超算中心能耗智能管控與碳排放優化研究

中圖分類號：X22 文獻標識碼：A 文章編號：1008-9500（2025）05-0235-03

DOI： 10.3969/j.issn.1008-9500.2025.05.071

Abstract： Under thebackground of the global promotion of the“double carbon”goal，supercomputing centers，as major energy consumers，urgently need to addresstheir energy consumption and carbon emissions issues.Based on this，an indepth analysis of theenergy consumption status of thesupercomputing center is conducted，and relevant strategies are proposed to addressthe problems in the energy management mechanism.The aim is to help the supercomputing center achieve sustainable development underthe dual carbon drive and provide reference for related fields.

Keywords： supercomputing center; intelligent energy control; carbon emission optimization

在全球應對氣候變化的關鍵時期，“雙碳”目標成為各行業發展的重要導向。超算中心作為科技創新的關鍵基礎設施，在推動科研、工程等領域發展中發揮著重要作用，然而其能耗問題也十分突出。權威數據顯示，超算中心的能耗在數據中心總能耗中的占比高達 20%～30% ，且隨著超算技術的不斷升級與應用需求的增長，比例仍呈上升趨勢[。高能耗不僅給電力供應帶來沉重負擔，也致使超算中心碳排放持續增加。每消耗 1kW?h 電量，按照當前的能源結構與碳排放系數估算，超算中心會產生 0.8～1.0kg 二氧化碳。如此規模的碳排放，與“雙碳”目標背道而馳[2。在此背景下，深入研究超算中心能耗智能管控與碳排放優化策略，不僅是超算中心實現可持續發展的內在需求，更是助力全球實現“雙碳”目標的重要舉措。

1雙碳驅動下超算中心能耗現狀分析

超算中心能耗受多種因素影響，各部分能耗相互關聯且隨作業負載動態變化，其具體情況可通過圖1直觀呈現。

1.1硬件設備能耗構成

超算中心的硬件設備主要包括計算節點、存儲設備與網絡設備。計算節點作為核心運算單元，其處理器、內存等組件持續運行，會消耗大量電能。例如，高性能處理器為實現高速運算，需維持較高功率，即便在低負載狀態，也有一定的基礎能耗。為確保數據存儲的穩定性與可靠性，存儲設備的磁盤陣列等部件需不間斷運轉，電機驅動、數據讀寫等操作均會產生能耗。網絡設備承擔數據傳輸任務，交換機、路由器等設備需保持網絡暢通，信號處理、數據轉發等功能使其能耗不容小。這些硬件設備的能耗構成超算中心能耗的主體部分。

圖1超算中心能耗構成及負載關聯

1.2環境支撐系統的能耗特征

超算中心的環境支撐系統涵蓋制冷、供電等子系統。為保障硬件設備在適宜溫度下運行，制冷系統需持續制冷。由于超算中心發熱量大且集中，制冷設備需具備高制冷功率。從壓縮機、冷凝器到蒸發器等組件，整個制冷循環過程能耗巨大。供電系統則涉及電力轉換、分配等環節，在將市電轉換為適合超算設備使用的電源過程中，變壓器、不間斷電源（UninterruptiblePowerSupply，UPS）等設備存在能量損耗。為確保供電穩定性，冗余電源配置也會增加額外能耗。環境支撐系統的能耗與硬件設備運行狀態緊密相關，且受外界環境因素影響，進一步增加能耗管理的復雜性。

1.3作業負載波動與能耗關聯

超算中心的作業負載具有動態變化特性。不同類型的科研項目、工程模擬任務對計算資源的需求差異大，導致作業負載在時間維度上波動頻繁。當作業負載較高時，硬件設備滿負荷運行，能耗急劇上升；而在作業低谷期，設備未完全停止運行，但部分資源處于閑置狀態，仍會消耗電能。這種負載波動使得超算中心的能耗難以穩定控制，增加能耗管理難度。若不能有效應對作業負載波動與能耗的關聯，則易造成能源浪費，不利于實現“雙碳”目標。

2雙碳驅動超算中心能耗智能管控策略

超算中心要構建基于大數據的能耗精準監測平臺，在超算中心各關鍵部位部署智能傳感器，實時采集硬件設備、環境支撐系統等的能耗數據。通過高速數據傳輸網絡，將采集的數據匯聚至大數據分析平臺[3]。運用數據清洗、特征提取等技術，對海量能耗數據進行預處理，去除噪聲與冗余信息。在此基礎上，采用機器學習算法，如深度學習中的循環神經網絡（RecurrentNeuralNetwork，RNN）及其變體長短期記憶網絡（Long Short-TermMemory，LSTM），對能耗數據進行深度挖掘，構建能耗預測模型。該模型要能夠精準預測不同作業負載、環境條件下的能耗趨勢，為能耗智能管控提供可靠依據。

2.1基于大數據的能耗精準監測

2.2智能硬件設備節能調控

超算中心要研發智能硬件設備節能調控系統，針對計算節點，采用動態電壓頻率調整（Dynamic VoltageandFrequencyScaling，DVFS）技術。根據作業負載實時變化，智能調節處理器的電壓與頻率。當負載較低時，降低電壓與頻率，在滿足運算需求的前提下減少能耗；當負載升高時，及時提升電壓與頻率，確保運算性能。對于存儲設備，引人智能磁盤休眠機制。當一段時間內無數據讀寫操作時，自動將磁盤陣列中的部分磁盤切換至休眠狀態，減少磁盤旋轉能耗。網絡設備方面，采用自適應鏈路速率調整技術，根據網絡流量動態調整網絡鏈路速率，避免高帶寬鏈路在低流量時的能耗浪費。

