解决村民安全饮水问题。 响应国家低碳战略，推 动自身运营与业务的低 碳转型。华林证券通过 绿色金融业务引导资金 流向低碳领域，参与绿 色电力证书交易，探索 林草碳汇开发；在运营 中通过节能设备、绿色 出行等措施降低碳足迹。 建立健全 ESG 治理体系， 保障稳健运营。华林证 券设立战略规划与 ESG 委员会，统筹乡村振兴、 绿色转型等核心议题； 天阳科技通过 ISO 37001 反贿赂管理体系认证， 制定严格的合规制度与 以品牌影响力向消费者传递绿色低碳理念。 • 绿色产线构建：公司对产品生命周期过程中产生的碳量量化和计算，制定相应的改进措施，包括优化生 产流程、降低能源消耗、改进供应链管理等方式降低产品的碳足迹，同步推动绿色供应链体系建设。 • 绿色技术研发：公司研发高性能户外环保面料，实现产品 环保升级并减少有害化学品使用。 探路者——公司治理 • 内部审计执行：公司严 ➢ 格执行内部审计制度， ➢ 碳标签消费者互动 ➢ 供应链碳足迹追踪 ➢ 材料可追溯认证 ➢ 供应商ESG准入机制 ➢ 冲突矿产规避 ➢ 物流减排透明化 ➢ 循环经济指标 Achievements & Impact 消费与零售行业 评分维度解析与成功标尺介绍 ESG成果及影响 ESG创新及实践 评选 维度 52 重要议题1：可持续供应链 实践方向：要求供应商提供碳足迹标签，实现产品使用可再生/回收材 料

数据中心可调节潜力相当于当前电网灵活调节资源的 15%。 市场协同层面，构建电算融合的交易机制。包括绿电直供（如腾 讯与华能合作的分布式风电项目）、容量补偿（对参与调度的算力企 业给予经济激励）、碳电联动（将算力碳足迹纳入绿证交易）等创新 模式。广东电力交易中心数据显示，2025 年上半年算力聚合商现货交 易电量达 4.5 亿千瓦时，较 2023 年 1.2 亿千瓦时增长 275%，且绿电 交易量达 82.9 能源优化等复合型解决方案。系统可根据用户任务的计算量、电价预 测曲线与碳强度变化趋势，动态选择最佳的算力节点与能源路径，并 通过智能合约完成服务部署与清算结算。用户不仅能够获得算力服务， 还能同步享受绿色能源激励、电力成本优化及碳足迹减免等附加收益。 第九届未来网络发展大会白皮书 算电协同技术白皮书 47 五、技术挑战与未来方向 在充分认识算电协同发展背景和应用场景的基础上，本章将深入 剖析当 理框架初步成型 未来算电协同的可持续发展离不开政策与生态体系的系统性构 建，这需要从标准体系与市场机制两个维度进行突破。在标准化建设 方面，亟需建立跨行业的融合性技术标准：一方面需制定算力碳足迹 的精准计量规范，统一量化从芯片指令集到数据中心集群的碳排放当 量（如基于 PUE 与碳强度指数的动态折算方法）；另一方面要设计算 电协同接口协议，涵盖电力需求响应信号与计算任务优先级的映射规

Shell， 下称“AAS”），以及Eclipse数据空间组件（EDC）。 （1）基于OPC UA的数据标准化建模 OPC UA作为国际标准，为数据建模提供了机器可读且标准化的方式。对于产品碳足迹计算而言，这意味着生产线上的 各个模拟站可以通过OPC UA实时采集能源消耗数据，并将其转化为统一格式进行处理。企业可以使用西门子OPC UA建模编 辑器或CESMII智能制造配置文件设计器等工 > Objects > Submodels > CarbonFootprint > Product- CarbonFootprint > PCFCO2eq”访问到具体的范围2二氧化碳PCF（产品碳足迹）数据。这种结构化的数据组织方式极大地 简化了数据分析流程，让企业能够更快速地响应环境变化和市场需求。 （3）EDC保障数据安全流通 为了确保能耗数据和碳强度数据能够在不同环节之间安全高效地传输与共享， 通过集成OPC UA、AAS以及EDC等核心技术组件，微软提供的解决方案不仅能够有效支撑产品碳足迹的精确计算，还 能促进相关数据的安全流通与价值挖掘。这对于推动绿色制造、实现可持续发展目标具有重要意义。这不仅帮助企业准确掌 握产品碳排放情况，还为企业优化生产流程、降低能耗提供了关键依据。借助精准的产品碳足迹计算功能，企业能够准确掌 握产品生产过程中的碳排放情况，通过优化生产流程、调整能源使用策略等方式，有效降低碳排放。

