低碳生活 移动共创 ---------- 能耗在线监测平台 一、项目背景 一、项目背景 “ 传统的商业银行是要在 21 世纪灭绝 的一群恐龙。”这曾是比尔盖茨说过的 话。 一、项目背景 一、项目背景 金融是现代经济的核心，金融信息化在国民经济信息化中的重要性不言而喻。与此同时，现代金融作为知识密集型产业，客观上要求以飞速发展的信息技术为支撑，不断推行金融创新，实现自身的信息化和知识化 门协调不仅效率低下，而且无 法实时获取数据。 后果 企事业单位无法实时获取 本单位能耗使用情况，只能靠 原始人力进行抄表，效率低下。 被动接受职能部门监管。 瓶 颈 瓶 颈 1 、职能部门无法及时对整体能耗情况进行管控和 指导，造成节能减排指标任务无法科学有效的完成。 2 、企事业单位无法主动进行相关的能耗分析和日 常生产管控。 加强用能管理 节能减排预警调控 二、需求分析 充分利用当前先进的移动数据通信技术，实 现企业的水、电、气等能耗数据的远程采集。充 分利用移动的 M2M 业务支撑平台，快速实现能 耗数据采集终端的接入和数据采集及预处理。针 对企业提供能耗数据访问接口，保证数据的安全 可靠，并大大降低企业的投资规模和风险。 作为生产型企业的基础，中小企业数量众多 且分布广泛，依靠传统的能耗数据采集模式，有 限的人力资源难于在短时间内采集到各个企业的 生产能耗数据，而且，目前所能采集到的也是过

10%。提升资源综合利用率 的措施有：对原材料、生产设备和废料的流向进行实时监控，智 能分析需求和库存，发现资源浪费的环节，虚拟化模拟资源流转 过程，优化利用策略，最终减少资源浪费；实施能耗管理平台， 通过数据分析优化生产过程中能源使用效率，降低能耗。 对研发周期缩短进行统计分析，平均缩短 25.21%，有 92% 的企业研发周期缩短超过 10%。缩短研发周期是数字化转型的重 要目标，涉及技术、流程和管理等多方面：通过数字孪生技术， 各个环节，有力地推动着这些企业也踏上数字化转型的快车道， 共同构建一个更加高效、协同的产业生态。 与此同时，企业数字化转型的浪潮还为国家的碳中和目标贡 献了不可或缺的力量。通过优化资源配置、减少能耗、提升能效 —15— 以及推广绿色生产方式，企业在自身发展的同时，也为环境保护 和可持续发展事业添砖加瓦。 更进一步地，企业的数字化转型还极大地促进了新质生产力 的快速发展与革新。它不仅催生了新的业务模式和服务形态，还 ，利用机器视觉技 术对钢板进行智能分拣，降低了产品不良率。 预测优化与流程自动化：利用 AI 算法对生产数据进行实时 采集和分析，预测能耗、设备故障和工艺参数，为设备维护和生 产调度提供决策支持。例如，锂电池生产中通过 AI 算法进行质 量检测和能耗预测，有效降低了生产成本；同时，MES 系统与 ERP 系统的联动，实现了从订单接收、生产排程到物料采购、库 存管理的全流程自动化管理。

