智能產品開發技術支撐和綠色監測評估優化等功能,實現提高算力利用效率。

2 綠色算力關鍵技術

2.1 算力設施關鍵綠色技術

本文所說的算力設施可理解為提供風、火、水、電等保證算力正常生產運行的必要設施,為算力載體提供基礎的動力來源、能源配送和可靠性保障[11]。目前,針對綠色算力,算力設施的綠色技術亟需發展,供配電技術以及制冷/散熱技術就是其中關鍵性技術。

算力發展與電力密不可分,電力是支撐算力的基礎[12]。數據中心作為算力的載體,主要依靠電力驅動運行[13],作為傳統意義上的耗能大戶,數據中心的電量消耗和隨之產生的碳排放不容忽視。直接在電力消費環節降低能耗實現綠色低碳,也會大大推進綠色算力的發展。從根本上來說,綠色電力將成為我國能源生產和消費主體[14-15],數據中心采用綠色電力供電也是實現綠色算力的重要手段,主要包括自建或采購綠色電力兩種方式。針對數據中心自建綠色電力,可采取:自建分布式光伏,即在車棚、屋頂或園區空地安裝光伏組件;建設新能源微電網能源綜合利用系統。運營商、第三方互聯網數據中心(Internet Data Center,IDC)和互聯網企業均有數據中心項目擬建或已鋪設分布式光伏,但光伏用電量占數據中心總用電量比例僅為個位數。少部分綜合實力強勁的企業開始探索以數據中心為負荷的源網荷儲一體化項目,計劃實現新能源發電完全覆蓋數據中心用電需求。

目前,供配電系統占數據中心總能耗約10%,供電效率的提高也是數據中心供配電技術的研究熱點。數據中心為了保證不間斷運行勢必會消耗大量的電力,在如此大基數的電力傳輸下,電力傳輸期間的電能損耗也會很大,電力傳輸效率的提高顯得尤其重要?？s短電力傳輸路徑、減少轉換層級、提升電力轉換效率等都是實現高效供電的措施?！案邏褐绷?HVDC)+市電直供”相結合的模式目前被廣泛應用于IDC,其供電效率可普遍提高94%～95%,百度云計算(陽泉)數據中心“市電直供+HVDC離線”架構,供電效率達到99.5%[16]。HVDC技術在開/關電源側減少了一次直流/交流變換,在IT設備側也減少了一次,從而提高了電源使用效率,市電直供在一定程度上有利于能耗的降低[17],因此“HVDC+市電直供”模式可以實現低成本、高效能、高可靠性的數據中心供電[18]。

對于數據中心而言,制冷系統是除IT系統能耗外最大的耗能單元,占總能耗的32%左右,制冷/散熱技術是影響數據中心綠色低碳發展的重要因素[19]。根據機柜的熱密度等級,依次可選擇的冷卻方式有房間空調、機架內部冷卻、液冷冷卻等。當前,針對機房冷卻和服務器冷卻的主流綠色技術有自然冷卻技術和液冷技術。自然冷卻技術相比機械制冷技術能耗低、碳排放少,其根據冷卻介質可分為空氣自然冷卻和水自然冷卻,根據接觸方式又分為直接冷卻和間接冷卻。其中,直接新風自然冷卻利用機房室外的自然環境作為制冷源,通過裝置將符合空氣質量要求的冷風引進機房進行制冷[16],這種冷卻方式路徑最短,散熱效率最高,但是空氣質量較差,對于溫度、濕度不合適的數據中心不適用。自然冷源水冷卻技術是采用河水、海水等自然冷源水進行冷卻的技術,其技術應用在我國已經取得了較大進展。例如,海南海底數據中心示范項目以海洋作為自然冷源,將服務器安放在海底的壓力容器中,通過海水的流動進行自然冷卻[20]。液冷技術直接對服務器進行冷卻,突破了物理機房的限制,正成為業內主研的重點技術。液冷制冷能效更高,空間占用也更少,主要制冷方式為間接冷卻和直接冷卻。間接冷卻以冷板式液冷技術為主,直接冷卻以浸沒式液冷技術為主。冷板式液冷是利用裝有液體的冷板接觸或者利用導熱部件將熱量傳導至冷板來進行散熱,浸沒式液冷是將發熱的原件浸沒在冷卻液中直接散熱。我國一些主流IT設備廠商均有液冷產品研發,覆蓋風液冷混合、冷板液冷、浸沒式液冷等主流液冷技術。

