（1）感知采集层：部署于算网能三类资源的关键节点，通过传 感器、控制器与标准化接口采集当前运行状态信息。例如，算力侧监 测节点 CPU 利用率、内存占用、电耗水平等；电力侧感知电压波动、 负载响应、电价趋势等；网络侧感知带宽、时延、丢包等关键指标。 （2）智能融合层：基于边缘计算节点与中心调度平台，对感知 数据进行时空对齐、语义关联与清洗降噪，构建统一的数据表示模型。 （3）预测决策层：是感知模型的智能核心，基于大数据驱动的 Wide-Area Network）技术，保障高并发数据流的传输效率与一致性。 无损网络引入拥塞控制（如 ECN 标记）、队列优化（如 RoCEv2）与 端到端流控机制，在面对算力状态回传、能耗预测数据上传、电价曲 线下发等数据流场景中，有效降低重传率与延迟波动，提升系统响应 速度。 此外，网络还具备资源感知与调度反馈能力。通过网络测量 （Network Telemetry）技术，系统可实时采集链路利用率、时延变化、 20% ~ 30%，得益于新能源低谷电价；同时，低碳效益显著， 50 万千瓦算力集群年减碳量约 40 万吨（等效替代火电）。 （3）未来需求及发展趋势 面向未来，应构建 “源-网-荷-储-算”一体化协调控制架构，通过 融合可再生能源功率预测与算力负载预测，建立基于绿电友好性的算 力调度模型，动态匹配任务类型与可用清洁电力资源。在此基础上， 结合碳价、电价、负荷调节能力等多源信号，引导算力任务向新能源

利用标准的桑基图展现能源流转态势 用户设定分项分级能源KPI和碳排放KPI，KPI指标 支持基线管理 系统支持按照不同时间段的尖峰谷平设定不同的 价格，支持多个费率模型 用户可根据设定的能源价格计算各类能源成本，支 持峰谷平电价设定。通过能耗量及尖峰平谷的价格 进行成本计算分析 基于机器学习和大数据分析，结合用户侧能耗历史 数据和天气环境数据进行负荷预测，可预测发电、 用电、制冷、供热负荷 设备能效分析 对冷机、锅炉、热泵等设备效率进行采集和计算，结

服务器集群：含8张NVIDIA A100/H100显卡的服务器，市场价格约80-120万元 • 配套设备：液冷系统、冗余电源等附加成本约15-25万元 2.运维成本 • 电费：满载功耗约6000W，年电费约5-8万元（按工业电价1.2元/度计算） • 维护：专业工程师团队年成本约30-50万元 4.12 本地部署大模型的成本 n 2025年2月10日，清华大学AI团队发布KTransformers开源项目迎来重大更新，成功打破大模型推理算

然而，东部地区在数据处理过程中面临着严峻的挑战——电力紧张且 成本高昂。电力作为数据处理的关键支撑，其短缺和高成本严重制约 了东部数据中心的发展。 与之形成鲜明对比的是，西部地区拥有丰富的电力资源，且电价 相对经济实惠。这一得天独厚的优势使得西部地区成为了数据处理的 ●理想之地。因此 ，“东数西算”战略应运而生，旨在将东部地区产生 的数据处理任务有序、高效地转移到西部数据中心进行处理。这不仅

调度 的绿色属性愈发重要。感知需纳入能耗与碳足迹的实时监测； 调度决策则需将能耗和碳排放作为重要优化目标或约束条件， 例如优先将任务调度到使用可再生能源的数据中心或能效比 更高的节点，或利用电价谷值进行计算，实现“绿色调度”。 5 分布式算力感知与调度是现代计算范式的核心支柱。它通过构建 全域资源认知神经网和智能调度决策中枢，实现了对泛在、异构、动 态算力资源的有效整合与按需供给。其核心在于全局化资源视图、多

能力。通过智能调度与柔性输配电技术，实现 资源的精准高效配置，增强电力系统的响应和 调节能力。 4. 智能人性化的电气化方案 ：融合人工智能、大 数据等技术，推动设备智能化运维，优化系统 运行。为用户提供分时电价、能效分析、个性 化用能建议等服务，提升服务体验，实现从 “用电”到“智慧用能”的转变。 5. 开放互动的电力行业协作 ：构建多方参与、资 源共享的能源生态体系，打破源网荷储环节之 间的信息壁垒。通过虚拟发电厂和需求响应等 分。数字经济政策议程涵盖促进数字经济、创业和投 资的国家政策和干预措施。 计算口径 ：不涉及 绿色能源政策 指一国在某财年内启动并实施的电力政策和绿色政策 数量，包括净零目标、可再生能源目标、固定上网电 价 / 上网电价溢价，以及净电量结算 / 净电量计费。 计算口径 ：项 ICT 法律法规 国际电联 ICT 监管跟踪机制（ICT Regulatory Tracker） 追踪各国的 ICT 监管环境，有助于用户对比各国

资源节约举措：开展日常运营 节水举措，降低生活用水耗水 量；在人工智能云数据中心中 采用中雨水回收举措减少水资 源浪费；建设绿色数据中心， 减少资源消耗和污染物排放， 响应绿色环保理念。 • 环境效益：利用蓄冷罐在夜间 电价低谷时段储存冷量，白天 高峰时段释放使用，实现电力 成本与碳排放双降低；签约深 圳南方电网，采用市场化购电 的方式，数据中心清洁能源占 比接近60%；积极开展环保主题 活动，践行可持续办公和生活 模式在数据中心采用绿色节能