2.3環境支撐系統智能優化

在制冷系統中，超算中心應采用智能溫控技術。通過在超算中心內部署溫濕度傳感器，實時感知環境溫濕度分布[4]。結合大數據分析與預測模型，預測硬件設備發熱量變化趨勢。基于此，智能調節制冷設備的制冷功率與風量，實現精準制冷。例如，采用變制冷劑流量（VariableRefrigerantFlow，VRF）空調系統，根據不同區域的熱負荷需求，精確控制制冷劑流量，避免過度制冷。在供電系統，可以引入智能電力分配與管理技術。利用智能電表與電力監控設備，實時監測各設備的用電情況。通過智能算法優化電力分配策略，確保電力供應與設備需求匹配，降低供電系統的能耗。

2.4作業調度與能耗協同優化

超算中心要建立作業調度與能耗協同優化機制。在作業調度算法設計中，充分考慮能耗因素。除傳統的計算資源需求、作業優先級等指標外，將作業能耗預估納入調度決策依據。通過對作業歷史運行數據與能耗數據的分析，構建作業能耗預估模型。在作業調度時，優先調度能耗低、計算效率高的作業，避免高能耗作業集中運行。

3雙碳驅動超算中心碳排放優化路徑

3.1推進能源結構清潔化轉型

超算中心在踐行“雙碳”目標的進程中，能源結構清潔化轉型是關鍵一環。超算中心應積極與當地能源供應商建立緊密合作關系，優先考慮簽署綠色電力購買協議。從能源供應源頭來看，風電、光電的碳排放幾乎可以忽略不計。通過大量采購此類能源，超算中心能夠顯著降低因電力消耗而產生的碳排放。在條件適宜的情況下，超算中心應進一步加大對可再生能源的自主開發力度。例如，可以在建筑屋頂安裝太陽能光伏板，不僅能夠充分利用超算中心的閑置空間，還能實現太陽能的就地收集與轉化。此外，若周邊存在閑置土地，可規劃建設小型風力發電場。小型風力發電場的建設不僅可以滿足超算中心的部分電力需求，還能有效減少對傳統能源的依賴[5]。

3.2促進碳足跡核算與管理體系的構建

構建科學完善的碳足跡核算與管理體系，是超算中心實現碳排放優化的重要基礎。超算中心的碳足跡核算范圍應覆蓋硬件設備從生產、運輸，到使用直至報廢的全生命周期。在硬件設備生產環節，原材料的開采、加工以及制造過程都會產生碳排放。在運輸環節，設備從生產地運往超算中心的過程同樣會因運輸工具的能耗而產生碳排放。在使用階段，設備運行的能耗是碳排放的主要來源之一。而設備報廢處理過程，如拆解、回收等環節，也會產生一定的碳排放。此外，環境支撐系統運行以及能源消耗等環節產生的碳排放應納入核算范圍。為確保碳足跡核算結果的準確性與可比性，超算中心應采用國際認可的碳足跡核算標準與方法。基于準確的核算結果，超算中心應建立專門的碳排放管理數據庫。在該數據庫中，詳細記錄碳足跡要核算涉及的各類數據，通過對這些數據的深入分析，能夠清晰了解碳排放的來源與分布特征[。

3.3實現綠色供應鏈與產業協同減排

在硬件設備采購環節，超算中心應優先挑選具有良好環境績效的供應商。超算中心應要求供應商提供詳細的產品碳足跡報告，通過分析報告評估產品在生產過程中的碳排放情況。這不僅有助于超算中心選擇低碳產品，還能促使供應商進一步優化生產流程，降低碳排放強度。超算中心還應積極與上下游企業開展深度合作，共同致力于研發低碳技術與產品。例如，與芯片制造商合作，研發低功耗芯片。

3.4探索碳排放交易與激勵機制

探索碳排放交易與激勵機制，是推動超算中心實現碳排放優化的有效途徑。超算中心可依據碳足跡核算結果，精確確定碳排放配額。配額的確定需要綜合考慮超算中心的業務規模、歷史碳排放數據以及“雙碳”目標的要求。通過實施一系列節能改造措施，如采用智能能耗管控系統、優化設備運行參數以及推進能源結構優化等，超算中心有可能實現實際碳排放低于所分配的配額。在這種情況下，超算中心可將剩余的配額在碳排放交易市場上出售，從而獲取相應的經濟收益。

4結論

在環境保護日益受到重視的背景下，超算中心能耗智能管控與碳排放優化迫在眉睫。未來，超算中心應持續關注前沿技術發展，從技術創新、管理優化、政策支持等方面不斷優化能耗智能管控措施，在實現自身可持續發展的同時，為實現“雙碳”目標貢獻力量。

參考文獻

1張敏，方向，戚文.變電站碳排放計算與節能減排措施研究[J].自動化應用，2024（19）：85-88.

2 田雯，林啟筆，馬華偉，等.新型云化超算中心建設方案研究[J].電信工程技術與標準化，2024（1）：49-56.

3 胡佳艷.深圳智算、超算中心建設運營特點及寧波啟示[J].寧波經濟（三江論壇），2023（7）：12-15.

4郝玲，鄒立民，王建玲，等.某超算數據中心基礎設施運行維護風險管理[J].電子元器件與信息技術，2023（7）：113-116.

5 顧蓓蓓，遲學斌，武虹，等.國內大型超算中心系統及應用發展態勢比較分析[J].科研信息化技術與應用，2017（5）：86-93.

6 冉凡燦，蔣句平.超算中心環境監測系統的設計和實現[J].微型機與應用，2015（18）：89-91.