年 公司成立 . ) u 公司的产品演进路线图清晰、布局长远，最终实现从定制化功能到智慧能源数据服务的跃进： 1. EMS 1.0 分立式子系统阶段：按企业需求打造不同功能的子系统，以能耗管理和用能安全为主要目的，注重电力监控 / 能效管理 / 用电安全等。 2. EMS 2.0 微电网平台阶段：实现各个子系统的互联、互通、互运，形成微电网平台，并且落地到各个垂直行业，为行业提供综合解决方案。 安科瑞微电网产品三级跳 u EMS 1.0 的特点为标准功能模块化、组件化，包含电力监控、能源管理、预付费、用电安全等 21 个系统。 功能：变电站综合自动化、配电室综合监控、分布式光伏、电力监控、电能管理、能耗管理、充电桩管理等。 EMS 1.0 中各功能模块相互分离，公司按客户需求将不同子系统组合销售。 u EMS 1.0 ：实现了功能积累，为后续的产品进化建立了基础。 市电、光伏、储能、水、蒸汽等 u 公司在过往项目中积累行业经验，针对不同行业的特点、共性需求与痛点，推出细分行业解决方案，并打造行业标杆案例，更助于产品推广。 通用功能如变配电综合自动化系统、电力监控、电能质量检测治理、能耗分析等，细分行业需求如数据中心解决方案关注蓄电池检测、消 防、 隔离电源系统等，智慧校园解决方案关注宿舍预付费系统、照明控制系统等，高速公路解决方案关注充电桩等。 销售端：打造标杆项目 ，深挖头部客户；通过各地行业设计院

规模训练集群带来了巨大的计算和数据通信存储压力，对 集群的稳定性提出了严峻的挑战。硬件故障、节点性能下降、网络波动等因素都可能导致训练频繁中断，严重影响模型 训练过程，降低集群资源利用率，并造成能耗浪费。例如，Meta公司发布的OPT-175B模型训练过程报告显示，在训练 过程中共出现了90次重启。 AI创新应用成为投资热点：随着大模型能力的提升，以智能体为主的AI应用正成为投资的新热点，不断催生新的AI场 具有重要 赋能作用，在助力全球应对气候变化进程中扮演着重要角色。随着5G规模化应用渐入佳境，解决5G能耗问题，不只节 能一方面，还要兼顾业务发展和用户体验，这意味着在节能功能应用于网络时，是需要以用户的实际需求、使用体验为 核心，在确保用户的网络体验不受影响的同时，尽可能降低每比特所需能耗。 解决方案 无线网络基站节能技术从时域的符号关断、频域的载波关断、空域的通道关断、功率域的下行功控、设备域的深度 内生AI负荷预测模型及近端推理， 借助预测寻优、自主编排、多频协同、孪生可视等多项创新技术，使得RAN网络能效优化实现“自学习、自预测、自寻 优、自配置、自评估”，与运营商工作台相协同，最终达成能耗压降、能效提升、感知无损、自智进阶的目标。 图13 无线双层内生智能节能分布式架构方案图 32 中兴通讯高阶自智网络实践案例 OMC 网元 工作台 ③可执行方案 感知 分析 决策 执行

二是给定量子算法，当前量子计算机能否稳定运行并给出准确 或近似结果？如何运用量子编译、误差缓解等多种增强手段？ 三是本地部署时，计算任务所处环境与量子计算机运行环境能 否匹配？是否有尺寸、能耗、移动性、温湿度等物理条件约束？ 图 1 量子计算应用能力三要素 回答上述问题，需要明确：1）计算问题的真实需求边界；2） 量子计算应用能力指标与评测研究报告（2024 年） 2 维度 MIMO 矩 量子计算应用能力指标与评测研究报告（2024 年） 5 阵，经典计算机求解复杂度虽然多项式级增长，但也带来极大处理 时延、资源消耗与功率消耗，相对与目前 5G 基站能耗来说更加不 可持续。 在网络优化方面，传统的网络拓扑优化、路由优化和无线网络 优化都随着通感算智融合与新技术引入而变得复杂。其中，无线网 络优化进一步细分为网络覆盖优化、网络容量优化和网络能效优化 15 理比特规模和线路深度不直接对等。具体内涵可考虑分布式算法、 量子编译、智能工具等优化手段。计算规模还包括多个计算任务的 并发规模，即总的计算量。 4）计算效能：单位能耗（焦耳）完成的计算量。能耗包括主机 和外围设备，或者仅考虑主机。 (三)硬件系统性能指标 业界已经定义了多项的硬件单项指标或集成指标。 1. 比特级指标 1）量子比特（退）相干时间：量子比特在退相干之前可以维持

