近年來，隨著物聯網、云計算、5G的快速發展，全球范圍內掀起數據中心建設熱潮。美國市場研究機構“協同研究集團”最新數據顯示，截至2020年上半年，全球超大規模數據中心達541個，比5年前增長了一倍多，此外還有176個規劃在建。然而，數據中心不僅耗能巨大，也面臨著碳排放的壓力。實現數據中心的低碳化、綠色化，成為該行業可持續發展的重要方向。

通常，一個運營10年的數據中心，其基礎設施的初期投資僅占總成本的20%左右，超過70%的成本是能源費用支出，特別是電費支出。歐盟委員會去年發布的《歐洲數據戰略》顯示，信息通信產業約占全球總用電量的5%—9%、碳排放總量的2%，其中很大一部分比重來自數據中心。

數據中心之所以能耗大，是因為要處理大量數據。處理數據過程中，一般科技企業通常采用“相關分析”算法，會需要大量服務器。谷歌旗下的人工智能公司“深度思維”研究發現，無謂耗電與算法有關，僅僅采用相關分析“硬算”，大量服務器會無謂耗能。為了改進算法，機器學習這一人工智能技術就派上了用場。通過采用因果推斷方法，將相關分析與因果分析結合，建立模型來“巧算”，那么只需要一臺服務器就能運行一整個神經網絡，耗能將大大降低。

人工智能技術還可以用來預測用電量的變化，智能化操控計算機服務器和散熱系統，從而使用電負載均衡，節能減排的效率更高。據稱，將人工智能接入數據中心后，“深度思維”公司數據中心節能約40%，谷歌整體能效提升15%，極大降低了業務成本。

不過，由于人工智能技術成本較高，“深度思維”公司至今還沒有實現贏利。當前，為數據中心節約能耗而提供人工智能服務的公司，普遍經營狀態并不理想。但與短期利潤相比，其技術前景更令人關注。目前，歐洲的數據中心在技術上更多采用制冷系統和浸沒式液冷，未來還將加大熱回收利用;日本的數據中心更加注重抗震，制冷系統多采用直接新風自然冷卻、風墻送風等方案;與此相比，谷歌等科技公司通過利用人工智能技術來改進數據中心能效，有望從根本上解決數據中心能耗大的短板。不少業內人士認為，人工智能和機器學習是推動數據中心向前發展所必需的技術，看好人工智能應用在數據中心行業的前景。

技術研發的超前性與經濟性是對立統一的。一項革命性技術，最初往往投入成本高，商業化應用緩慢。但一旦突破臨界點，就能取得較大的商業成功。目前，全球數據中心迭代發展，對于減排的需求不斷增強。相信隨著人工智能節能技術的不斷成熟，數據中心綠色發展將迎來跨越式邁進。

(作者為中國社會科學院數量經濟與技術經濟研究所信息化與網絡經濟研究室主任)

《 人民日報 》( 2021年01月22日 16 版)

關鍵詞： 數據中心綠色轉型