近年來，隨著物聯網、云計算、5G的快速發(fā)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(guī)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(guī)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(yè)可持續(xù)發(fā)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(fā)布的《歐洲數據戰(zhàn)略》顯示，信息通信產業(yè)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(yè)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(fā)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(tǒng)，從而使用電負載均衡，節(jié)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(jié)能約40%，谷歌整體能效提升15%，極大降低了業(yè)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(jié)約能耗而提供人工智能服務的公司，普遍經營狀態(tài)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(tǒng)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(tǒng)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(yè)內人士認為，人工智能和機器學習是推動數據中心向前發(fā)展所必需的技術，看好人工智能應用在數據中心行業(yè)的前景。

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

　?。ㄗ髡邽橹袊鐣茖W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）