亚马逊是首批签署《气候宣言》的公司之一，计划到2025年实现亚马逊全球基础设施100%使用可再生能源、到2040年实现净零排放的目标。作为云计算服务提供商，亚马逊云科技的减碳目标不仅是减少自有数据中心的碳排放，还计划利用其数字减碳能力支持其他公司。 现在，亚马逊云技术也已布局中国市场。
今年3月，亚马逊云技术发布了碳足迹工具，可以帮助企业衡量各项业务的碳排放量，为企业改善运营、减少碳排放、促进业务可持续发展提供参考。
去年7月的亚马逊云技术中国峰会上，亚马逊全球副总裁、亚马逊云技术大中华区执行董事张文毅提到，亚马逊云技术希望在客户、全球业务的数字化转型中实现“碳技术”。拓展、云端人才培养、“碳科技”的实现。 “中和”方面的成就。 事实上，在我国2030年碳排放达峰和2060年碳排放中和的双碳目标下，各行业对效率提升和低碳转型的需求已悄然形成新的增长市场。
目前，亚马逊云技术贡献了亚马逊的主要利润，成为亚马逊保持增长的引擎。 在中国市场，它面临阿里、腾讯、华为等本土强大竞争对手。
在数字技术赋能减碳减排的实践中，亚马逊云技术检验了中国汽车制造商复杂的减碳服务案例，同时支持淄博热力采暖系统的能效改革。 界面新闻近日采访了谷帆总经理，详细解读了这些案例的进展情况，以及亚马逊云技术如何利用自身业务优势帮助行业减少碳排放。
以下为采访内容：
界面新闻：2019年亚马逊共同发起《气候宣言》，目标是到2040年所有业务线实现零碳排放。亚马逊是如何减碳减排的？
顾帆：第一是利用可再生能源。 亚马逊的业务线很广泛，包括零售、云业务以及设备制造，比如Fire TV、Echo等，所以涉及到很多基础设施。 所以我们首先考虑的是到2025年实现亚马逊全球基础设施100%使用可再生能源的目标。如今，亚马逊已经在全球建设了310个可再生能源项目。 可以说，我们仍然是所有企业（不包括政府行为）中对可再生能源项目投入最多的企业之一。
第二个方面是管理自己的碳排放。 我们会对业务条线进行梳理，将业务条线涉及的碳足迹分为范围1、范围2、范围3。与我们自身运营相关的排放属于范围1。比如我们的电商业务，有很大一部分碳排放属于范围1。部分碳排放来自物流和配送。 我们将通过使用绿色能源和提高交付效率来管理运输车队或其他运输工具。 例如，亚马逊投资了一家电动汽车公司。 计划到2030年为亚马逊提供10万辆电动汽车，以确保我们的运输车队能够尽可能使用绿色能源车辆进行送货。
范围2主要来自本集团外购能源。 亚马逊的全球基础设施覆盖26个地理区域，每个区域有3个可用区，每个可用区有很多数据中心，所以很多数据中心都需要购买电力。 因此，从范围2的角度来看，亚马逊也需要使用可再生能源作为电力供应的替代品。
范围 3 涵盖了广泛的方面。 以下游供应链非常复杂的亚马逊电商为例。 范围 3 涉及我们每年交付的大量包裹。 因此，我们需要优化包裹的包装，减少浪费。 作为一家以人工智能和机器学习为动力的公司，亚马逊可以利用智能来减少商品包装中的碳排放。 例如，当货物通过传送带时，可以通过上方摄像头的扫描来判断货物的尺寸，并根据货物的尺寸选择合适的箱子，从而避免过度包装。 通过这种人工智能的方法，包装消耗可减少约36%。 同时，亚马逊所使用的包装也将采用可再生材料。 另外，装备也是范围三中非常重要的一部分。 亚马逊、Alexa智能语音设备等硬件设备也需要尽可能使用可再生材料。 同时，我们还将计划对这些设备进行回收和翻新。
对于范围1、范围2、范围3，亚马逊会对自身业务线的碳排放进行梳理，然后利用亚马逊云技术的工具来管理碳排放，即建立相应的模型，收集实际数据，最后根据计算结果确定是哪一个。 企业是最大的排放源，进而追踪不同措施和环节的减碳效果。
界面新闻：亚马逊云技术为亚马逊减碳提供了技术支撑，那么亚马逊云技术本身是如何实现节能减碳的呢？