2.2 算力設備關鍵綠色技術

算力設備是生產算力的基礎和源頭,主要是對數據進行處理和輸出。算力設備是以服務器、芯片作為主要核心部件,另外還綜合了網絡、存儲等設備。算力設備的數量大、種類多[21],其綠色技術發展對于整個綠色算力來說具有重要意義。服務器高效計算以及先進存儲系統是發展綠色算力設備技術的主要因素。

服務器是算力供給的核心設備,具有處理數據和輸出結果的功能,也是數據中心IT設備中能耗最高的設備。服務器的高效節能對于綠色算力發展極其重要。精簡指令集是CPU指令集按照邏輯分類的一種,ARM架構是精簡指令集的主要代表,擁有完整的生態系統,涵蓋了人工智能、云計算、高性能計算等領域[22]。此外,精簡指令集還包括MIPS架構、RISC-V架構等,RISC-V架構是一種新型架構,建立在已有的體系結構所暴露的問題之上[23]?；诰喼噶罴軜嫷奶幚砥骶哂械凸?、高效能、高可靠性的特點,這些特點使其成為了推動算力設備綠色發展的主力。在產品形態方面,高密度服務器的建設也是提高計算效率的有效措施。高密度服務器可以使一臺機箱內的多臺服務器共享電源和風扇,一方面提高了電源和散熱系統的使用效率,另一方面也提高了單位面積的算力。刀片服務器是高密度服務器的一種,可以有效降低耗電量,并且具有高可靠性。除了提高能效之外,降低能耗也是服務器綠色發展的重點,動態調頻調壓、智能能耗管理、啟動低功耗以及功耗封頂等技術都是降低能耗的先進技術。動態調頻調壓技術保證在服務器低負載時降低處理器的頻率和電壓,從而降低處理器功耗;智能能耗管理技術可以實時監測CPU負載,通過調節CPU頻率來減少能源浪費;啟動低功耗技術可以降低上電時功耗過大而帶來的能源消耗;功耗封頂技術則可以通過限制處理器的性能,保證總功耗控制在設定的上限以下,防止功耗超標。

數據中心算力水平不僅取決于服務器,存儲和網絡設備也很重要[24],數據存儲是數據利用的基礎,也是數據處理、數據挖掘、數據價值等實現的前提。因此,存儲綠色技術發展也是算力設備綠色發展的重要部分。隨著全球算力的發展,到2025年,全球數據年產量將達到175 ZB[25],為了存儲如此海量數據,存儲耗電量增長迅速,對于低能耗的存儲需求激增。數據分級、冷/熱數據分治以及優化存儲設計都是降低存儲成本和功耗的有效手段。數據分級就是按照數據的訪問頻率將數據分為冷、溫、熱數據;冷/熱數據分治就是將熱數據存儲在具有讀寫速度快、功效低、發熱少的存儲介質上,將冷數據存儲在不需要實時訪問的存儲介質上。數據分級和冷/熱數據分治可以更好地降低存儲能耗。存儲設計也是影響能耗的關鍵因素,全閃存、高密度硬件、風液冷技術等都可以大幅降低存儲能耗。閃存介質相比傳統機械硬盤介質能減少70%能耗;高密度存儲介質可以大大提高單位存儲效率,結合存算分離架構可以節約能耗10%～30%;風液冷技術可以針對不同部件采用不同冷卻技術,既能夠降低溫度又能夠減少冷卻負荷,從而降低能耗[26]。除此之外,數據融合技術、數據算法等也是目前業內研究的熱點。

2.3 算力平臺關鍵綠色技術

算力平臺是給用戶提供通用算力、智能算力以及高性能算力的算力服務平臺,它實現了算力資源與計算要求的有效對接、算力與用戶的有效適配以及算力在節點間的靈活調度和智能管理(見圖1)。算力平臺可以整合算力資源,根據需求來進行算力分配,避免了資源浪費,這對于發展綠色算力具有重大意義。算力資源全局調度以及智能產品開發技術是提高算力利用效率、實現平臺層面綠色低碳的重要舉措。

