圖片來源@視覺中國
文丨河神
中國將力爭“2030年前碳達峰、2060年前碳中和”的目標，展現了大國的擔當， 能源、環保等行業迎來了歷史的機遇。中國的互聯網公司，也不約而同的發聲，馬化騰表示騰訊也要加快推進碳中和規劃，螞蟻金服在未來9年為了達到目標專門設立一個基金來支持研發。
互聯網科技企業的碳排放主要來源于電力使用，并以數據中心電力使用為主。本文以大型互聯網科技企業為例來講述企業如何能夠通過兩種手段使到自己并且幫助社會達到“碳中和”： 1）降低自身的二氧化碳的排放；2）提供為其他企業/個人降低二氧化碳生產的產品和服務。
一、降低自身的二氧化碳的排放
降低自身碳排放有三種手段：
1. 提高用能效率，降低總能量需求
利用能效技術，降低數據中心、建筑本身能耗，這里面既有硬件上的，例如高效系統集成、高效制冷、高效供配電、高效水處理技術，也有軟件上的，例如用利用人工智能算法調控空調。節約1度電=減排0.997千克“二氧化碳”=減排0.272千克“碳”。
2. 提升無碳能源（風電和太陽能）和低碳能源（燃氣，生物能）的使用比例
使用可再生能源、高效分布式供能, 有4種方式靈活使用：
a) 在自己在數據中心上投資光伏或者在建筑上使用幕墻光伏，但光伏的面積是有限的，于是產生了以下三種替代方式
b) 企業在某個非數據中心的地方投資和持有風電場、光伏。 例如蘋果在在貴安新區建設了數據中心后，在中國成立了清潔能源基金投資1吉（10億）瓦的風電場
c) 通過電力交易，向風電和光伏持有者簽訂電力購買合約(PPA)
d) 通過向沒有補貼的風電、光伏持有者購買綠證 （來證明自己使用的是綠電）
3. 捕捉回收排放出的二氧化碳
將排放出的二氧化碳進行捕集：由于互聯網公司大部分使用電力而非直接排放二氧化碳，所以其實是電力產生的過程產生的二氧化碳，這里對碳的捕集可以以投資碳減排項目、碳捕捉項目， 以及購買林業碳匯等等。林業碳匯，不僅美化環境，更重要的是增加林木對碳的吸收，發揮其碳匯作用，比如在園區里種植一棵冷杉，30年能吸收111公斤二氧化碳,平均每年吸收4公斤左右。
二、提供為其他企業/個人降低二氧化碳生產的產品和服務
在自身能夠達到碳中和的基礎上，能提供為其他企業/個人降低二氧化碳生產的產品/服務，是一個高科技企業作為技術賦能者能達到更大減碳量的領域。
1. 建立高效、自動化的綠證和碳證通道
目前全世界綠證、核證減排量都是通過咨詢機構搜集數據，根據國際/國內規范出具審計報告，才能發行證書，這里未來完全可以通過區塊鏈、數據安全和物聯網的技術，自動采集數據并向認證機構提供進而達到自動發證、自動交易、自動核銷等全方位的可信賴的服務。
Google提出了帶有時效性的綠證24X7匹配的需求（綠證帶有時間戳，和用電的時間匹配起來），使得綠證不再是一種形式，更是一種真正的實時交易。試想一下，當風機的風輪轉動一圈的發電量，能夠自動申請到對應的綠證數目，在交易中心和同一時間區間（15分鐘）的用電匹配起來進行交易和核銷，讓購買綠證和購買PPA達到一樣的效果。
2. 電力供需自動匹配
一個互聯網技術公司，更牛的一面，是還可以利用瓦特和比特在能源互聯網中具有量子糾纏效應來實現電力供需的自動匹配：瓦特是比特的物理基礎，而比特反過來深刻地影響著瓦特的發展，這不僅是我們能直觀理解到的數字化改變能源企業（例如智能電網，智慧電廠），事實上由于兩者都有瞬時特性，比特可以對瓦特有更深層更有力的影響力。