谷帆：作为云厂商，亚马逊云技术会重点从三个方面来减少排放。 首先是提高数据中心本身的能源效率。 除了使用可再生能源外，我们还将最大限度地提高云基础设施的能源效率。 从数据中心设计、服务器设计、数据中心冷却技术等方面提高整个数据中心的能源效率。
具体来说，我们在电、水、建筑三个层面采取了一定的措施来减少数据中心的整体碳排放：
在电气层面，我们在数据中心设计中去掉了传统的中央不间断电源（UPS），它每次转换电压和DC/AC时都会有一些功率损耗。 我们使用集成到每个机架中的小型电池组和定制电源，将能源损失减少了约 35%。
在水层面，我们实施了几个方案，包括：蒸发冷却，使用直接蒸发器来冷却数据中心； 使用循环水来冷却数据中心； 重复利用水； 根据用水效率指标确定和监测每次用水的最佳用水量； 除了减少用水量外，冷却水还返回到当地社区以重新用于灌溉。
在建筑层面，我们致力于减少新数据中心的隐含碳足迹，即材料提取、制造和运输到数据中心施工现场期间排放的碳。 我们可以将数据中心结构中的隐含碳减少至少 20%。 该方法已在都柏林、新加坡和旧金山的项目中采用，并已成为亚马逊云技术数据中心的标准配置。
其次，我们也会采用自主研发的低功耗芯片。 在整个云计算数据中心中，服务器消耗的能源最多，而服务器中消耗能源最多的CPU就是芯片。 亚马逊云技术自研芯片，尤其是2021年发布的芯片，在同等性能下，与同类型计算实例相比，可节省60%的能耗。
三是应用层面。 我们有大量的客户将他们的应用程序放在亚马逊云技术的云上。 我们可以告诉客户在开发应用时如何优化架构，既满足性能需求，又节省成本。
界面新闻：作为云计算厂商，云计算技术如何发挥作用，帮助其他企业提高可持续发展能力？
谷帆：从我们的角度来看，我们能够帮助客户的只有这么几种情况：云本身就是一个工具，承载着数字化的解决方案，帮助不同行业的客户解决行业碳减排的主要矛盾。 比如收集数据，做模型，找到主要矛盾，然后用节能减排的手段来替代。
另一个是客户将应用程序从自己的数据中心迁移到云端。 如果企业的软件、应用程序和IT部分可以从自己的数据中心迁移到亚马逊云技术，则可以减少近80%的碳足迹。 随着我们增加购买可再生能源的比例，碳足迹的减少量可以增加到 90% 以上。 作为专注于云计算的服务商，亚马逊云科技自有数据中心的能效比远高于企业自建数据中心。 二是帮助企业在应用方面优化架构。
界面新闻：您刚才提到亚马逊投资了很多可再生能源项目。 国内已有两个项目落地山东和吉林。 这两个项目的实际进展如何？
谷帆：亚马逊计划到2025年使用100%可再生能源来运营其业务，目前我们已经实现了65%。 山东和吉林项目是亚马逊在中国的两个可再生能源项目。
山东项目是一个100兆瓦（MW）太阳能项目，已投入运营，每年可产生128,000兆瓦时（MWh）清洁能源。
吉林项目是亚马逊在中国支持的第二个可再生能源项目，是一个100兆瓦（MW）风电项目。 该项目也即将投入运营，每年可提供超过30万兆瓦时（MWh）的可再生能源，相当于为超过15万个中国普通家庭提供电力支持。
界面新闻：除了利用云计算数据中心的能力帮助客户减少碳排放之外，你们还参与其他实体行业，比如制造业，碳排放测量比较复杂吗？ 告诉我您是如何进入制造业碳减排市场的。
顾总：对于供应链复杂的企业来说，范围3的碳计量会比范围1、范围2复杂得多。
以汽车企业为例，假设一个整车装配厂可能有来自多个供应商的数千个零部件，其碳排放主要来自制造过程和运输过程。 如果对制造过程进行拆解分析，就会发现向整车厂提供零部件的供应商在碳排放中所占比例很大。
