报告
IEC报告呼吁采用更全面的人工智能数据中心可持续性衡量指标

要点PUE揭示了开销效率,但不揭示绝对需求或设施供电的碳强度。
查看更多
- PUE揭示了开销效率,但不揭示绝对需求或设施供电的碳强度。
- 总贡献框架涵盖四个维度,但仍缺乏使它们可比的方法。
- 需求响应灵活性取决于谁控制工作负载,而大多数运营者缺乏对第三方计算的可见性。
国际电工委员会(IEC)提出,应以更全面的方式评估人工智能数据中心的可持续性。IEC于11月17日公布的《清洁绿色数据中心战略立场文件与领导力简报》提出了“总贡献”框架,主张在考量设施环境足迹的同时,也评估其与电网的关系、经济生产力和公共服务。
核心理念是,应将数据中心置于更广泛的系统中进行评估。电力和水资源消耗仍是重要指标,但IEC希望报告也能反映设施是否有助于增强电网韧性,以及能否提供有用的数字服务。IEC已成立数据中心战略标准组,负责制定统一的指标、报告规程和保证机制。
这是一份推动进一步标准化的战略路线图。公告并未制定完整的全球评分公式,也没有规定所有数据中心都必须采用零用水冷却。
为什么PUE无法说明全部情况
电能使用效率(PUE)是指设施总能耗与IT设备能耗之比。PUE为1.2,意味着设施能耗比其IT设备本身的能耗高出20%。较低的额外能耗可能表明冷却和供电效率更高,但这一比率无法反映设施的绝对用电需求,也不能说明其电力供应的碳强度。
IEC已发布ISO/IEC 30134-2:2026,其中规定了PUE及其测量、计算和报告方法。这项新倡议要解决的是一个更广泛的问题:如何将此类设施层面的指标纳入对环境和社会成效的评估。
即使大型设施的PUE表现出色,仍可能给电网容量受限的地区带来巨大负荷。两座设施的PUE相近,其用水需求或余热再利用机会也可能大不相同。建筑内部的能效与区域整体的可持续性彼此相关,但衡量的是不同方面。
“总贡献”的四个组成部分
IEC公告提出的框架围绕四个相互关联的维度展开:
- 能源与电网整合:需求响应、支持电网韧性,以及整合现场或新增的可再生能源发电。
- 环境与资源管理:能源消耗、用水、碳排放、循环利用、先进冷却技术和余热回收。
- 经济与数字生产力:资源消耗与人工智能赋能的生产力、数字化转型和技能型就业等贡献之间的关系。
- 社会与区域韧性:支持医疗卫生、通信、政府及其他关键服务,并促进区域发展。
接下来的难点,是让这些维度具有可比性。对国家数字经济的益处,并不能自动解决当地的缺水问题。可信的评估需要说明影响发生在哪里、谁获得了益处,以及相关主张如何衡量,而不是把所有权衡取舍都压缩成一个看似有利的总评分。
电网灵活性有其现实局限
在此前对ITU“人工智能造福人类”平台的贡献中,IEC将即将发布的文件描述为一项旨在找出标准化领域可持续性和安全性缺口的工作。IEC强调,应将数据中心视为能源系统中的积极参与者,并审视冷却、用水、电子废弃物和全生命周期排放等问题。
需求响应可以让这种关系更具实际价值:设施根据电网状况协调调整用电需求。不过,能否参与取决于运营限制,以及工作负载由谁控制。
国际能源署(IEA)的《为人工智能提供动力》报告指出,对计算负载进行主动管理的情况仍不常见。许多运营商为第三方提供服务,因此对其设施内运行的工作负载了解有限,也缺乏控制权。IEA认为,要释放灵活性,计算服务客户、基础设施提供商和电网之间必须实现标准化的信息交换。
对IEC这项倡议而言,报告实际具备的能力,比单纯给园区贴上“支持电网”的标签更有意义。有效的证据应说明哪些用电需求可以调整、能够持续多久,以及需要遵守哪些服务承诺。
液冷与用水量是两个不同的问题
IEC的公告将液冷与浸没式冷却、人工智能基础设施的直流供电和电能质量列为标准制定领域。这些技术分别针对设计问题的不同方面:带走高密度设备产生的热量、减少转换损耗,以及确保电力供应适用。
液冷本身并不能证明某个设施完全不耗水。美国能源部的数据中心水资源效率指南展示了一种液冷系统,而该系统最终会将热量传递至冷却塔。机架内循环的介质,以及设施如何将热量排放到室外,是两个不同的设计选择。
随着人工智能基础设施不断扩张,这一区别至关重要。设备内部的闭式循环可以与系统其他部分的蒸发散热并存。报告需要明确界定范围,让读者了解节水声明涵盖哪些内容。
从路线图到可衡量的成果
国际电工委员会(IEC)的“清洁绿色数据中心”倡议之所以重要,在于它将计算基础设施与其周边系统联系起来。下一阶段将决定如何把拟议框架转化为统一的报告和鉴证机制,供运营商、公用事业单位和政策制定者使用。
更全面的评估若能在保留清晰的能源、水资源和排放指标的同时,补充有关电网服务和公共价值的证据,将最有助益。报告旨在让这些关联清晰呈现。接下来要做的,就是将这一目标转化为可比较、可核验的成果。