调度技术方案，具体包含如下方面：  跨域资源统一建模与调度引擎：构建多集群资源统一抽象层，通过算力度量 量化异构算力（CPU/GPU/NPU）、存储容量及网络状态（时延、带宽），形 成全局资源动态画像和多目标（时延、成本、能耗）动态调度策略。  动态资源预测与弹性供给：通过算网数据感知实时采集业务负载趋势，结合 AI 算法预测资源需求峰值，动态调整跨域资源分配。例如，在电商大促场景 中，提前将算力弹性扩容至西部低成本集群，结合确定性网络保障数据传输 算服务可 靠。 2.9 绿色节能 随着云智算系统的规模应用，将产生惊人的能耗和碳排放。云智算技术的发 展应将能耗、碳排放与计算效率、模型的准确性一起作为技术发展和提升目标， 实现绿色人工智能（GREEN AI）。 2.9.1 能效管理和提升 25 AI 大模型快速发展推动云智算系统算力需求激增，带来高能耗与碳排放问 题日益凸显，据此，中国移动提出云智算系统能效管理和提升技术体系，实现能 解耦液冷技术：突破高密换热、高精度插接、系统防漏液、兼容性插接等核 心技术卡点，推进液冷基础设施侧与服务器侧解耦，打破整机柜交付生态壁 垒，提高业务部署灵活性，实现降本增效。 [21]  空调智慧化运维技术：通过 AI 驱动的能耗优化与预测性维护技术，推动制 冷系统从“经验运维”向“AI 智控”升级。 面向近期，重点开展可兼容型流体连接器、防喷溅装置、多场景换热单元等 解耦液冷核心部件研究及通用冷却工质适配技术攻关，攻克制冷系统动态化智能

应用可降低建筑运营成本 15-25%， 能源消耗减少 20-30%。 BIM 技术的应用价值还体现在风险管控、绿色建造和知识沉淀方面。通过 数字化模拟和分析，BIM 可提前发现和预防潜在风险；通过能耗分析和环境模 拟，促进绿色可持续建筑设计；通过信息的积累和传承，实现建筑知识的数字 化沉淀，为企业建立宝贵的知识资产。 总体而言，BIM 技术已成为推动建筑业数字化转型的核心引擎，通过改变 存 成本和采购成本。据行业数据，基于大数据的智能供应链系统可降低库存成本 15-25%，材料浪费减少 10-20%。 在运营维护方面，通过分析建筑使用数据和设备运行数据，实现预测性维 护和能耗优化，延长设备使用寿命，降低运营成本。统计表明，基于大数据的 预测性维护策略可降低维护成本 20-30%，设备故障率降低 40-50%。 此外，大数据分析还在绿色建筑设计、建筑碳排放管理、劳动力资源优化 预测模型的准确度可达 85-95%，比传统统 计方法高 15-25 个百分点，为项目管理提供强有力的决策支持。 在建筑运维方面，AI 技术实现了建筑能耗优化、设备故障预测和智能空间 管理。案例研究表明，AI 驱动的智能建筑系统可降低能耗 15-30%，减少设备维 护成本 20-40%，提升空间利用率 10-25%。 中国建筑业企业数字化研究报告 15 AI 技术还

提高，新型数据中心逐步向绿色低碳、集约高效、智能运维方向发展： 1） 绿色低碳：随着能源消耗和碳排放问题受到越来越多的关注，更先进的制冷和供电技术被普遍采用，比 如冷板式液冷方案，可降低制冷能耗，支持更高的服务器功率密度，显著优化数据中心PUE（电能利用效率）数 值；同时加大对太阳能、风能、水能等可再生能源的利用，降低数据中心整体碳排放。 2） 集约高效：随着人工智能对算力需求的高速 数据中心占有了一席之地。而 液冷技术不仅在节能方面表现出色，还能有效降低数据中心的运营成本。液冷系统相比传统风冷系统，能够显著 提高电能利用效率、降低数据中心的PUE，在保证高效散热的同时，减少能耗和运营费用。 随着液冷技术和整机柜服务器的推广应用，用户群体逐渐向更广泛的行业延伸。除了传统的互联网公司，如 BAT、京东等，通信和金融领域的头部用户也纷纷加入液冷整机柜服务器的应用行列。中国移动、中国电信和中 维护如前I/O、电源模块前维护等运维便捷提升设计，都需要在架构层面和硬件设计上来实现。而固件操作界面 和数据协议的一致性、故障诊断定位分析准确性、集中管理等功能则需要固件来实现。散热效率决定了生命周期 的系统能耗，散热方案的优化，除了能够支撑更高性能的处理器之外，在特定处理器配置下，能够大幅降低系统 散热功耗，对于降低运营成本尤为重要，风道优化、风扇调控策略优化、高热传导率的材料选择和散热器方案优 化都