因此，我们需要对这数千家零部件供应商的碳排放量进行统计分析。 首先，需要收集供应商的碳排放数据，然后有机会进行分析。 但汽车零部件的供应商是跨行业的，各个行业的碳排放计算方法也不同。 因此，亚马逊云技术的作用就是帮助车企为不同行业打造碳排放“计算器”。 企业只需输入不同行业供应商的数据即可实现开箱即用。
计算完毕后，车企领导通过数字仪表盘找出真正的问题，了解能耗最高的环节、零部件供应商是否高于行业碳排放水平、是否需要帮助零部件供应商做得更好。 制定整改计划。 车企可以从数字化仪表盘中找到主要矛盾，进而对供应商进行管理。
要实现这整个业务流程，就依赖于软件。 我们的团队将与合作伙伴一起帮助车企梳理业务流程，并用软件提供解决方案。 这个过程还会涉及到很多合作伙伴，比如做碳排放追踪的、做碳排放数据模型的、做碳排放计算器或者数字仪表盘的等等。金风科技就是其中一个合作伙伴，它可以帮助客户梳理范围1、2、3的车型，同时还有风电、光伏解决方案，可以帮助车企或其供应商替代清洁能源。
在同一行业中，这些解决方案在一定程度上是通用的。 例如，我们为车企打造的解决方案可以成为同行业项目的模板。 同时，从车企获得的经验也可以放到其他制造企业中，比较场景的共性和差异。
界面新闻：我国碳排放数据的普及还处于起步阶段。 在收集制造企业复杂的供应链中的碳排放数据时，目前的数据透明度如何以及如何实现？
谷帆：目前，我国对上市公司披露碳排放信息和环境信息提出了要求。 当我们帮助企业收集和分析相关数据时，我们也会通过供应商在财务报告中披露的信息来交叉验证行业数据。
但事实上，我们看到各行业的企业在碳排放数据收集方面还处于摸索阶段。 例如，我们服务的某个客户仍然手动收集供应商数据。 但由于数百家供应商分属不同行业，因此计算公式并不相同。 因此，我们为该公司设计了一个供供应商填写的模板，并要求供应商在数字系统中进行填写。 从供应商那里拿到原始数据后，去建模、分析，最后做一个仪表板。
下一阶段，客户希望通过自动化解决数据采集问题。 假设它的工厂已经是一个智能工厂，它一定有自己的方式来收集传感器端的数据。 但如果传感器端的数据和企业之间有一个API（接口），那么这个企业的数据采集就可以更上一层楼。
数据的收集必须有一个从手动到自动的过程，最后需要应用第三方数据进行验证，并利用人工智能技术来搜索公司的公开信息和文件，并进行语义分析。
界面新闻：据了解，你们在国内也尝试过一个提供供热系统智能化解决方案的项目，支持山东淄博热电集团实现智能化供热。 请谈谈亚马逊云技术如何应用于智能供热？ 而对于供热领域来说，这样的创新有着怎样的推广意义。
顾帆：供热行业碳排放总量占中国碳排放总量的近10%（位居个人碳排放前列）。 尤其是在北方地区，集中供暖随处可见。
传统供暖公司管理粗放，总会有居民感觉太冷或太热。 但如何调节热力阀门取决于很多参数，如天气、小区的建筑结构、小区附近的环境因素、小区内建筑物的不同朝向等，这些因素都会影响热量的分布。 但供热的调整实际上是很难预测和判断的，而且热力分布不均匀也会造成资源浪费。
从以往的经验来看，很多地方都会有专门的师傅、专家根据经验来调节供暖阀门。 这些工匠大师可能多年来一直负责调节某个小区的阀门，因为某些特定区域总会因为太热或太冷而增加投诉数量，所以他们也可以积累一定的经验并了解该地区的天气和环境。 了解社区的建筑结构。 不过，如果老师傅快要退休了，他的经验可能无法继承，年轻人可能就不愿意做这份工作了。
那么老夫子的经验能否被人工智能继承呢？ 淄博热电正在开展的智慧供热项目的核心是智慧供热。 让人工智能模型分析上述变量并训练模型。 除了解决热量分布问题外，还可以实现分时段供暖。
淄博热电有一些试点智慧社区，安装了许多物联网传感器。 这些智能传感器可以测量温度，还可以连接到以多个建筑物为单位的智能阀门，因此聚合了一个大数据集。 同时，结合大师们收集的原始数据集，利用亚马逊云技术的机器学习服务，进一步完善智能供暖模型。 当你慢慢迭代时，让这个模型变得越来越聪明。