圖1 算力平臺關鍵技術發展趨勢

力調度是實現算力供需高效對接的重要技術手段,算力調度可以根據不同的任務和需求進行算力資源的合理分配,實現彈性泛在、高效敏捷的算力供給[11]。虛擬化和云原生技術可以提高服務器利用率,減少能源消耗和碳排放。算力虛擬化是在服務器上通過將物理資源抽象成邏輯資源,從而使多個操作系統同時在單臺物理服務器上運行的技術,該技術可以整合服務器資源,將服務器CPU平均占用率提高10%～30%,從而減少機房制冷系統負荷降低能耗,有效節能20%～50%[27]。算力池化技術是一種云原生技術,它會將多個算力資源匯聚到一個池中來進行靈活調度,從而提高資源利用率;算力池化技術基于虛擬化發展而來,它可以將物理資源進行動態分配和管理,從而提高計算效率和靈活性[28];算力池化技術擁有彈性伸縮的特點,算力平臺可以根據用戶的實時需求來自動調整資源池的規模,這樣可以大大提高資源利用率并降低用戶成本。無論是企業自用算力平臺還是用戶范圍更廣的全國性或地區性算力平臺,先進的資源調度技術都可以更好地管理和使用算力資源,提高效率,降低資源浪費。

計算架構可以屏蔽異構硬件差異,提供統一異構硬件開發工具,減少用戶跨架構編程成本,并提供便捷化業務開發和部署方式,從而實現算力的優化配置和高效利用。平臺工程和無服務架構是簡化產品開發,提高算力資源利用效率的兩種架構模式。平臺工程是一套用來構建和運營、支持軟件交付和生命周期管理的自助式內部開發者平臺架構,開發人員的自助服務可以達到降本增效的目的。平臺工程主要應用于系統軟件協同設計、透明研發、部署解耦,系統軟件以模塊化方式交付從而提升產品研發效率,加快業務迭代速度。無服務架構是一種新型的計算架構,它基于事件驅動,可以自動擴展和縮減計算資源,無需用戶管理服務器。無服務架構抽象了底層基礎架構的細節,消除了對傳統的始終在線的服務器的大部分需求,顯著降低了運維成本。人工智能應用框架可以作為人工智能應用開發中平臺架構的一部分。PyTorch和TensorFlow是兩個熱度很大的框架[29],TensorFlow歷史較為久遠,并且功能強大,在工業領域應用廣泛;PyTorch時間較短,可以讓開發者無縫地將人工智能模型從研究轉到生產,無需處理遷移,從而獲得大量研究人員青睞。兩者都具備優化的性能、易于理解的框架與編碼、良好的社區支持、并行化的進程以及自動計算梯度等特征[29]。當前,業界正在探索無服務架構和人工智能的協同效應,以期進一步提高開發效率與算力利用效率,實現技術創新和綠色低碳發展。降低代碼運行能耗也是實現綠色算力的措施之一,在應用產品設計和優化上,考慮發展綠色算法,優化策略和參數設置,從而降低能耗。應用程序的架構和設計都會影響服務器的利用率,利用并行處理和分布式計算能力可以有效利用算力資源,高效的軟件設計、良好的代碼都可以提高整體的運行效率。

3 綠色算力展望與建議

3.1 綠色設施、綠色設備、綠色平臺和綠色應用共同筑起綠色算力未來

能源是算力產業發展必不可少的驅動力,算力流轉中的每一個過程都與能源利用密切相關,無論是服務器的運轉、制冷/散熱設備的驅動,還是大模型平臺資源調度都離不開持續穩定的能源支持。因此,推廣綠色供能和綠色用能設施在促進綠色算力發展中扮演著舉足輕重的角色。未來,綠色算力底層基礎將被全面夯實,算力產業加快提升新能源電力供給比例,針對維持電力穩定不間斷問題加強微電網系統研究與構建,積極開展儲能材料的探索和技術研發;針對制冷低功耗需求著力推動液冷相關技術創新、探索余熱回收等節能方向,算力設施的關鍵核心技術全面創新。

算力設備是決定算力供給能力的關鍵,算力生產的多少主要取決于計算芯片的運算能力,另外還需要存儲和網絡等相關設備的協同配合,算力才能夠更好地發揮生產力作用。算力設備綠色低碳運行是實現算力產業鏈整體節能高效的重要一步。要繼續鞏固和發展綠色算力設備,從設備選型、系統部署、配套設施的全流程進行綠色技術研發和創新應用,支持深度應用浸沒式、冷板式液冷服務器,推動研發高性能的人工智能芯片,使用先進閃存介質降低能源消耗,探索存算分離架構結合高密存儲帶來能耗節約。

