數據中心算力碳效白皮書PAGE\*ROMANPAGE\*ROMANVI內容概覽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。互聯網和數據中心龍頭企業大都提出了2030數據中心企業的碳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，PUEIT片企業的研究重點。為統籌兼顧服務器的碳排放量和算力性能，《白皮書》構建了X865力性能（SPEC）的碳排放量一般在20-60KG之間，能效水平較好的CPU30KG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。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 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 29（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 29（三）加強與業務場景匹配的碳效模型研究 29PAGEPAGE10一、低碳政策背景（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℃2050（又稱“碳中和2067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1202050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205020217142030源占歐盟最終能源消耗40%、20302021552035202620352030200550%-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202120201220502030201346%。韓國202010205020212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，提高宜居性。（二）國際主要國家數據中心降碳政策ICT2030PUE、SUE、DCiE2016DCOI2014FITARA2010FDCCI等一系列舉措，以整合和關閉數據中心、資源虛擬化、可用性、設定數據中心PUE700050PUE2.01.51.4565%以上。新加2014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、IT1日本相關主管部門（經濟產業省）發布了《綠色增長戰略》，提出“數據中心20191.520303.3201930%”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/地區政策內容美國DCOI美國聯邦數據中心FITARA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。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。20209222060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。2017122016、2017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。20213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、技術服務機構要求等。考慮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。201110720151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。202012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。20217716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（2021-2023）》，提出了2021PUE1.352023PUE1.31.2520211018家發展改革委等部門關于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；202111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4A（PUE）1.3價，發揮示范引領作用”；2021125G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1.31.254A5G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，20214籌發展實施方案（2021—2023）》，要求推進北京市數據中心綠色化、智能化、集約化發展。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20214月發布《數據中心建設導則（2021）PUE1.3，WUE1.4。江蘇省2021121.3，4APUE1.5”。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。203020501975立以來直接或通過電力產生的所有碳排放。可再生能源使用方面，微軟計劃2025100GlobalOptimism2040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。Facebook2030年，其供應鏈、員工通勤和商務旅行將實現凈零排放。2020Facebook100%可再生能源支持，已達到凈零排放。20072030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2020IDC54%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。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5600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、綠電應用規模化為目標推進綠色用能；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“智慧環保”解決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。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。20218“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。2030100%使用可再生能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。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。20304PUE；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2030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。2030201950%。通過低碳設計，綠色采購、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。（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。AMDAMDAMD前在運營、供應鏈和產品用途方面的目標和完成情況。數據中心層面，提出在20202025AMD器的能效提高30倍。表2AMD節能降碳目標及完成情況階段運營供應鏈產品用途完成情況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2020AMD圓生產的直接溫室氣體排放減少73%2014-2020年，移動處理器的能效提高31.7倍目標2020-2030年，AMD運營的溫室氣體絕對排放量減少50%2025AMD造供應商都公開溫室氣體減排目標，80%的供應商都使用可再生能源2020–2025應用于人工智能訓練和高性能計算的AMD的能效提高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號召員工和供應商參與環保行動。2020AMD（Green-E）和中國（iRECs）3400AMD源使用量的28%，足以為美國大約4420個家庭提供一年的電力。IntelIntel2040Intel2030100340能源使用方面，Intel2030600億加侖水資源)、100％可再生能源使用率、零廢棄物填埋量(60％制造廢物循40Intel技術升級方面，IntelIT99%，基本上沒有能量損失。IntelKDDI5GIntel?至強?可擴展處理器、IntelNVIDIANVIDIA能源使用上，NVIDIA2025100%的電力使用來自可再生能源。GPUGPUAIHPCCPUGPU11170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GPU電更少，NVIDIA估計，液冷數據中心的PUE1.15，遠低于風冷的PUE1.6。1數據來源：《2021NVIDIA企業社會責任報告》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。可再生能源使用上，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。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IT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大量技術研究和探索。1．