现在这套智能供暖系统可以帮助淄博降低能耗30%，从而每年减少二氧化碳排放40万吨、二氧化硫1300吨、氮氧化物1130吨，相当于节约15万吨标准煤消耗。
界面新闻：与经验丰富的师傅相比，这套智能供暖系统的成本是多少？ 是否已经到了可以普及的程度？
顾帆：构建这个解决方案实际上并不昂贵。 所谓的人工智能和机器学习确实是昂贵的人才，指的是要建设人工智能和机器学习的人才。 因为淄博热电主要贡献的是大师的经验，而我们贡献的是人工智能、机器学习算法、科学家。 我们之间的合作类似于行业知识人才和人工智能人才的结合，需要一定的时间才能完成整个解决方案的构建。
该项目已经进行了很长时间，淄博供热希望将这一智能供热解决方案封装成软件解决方案，为其他供热企业赋能。
界面新闻：你们目前通过云计算和人工智能提供的减碳解决方案涉及哪些行业？
顾帆：涉及的行业还蛮多的。 只是有些行业走得更快、更深，数字技术对其影响更大； 有些行业还处于探索阶段，刚刚开始咨询了解。 以淄博热电为代表的能源行业本身就是碳排放大户，帮助这个行业提高效率就等于帮助全社会减少碳排放。 上述车企案例，一方面代表汽车制造业，但实际上可以从汽车制造业衍生出整个中国制造业的碳排放，而制造业也是碳排放大户。发射器。
制造业的另一个例子，例如风机设备制造厂。 风机制造商面临的挑战主要是管理供应商在可持续发展方面的风险。 因为作为生产可持续设备的绿色制造商，风机设备制造商自然希望其供应链上的合作伙伴必须是绿色的。 因此，此类企业在供应链管理过程中会面临两个困难。 首先，风扇制造的供应商往往是多级管理，供应商之间复杂的关系很难理清。 其次，风机制造商还需要收集和分析这些供应商的ESG评分，以及舆情分析和上市报告分析。 基于这两个问题，我们主要是帮助风机制造商建立一个图数据库来呈现供应商的多层次关系，然后通过第三方数据库分析供应商的ESG评分，收集所有的舆情和报告。上市公司结合上述信息提示供应商风险。
界面新闻：目前在中国市场，您觉得企业的减碳需求如何？
谷帆：我们预计中国企业对于碳减排的需求将会很大。 因为现在我们和客户见面的时候，会发现减碳已经成为了必须要讨论的话题，几乎每个企业领导都会谈到这个话题。
我们最近看到的一个趋势也反映了企业减排的需求。 欧洲碳关税法规即将出台，要求供应商向欧洲报告碳排放情况并相应征税。 这势必会增加中国很多供应商的成本。 但面对这一挑战，供应商仍需积极应对。
碳税政策要求企业在试行阶段就开始申报碳排放量。 企业可以声明自己或第三方合作伙伴测量的数值。 如果他们无法自己测量，他们将被分配一个平均值。 然而，这个平均值很可能高于公司的实际碳排放量，因此许多客户已经向咨询公司寻求如何处理的建议。
界面新闻：面对这些需求，亚马逊云技术打算如何把握新兴市场的机遇？ 是否会组建专门的团队？
谷帆：我们不会将这些业务集中到一个团队中，也就是说不会有一个专门针对环境需求的技术或业务开发团队能耗管理系统供应商，但我们所有的团队都在做可持续的相关业务。 不过我们也会从技术方案、合作伙伴管理、技术储备等方面打造一些横向团队。
例如，我们的团队拥有专门研究可持续和碳减排解决方案的专家。 他们在汽车、能源、重制造等行业所做的案例都会积累成数字资产。 同时我们也会通过这些案例积累相应的合作伙伴。 通过对这些资源的梳理，我们将评估这些由横向技术团队和合作伙伴构建的资源池是否可以被垂直行业充分利用。
也就是说，我们横向做好每个项目，然后纵向帮助不同行业完成最后两公里。 比如汽车、淄博、风电企业，最后两公里的要求不一样，所以这部分要求还是需要定制的，但是底层的一些东西是共通的。