算力平臺是以算力載體或算力集群為底層基礎,基于互聯網技術發展而構建出的軟件環境,使用算力平臺,向上可以統籌管理算力設備輸入的硬件資源,向下賦能行業應用滿足工業、金融等各個行業的算力消費需求,是幫助產業實現算力靈活調配和高效應用的重要支持。未來,算力產業將持續聚焦軟件技術使其充分激發硬件性能潛力,包括根據服務框架、計算框架、存儲引擎屬性進行硬件性能動態調節優化,以及運用人工智能和大數據能力進行歷史數據分析和未來趨勢預測實現工作負載綠色,從而進一步深化平臺算法能力優化策略和參數設置,降低代碼運行能耗。

算力應用即算力賦能,是指將算力作為驅動生產方式變革和數字化轉型的關鍵要素,應用于高新技術、產業數字化轉型以及移動消費智能終端,賦能各行各業實現能源效率提升、數字化轉型及供應鏈優化。隨著算力在各領域應用的走深向實,算力應用正逐漸由互聯網行業向交通、工業、金融、政務、醫療、教育等傳統行業加速滲透,應用場景也從通用場景拓展到行業特定場景,如智能座艙、智慧城市大腦、人工智能數字人等。但不同應用場景對算力的需求不同,如何處理好多樣化需求與低能耗低排放的關系仍是算力產業亟待解決的問題。未來,在賦能應用層面,要廣泛建立算力綠色低碳化標識,形成綠色算力消費的碳減排方法論,引導消費者在日常生活中選擇消費綠色算力,促使產業上游供給綠色算力以滿足消費需求,倒逼生產方式實現算力產業整體綠色低碳發展。

3.2 促進綠色算力發展相關建議

算力基礎設施綠色化、低碳化、智能化發展是我國綠色算力發展的主旋律,“綠色數據中心”“綠色智能的數據與算力設施”“新型智能算力生態體系”成為了各相關政策文件關注的焦點。當前,以綠色算力為施策方向,針對軟件平臺高效集約、算法應用綠色低碳進行統籌規劃的政策文件較少,缺乏從用能開始,經過生產調度,再到落地應用的算力全流程一體化規劃設計。未來,在政策規劃上,要構建高效協同的綠色算力技術產業生態,積極引導綠色算力創新體系建設,培育全棧綠色化算力創新聯合體,搭建具備節能環保綠色低碳屬性的算力基礎設施。支持算力企業提升自主創新水平,加大研發投入,提升核心技術競爭力,不斷拓展綠色算力服務邊界。在數據中心領域,圍繞碳利用效率、碳中和評估、IT設備能效已經存在了相應標準和規范,電能利用效率、碳利用效率、水資源利用效率、基礎設施利用效率以及算力碳效等關鍵能效指標被陸續提出,但綠色算力標準體系還存在空白,對于術語、定義等基礎性標準尚不完善,計算評測、分類分級方法亟需制定。未來,要建立和完善綠色算力標準體系,推進綠色算力標準在算力基礎設施等相關重點企業和重點領域中的應用,對算力全生命周期綠色化提供指導和建議。

4 結束語

算力是數字經濟時代集信息計算力、網絡運載力、數據存儲力于一體的關鍵生產力,已成為推動各領域數字化、智能化轉型的重要基石,并為“數字中國”建設提供了有力支撐。自我國正式提出碳達峰碳中和目標以來,綠色低碳、節能環保成為各產業布局的底層邏輯,經濟社會對生產、應用和消費綠色算力提出明確訴求。技術創新是算力發展的根本。近年來,算力產業鏈上下游各方共同協作與融合發展,綠色算力在新技術、新產品、新解決方案落地應用上也已取得了積極進展。未來,相信綠色算力技術將不斷成熟,綠色算力相關標準、評價指標將不斷完善,算力行業各方會逐步將綠色意識和算力發展融合統一,建立科學有效的綠色戰略和路線圖,算力產業整體實現“數字化”+“綠色化”雙輪驅動高質量發展。