在電網傳輸電力的每一刻，發電和用電都必須實時平衡，而每一刻的電力由于來源于不同地理位置和不同原動力（風、光、煤、氣、油）則具有不同的發電成本。更糟糕的是，風電和光伏發電能力具有一定程度的不可預測性，每一刻的電網傳輸無論距離多遠幾乎秒級輸送，但容量有限會阻塞，而電力又無法大量瞬時存儲，在經濟學上也有個位變時變的傳輸成本；每一刻的用電都有不同的量，位變時變且有不可預測的供需平衡、生產成本和傳輸成本，使得電力實際上是一個隨著位置和時間而變化價格的商品。
因此早在1990年代歐美就進行了電力改革，還原了電力商品的屬性，目前普遍以最小時間分辨率為15分鐘甚至5分鐘（歐洲部分地區）對電力的供需和報價進行出清以定價，而基于這些現貨電力價格也衍生除了各種期貨和衍生品，交易感和股票交易幾乎無差。
2020年歐洲各現貨交易市場日平均現貨價格曲線
而國內長期在計劃經濟之下，發電廠的銷售價格和電網對用戶的銷售價格是由發改委定期核準，不過從2015年國內重啟電力市場開始，目前也有不少省份有了電力現貨和中長期市場，相信不久后各大數據中心也可以主動或被動開始感受到位變時變的電價。
既然電力的供需具有時變位變和不可預測性，而大數據中心里計算機消耗大量電力，但實際計算機的算力具有相當大的彈性、瞬時位置轉移性，以及有一些計算任務（比如渲染，流體仿真）也對于時限具有彈性，那么讓我們試想一下：
a) 中國西北部風電光伏某幾個小時大量產生無法輸送出去的時候（此時理論上電力是負價格，因為發電太多用不掉除了棄風棄光，還會影響電網穩定性），可否把計算任務通過網絡轉移到西北部，越用電越賺錢？
b) 在某個時刻發電廠故障導致供小于需，是否可以將數據中心CPU主頻降低或不緊急的計算任務存儲或轉移到其他地區，瞬間降低用電量救急電網。
c) 更近在眼前的是，我們是否能根據云的作業調度能力，使得每個?。▏栏駚碚f是每個輸電近期無阻塞的區域）的所有數據中心的能耗能夠彈性調整，以使得該區域的發電裝機能減少冗余。一旦數據中心這樣的耗電大戶能達到以上的能力，那么每個省為了防止以上小概率事件發生而建立的冗余備用電源、或者為了傳輸小概率的峰值的風電光伏而建造的輸電通道或者實在不行的棄風棄光便可以減少，這才能是更可觀的減碳量。
變動的電力價格，傳導到變動的計算資源價格，又傳導到計算需求，再傳到到電力需求，最后回到電力價格，這個閉環便是比特和瓦特最深層的糾纏。
這些想法對于電力背景的人，可能很早就想過，IEEE上也有較多的文章，但最終的實現，需要靠結合互聯網技術和數據中心的運營商 — 真正能動態操控數據中心算力的企業 — 才能實現。
Google在2020年4月發布的消息，已經試驗了“scheduling non-urgent computing tasks at times of maximum wind and solar output”來達到load shifting。 英特爾也早就做過了測試，“在高負載運行期間，通過將服務器最大性能設為90%，能降低服務器耗電量23.5%”。
數據中心能進行需求側響應，能用備用電源為電網提供輔助服務，甚至能更靈活地調度算力的地域和時間分布，使得算（用）力（電）能成為carbon-aware load，不僅需要數據中心從當前的雙倍甚至三倍的電力保障的安全第一心態，走向接受可再生能源的“不靠譜”而以智能來保障電力安全，同時也需要比特和瓦特背景的人跨界協作，將比特的調度技術和瓦特的調度技術互相融合。
我相信，啟程揚帆 ，假以時日，目標必達！