界面新闻：在数字技术赋能行业减少碳排放领域，已经有越来越多的企业参与其中。 比如远景科技、互联网公司等新能源行业也将开始布局这个市场。 您认为亚马逊云技术将在这个市场中扮演什么角色？
顾凡：我们始终是一个赋权的角色。 首先，我们的核心优势是作为云厂商，我们有技术上的优势。 同时，我们的优势在于行业实践以及我们与合作伙伴建立的合作网络。 因此，我们的核心定位就是结合这些优势为客户赋能。
我们相信需求一定存在。 首先，通过现有的需求、合作伙伴、客户解决方案建立客户信任，那么业务和机会就会不断涌现。 所以我们的定位主要是通过云平台赋能客户。 同时，我们还需要结合端到端的合作伙伴和不同的行业特点，突破各行业的关键场景。 总结一下，我们今天讲的三个行业：能源、汽车、制造业，我们已经采取了行动。
（实习生王子元对本文也有贡献）
今年3月，工信部等六部门公布了2021年国家绿色数据中心名单。 通信领域14个数据中心中，中国移动入选8个，超过一半； 从地域上看，江苏有3个数据中心入选，中国移动长三角（南京）数据中心就是其中之一。 同时，在2020年国家绿色数据中心名单中，江苏移动的三个数据中心全部上榜。
国家评选绿色数据中心的背后，是节能增效的考虑。 长期以来，数据中心在支撑强大计算能力的同时，也承载着较大的能耗压力。 中国信息通信研究院云计算与大数据研究所所长何保红在接受媒体采访时介绍，超大型数据中心年耗电量通常达到1亿千瓦时的水平。 2021年11月，国家发改委发布的《关于严格能效约束促进重点领域节能减碳的若干意见》将数据中心定位为高耗能行业。 根据开放数据中心委员会的研究数据，预计到2030年，中国数据中心的总能耗将达到约3800亿千瓦时。 如果不使用绿色能源，碳排放总量将超过2亿吨，约占全国碳排放总量的2%。
江苏在2021年12月发布的《新型数据中心统筹发展实施意见》中提到，到2023年，江苏将打造8个国家级绿色数据中心。 在国家“碳达峰、碳中和”战略和绩效考核的背景下，如何推动数据中心绿色发展，充分发挥数据中心的集约效应，成为江苏必须回答的问题。
让数据中心变得“绿色”
走进中国移动长三角（南京）数据中心的IDC机房，黑色的微模块像集装箱一样整齐排列，形成了一个独立运行的小机房。 微模块内部，密密麻麻的水管排列有序，逐渐降低周围空气的温度，嗡嗡作响的风扇引导冷风向内吹，“同时还能带走热量”由服务器生成。” 该中心负责人告诉人民网，数据中心设备虽然功能强大，但会产生大量热量，服务器和处理器必须低于一定温度才能保持最佳性能。
空调制冷系统是电力的“消耗大户”。 为此，中国移动长三角（南京）数据中心搭建了能源管理平台。 平台通过分析主要设备、电源、空调整体能耗，实时监控运行数据，持续优化系统并提供维护策略，实现智能供电、智能制冷，确保低能耗以及数据中心的高性能运行。 “该中心的PUE（电力利用效率）接近1.3，连续两年被工信部评为‘国家绿色数据中心’。” 上述中国移动长三角（南京）数据中心负责人表示。
人民网获悉，为实现数据中心绿色低碳，我国提出了“电能利用效率”的具体量化指标，即数据中心设备总能耗与数据中心能耗的比值。以及IT设备的能源消耗。 PUE越接近1，数据越多，数据中心的算力所用的电量就越多。 国家选择绿色数据中心，PUE是关键能效考核指标之一。
然而，PUE的降低并不容易。 数据中心的选址、风、火、水电的建设，甚至数据中心设备的低碳设计以及全生命周期的运维能力等综合因素都非常关键。 尤其是在数字经济发达、需求量大的东部沿海地区，新基建存储计算所采用的5G、AI计算、区块链等新技术对算力要求较高，但也面临着以下挑战：土地供应。 、电价和减排目标等对资源短缺的硬约束。 “‘双碳’布局下，数据中心应向绿色低碳方向发展。” 江苏省能源研究会秘书长顾冬青说。