整機柜技術6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：648288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，481893%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4896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8582400W9490%的電源數量，供電系統效率提升9%。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IT3種形態。CPU20kW~100kW），據中心節能技術的發展方向之一。液冷散熱的優點主要有：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，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CPU70%CPU，其自身能源消耗量較大；另一方面，CPUCPU1W，2.84W1CPUCPU數據來源：服務器各部件功耗以及節能技術圖1 CPU能耗路徑CPU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。CPU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（ElectronicDesignAutomation，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.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。SemiconductorResearch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(GeorgiaTech)的實驗室中證明石墨烯的互連性能超過銅。IBMCPUCPU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CPUCPU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，NP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3DCPU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。1先進工藝制程1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。7nm，3nm向漏極，就代表晶體管導通，柵極就是控制導通與否的開關。而先進的制程就從而整體降低了晶體管開關的功耗以及發熱問題。目前，Intel14nm工藝，AMDGlobalFoundries12nm7nm7nmAMD2先進封裝技術2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（SystemonChip，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，該技術具有高效率、規模化程度高的特點，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。ChipletSoCSoC（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ChipletIntel2019年利用一種名為Foveros的芯片互連方法，推出了3DCPUCPU3DIntel圖2 Intel公司使用Intelbridge和Foveros技術的2.5D和3D封裝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，2019chipletEPYC（Rome）CPUI/O能分離，8CPUInfinityFabricI/OEPYC86CPUL3SRAM7nmI/0AMD使用的技術叫做“3DV-Cache”(3D3D(MicroBump技術的基礎上，結合硅通孔(TSV)，應用了混合鍵合技術(HybridBonding)的理9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3DFabric。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），即集成芯片上系統(SoICLSIIntelEMIB日前，Intel、AMD、ARM、高通、臺積電、三星、日月光、谷歌、Meta、ChipletChiplet“Uni-versalChipletInterconnectEx-press”（以下簡稱“UCIe”），旨在共同打造Chiplet互聯標準、推進開放生態。CPU計算機系統通過操作系統來管理硬件資源，實現系統資源分配與調度。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DPM(DVFS(動態電壓頻率調度)技術。DPM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）CPUDVFS表3動態電源管理DPM與動態電壓頻率調整DVFS的異同優化技術動態電源管理DPM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1電源管理1一般地，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動態節能技術2CPU動態節能技術是用于降低服務器功耗的主流技術之一，一方面，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(AdvancedProgrammableInterruptController,APIC)，但仍然保持全速運行。四、服務器算力碳效模型研究（一）服務器耗能概述ODCC2020939646420303800300%。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，2021190011002600KG。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2017-2021DesignTDP)TDPCPU=CPU*CPU*TDPTDP/CPUCPU理論浮點算力CPUTDP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：中國信息通信研究圖3 2017-2021年服務器能源消耗情況（二）服務器算力、能耗的相關研究算力性能測試方面，SPEC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(AEmemory(AACPU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：0P=C十ACV2f00其中，CCPUACV2fAC容，VfA、C、C0VfCPU3s3Ps(s>0)之間的關系為：0P(s)=σ十μsα其中，σ為靜態功率，μ和α為常數，與具體的硬件設備有關，α>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，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2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0CPUuPμ=(Pmax—Pidle)μ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.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。CPU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/SC；S2．服務器碳排放量定義C=η*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。η是碳排放因子，根據國家氣候戰略中心發布的《20112012區域電網平均二氧化碳排放因子》，取η0.6808KGCO2/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CPUIOBenchSEE7CPU2IO其計算公式如下：E使用=Pserver*24*365*5*CnBenchSEE(BenchmarkofServerefficiency)，器產品能效測試的基準軟件。BenchSEEIT場應用對能效測評的需求。PserverBenchSEE7CPU2存測試通用負載、2IO11W電耗（kWh）T（h）計算，W電耗/TPserver53．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*60*60*24*365*5*50%SPEC（一套行業標準的CPU使用SPECrate2017測試整型并發速率和浮點并發速率，SPECrate2017Integer和SPECrate2017Floating50%、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%*SPECrate2017Integer50%*SPECrate20174．測試范圍AMDIntelCPUCPU型號及參數見下表。4IntelAMDCPU序號廠家型號CPU核數主頻(GHz)1AMD7713單路642.02AMD7763x21282.453AMD7513x2642.64AMD7K83x21282.455AMD7543單路322.86AMD7413x2482.657AMD7313x2323.08AMD7543x2642.89Intel6338x2642.010Intel6348x2562.611Intel8380x2802.312Intel6342x2482.813Intel4310x