足不同行业对网络性能的多元化需求，推动各行业的智能化升级。再次，联盟网 络创新商业模式，激活生态价值，促进从“流量计费”向“价值服务”的转型， 为参与者创造更多盈利机会。最后，它加速可持续发展，履行社会责任，通过智 能调度降低能耗，提升网络的绿色化水平。 白皮书深入探讨了联盟网络的架构设计，提出了具体的设计思路与新增功能 模块，并结合不同类型的网络给出了详细的设计示例。联盟网络的整体架构设计 着重于多主体网络互联、灵活 联盟通过跨运营商切片实现车辆、路侧单元与云平台的实时交互，紧急制动指令 传输时延大幅降低，可以使事故率降低数十个百分点。智慧城市中，杭州利用联 盟网络整合交通信号灯、电网与安防摄像头数据，早高峰拥堵指数下降 25%，区 域能耗降低 12%。 1.2.3 商业模式创新，激活生态价值 联盟网络推动从“流量计费”向“价值服务”转型。微服务化计费模式允许 按实际使用量付费，例如“每 GHz·小时”频谱租赁或“每 TFLOPS”算力调用。 交易，贡献度激励体系通过代币奖励 资源贡献者，爱立信“网络贡献者计划”吸引中小企业参与率增长 300%，形成 生态良性循环。 1.2.4 加速可持续发展，履行社会责任 联盟网络通过智能调度显著降低能耗。某运营商试点 AI 能效管理和基站共 享后，基站空载功耗可以大幅减少，年碳排放减少数万吨。在偏远地区，卫星与 无人机接入服务可以以 1/10 成本覆盖教育、医疗资源，惠及非洲数百万学生。 应急响应场景中，地震后

发展的智算中心的电力功耗将不断高增，使得行 业节能减排的需求强烈，同时随着服务器单机柜功率密度上升，数据 中心作为新兴技术“大脑”，因数据与运算量剧增面临严峻散热挑战。 深企投产业研究院 33 由于液冷服务器具备散热快、能耗低等诸多显著优点，服务器市场规 模有望迎来高增。根据 IDC 数据，2024 年中国液冷服务器市场表现 亮眼，规模达到 23.7 亿美元，同比增长 67.0%。市场占比前三的厂商 分别是传统服 Intel 索尔思光电 10 Neophotonics 华工正源 Intel 索尔思光电 Marvell 资料来源：Light Counting，国元证券，深企投产业研究院整理。 传统光模块在带宽密度与能耗上面临瓶颈，CPO 技术成为破局 关键。CPO 技术将光引擎与 ASIC 芯片封装集成，通过缩短电互连距 离、提升光电协同效率，显著降低系统功耗，并支持更高带宽密度。 CPO（光电共封装）技术的快速迭代正推动 PUE 标准已降至 1.4 以 下，部分地区已降至 1.2 以下。目前，国内传统风冷数据中心 PUE 约为 1.5，温控系统能耗占总能耗约 40%，在国家严格的 PUE 考核标 深企投产业研究院 43 准下，风冷系统已无法满足国家政策需求，数据中心急需降低温控系 统能耗以满足国家政策。从 PUE 指标来看，液冷技术可以将 PUE 指 标降至 1.2 以下，满足当前国家政策对绿色数据中心的要求。ICT