针对此，江苏移动在苏州、南京数据中心规划设计之初，就将节能减排放在首位，采用了高压冷水机组、高压油发电机、和变压器深入负荷中心，形成“冷”能耗管控方法，分析影响数据中心PUE的主要因素，针对7大类54小项开展精细化运维节能管控措施提高能源利用效率的项目。 以中国移动长三角（南京）数据中心为例，2022年1月至5月PUE为1.32，同比2021年1月至5月下降4.35%，年节电1270万千瓦时。
在中国移动长三角（常州）钟楼云计算中心，“中心积极与当地光伏企业合作，通过光伏发电实现绿色用电，保障数据中心清洁能源使用比例，实现‘清洁’”。 “‘能源’体现在自身用电中。”该中心相关负责人表示，“通过精细化、数字化的智能管控，中国移动长三角（常州）钟楼云计算中心使用了15%以上的绿色电力（零碳排放）。PUE 下降 0.8，环比下降 22%。”
“新基建”集约利好
在距上海仅5公里、距浙江12公里的汾湖经济开发区内，16000个标准机柜，以及业界最新的1.6T平台集群路由器和全光交叉传输设备，让网络接入苏南、苏中延迟控制在3毫秒以内，苏北网络访问延迟控制在5毫秒以内，吸引阿里巴巴、百度、字节跳动等互联网公司纷纷落地。 中国移动长三角（苏州）云计算中心IDC专家曲峰表示，“很多企业都会有数据存储和计算的需求，如果自己建设数据中心，需要大量的资金投入，但通过购买‘算力服务’帮助其完成数据存储和计算，可以减少企业自建数据中心产生的能耗。”
以中国移动“绿色桌面云”为例，“如果企业拥有80台办公终端，与部署传统计算机终端相比，‘绿色桌面云’可节省50%的算力成本，提升算力效果5次。” 据江苏移动相关工作人员介绍，“绿色桌面云”目前服务全省企业4500家，累计接入终端10万台，节省算力成本2.5亿元，节省电耗1460万度/年，减少排放1455千克二氧化碳。
江苏地处长三角地区，交通发达，人口众多，政务、金融、制造、医疗、教育等行业数字化进程加快，带来了丰富的行业应用需求。 近年来，江苏数据中心规模逐步攀升。
然而，除了新建数据中心面临能源消耗和土地资源的挑战外，我国已建成的数据中心还处于小而散的粗放式发展阶段。 社会溢出效应不明显、人才短缺、运维能力跟不上建设速度等挑战。
针对数据中心面临的共性痛点，在国家层面，工信部印发的《新型数据中心发展三年行动计划（2021-2023年）》明确规定：引导新型数据中心集约化、智能化建设，稳步提升数据中心水平。 单机规模、单机架效率，加速建立技术先进、绿色低碳、与数字经济增长相适应的算力规模的数据中心新格局。
从地方层面来看，短期内主要是数据中心建设方面的需求。 江苏省工业和信息化厅印发的《江苏省新建数据中心协同发展实施意见》（以下简称《意见》）提到，到2023年底，数据中心机柜年均增长率规模保持在20%左右，平均利用率全省新建数据中心比例不低于30%，高性能算力比例10%，新建数据中心电力利用效率（PUE）大型及以上数据中心降至1.3以下。
今后较长一段时间内，江苏将更加注重数据中心的实际应用。 《意见》提出，到2025年底，江苏省数据中心机架规模达到70万个标准机架，新建数据中心比例进一步提高，算力和效率水平显着提升，网络质量显着优化，能效水平稳步提升。 可再生能源利用率逐步提高，“双核、三区、四基地”的发展格局基本形成，拥有完整的发展布局体系和算力体系江苏柏文能耗管理系统，引领产业发展、资源高效利用、绿色技术普及，形成数字经济的有力支撑。
“数据中心建设必须坚持需求引领、创新发展、绿色低碳、安全可靠四大原则。” 江苏省工业和信息化厅大数据产业处相关负责人表示，未来的数据中心将是高科技、高算力、高能效、高安全特性的新型数据中心可以汇聚多元数据资源，运用绿色低碳技术，具备安全可靠能力，提供高效算力服务，赋能千行万业。 它已成为网络与云计算集成发展的关键基础设施。