储能节省 天气强度 电网碳强度 来源：惠普实验室，未尽研究，环球零碳 电力系统中的智能体 算力对于电力并非单向性索取。智算中心面临电力需求的“不可能三角”： 稳定电力供应，控制电力成本，减少碳足迹，可以通过 AI 模型，以及基于 大模型的智能体来优化和解决。 惠普实验室的研究人员，提出了一个建立在多智能体的强化学习（MARL）框 架之上数据中心减碳模型（DC-CFR）。他们把问题部分解耦为子问题，每个 的数学框架；它们对应着三个智能体，HVAC冷却，灵活的负载转移，储能优化。 这三个智能体接入 OpenAI 的深度强化学习算法，集成了数据中心的模拟环 境与强化学习，可以进行训练和优化。 该解决方案激励智能体降低能源消耗、碳足迹和能源成本。在协作多智能体 环境中，把奖励和重叠的状态变量结合起来，解决了智能体之间的依赖关系； 设定间隔为 15 分钟的实时操作，实现了对系统的精确控制，并快速响应数 据中心环境的变化。

储能节省 天气强度 电网碳强度 来源：惠普实验室，未尽研究，环球零碳 电力系统中的智能体 算力对于电力并非单向性索取。智算中心面临电力需求的“不可能三角”： 稳定电力供应，控制电力成本，减少碳足迹，可以通过 AI 模型，以及基于 大模型的智能体来优化和解决。 惠普实验室的研究人员，提出了一个建立在多智能体的强化学习（MARL） 框架之上数据中心减碳模型（DC-CFR）。他们把问题部分解耦为子问题， HVAC 冷却，灵活的负载转移， 储能优化。这三个智能体接入 OpenAI 的深度强化学习算法，集成了数据 中心的模拟环境与强化学习，可以进行训练和优化。 该解决方案激励智能体降低能源消耗、碳足迹和能源成本。在协作多智能体 环境中，把奖励和重叠的状态变量结合起来，解决了智能体之间的依赖关系； 设定间隔为 15 分钟的实时操作，实现了对系统的精确控制，并快速响应数 据中心环境的变化。

但可再生能源电力投资却 相对滞后，其碳足迹也随着正在进行的数据中心建设而稳步增加。 算电协同 ：利用数字能源推动共 同进步 全球各国正加速数智化转型，同时应对可持续发展 的挑战。为数智系统提供动力的数据中心能源消耗量 巨大。IDC 预测，未来五年，人工智能将推动算力 投资每年增长超过 40%。如果不将可再生能源发电 用于数据中心，各国的碳足迹在不久的将来将呈现指 数级增长。确保可再生能源电力投资与算力规模增长 印度 南非 摩洛哥 约旦 黎巴嫩 尼加拉瓜 洪都拉斯 59 全球数智化指数（GDII）2025 上图显示，人均算力规模较大且可再生能源电力投 资较高的国家，每单位 GDP 的二氧化碳足迹较小。 可再生能源政策通常与数智经济政策分别规划，但 统筹战略制定将是未来温室气体排放管理与减少的 关键。 这一领域目前正探索多种政策方法。其中，邻国战 略合作最具前景，能够促进可再生电力贸易。 • AI 优化协同：多智能体协同供 应链物流网络 • 深度自动化应用：无人仓、无人 车、无人机的大规模应用 • 实时智能决策：动态调整路线、 库存、人力调配 • 推动绿色低碳发展：推广碳足迹 监测和智能能耗控制系统 91 全球数智化指数（GDII）2025 GDII 轨道交通数智化评估指标 此架构的核心是“5+1”数智能力模型（见图 50）。 该模型提出了反映数智化能力的五个基本要素，以

API 标 准、通用的资源描述语言、安全的跨域通信机制以及可能的 跨域调度协调器或联邦学习机制。  能耗与可持续性感知：随着“双碳”目标的推进，算力调度 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 节点故障等异常，智能进行任务迁移等操作保障业务连续性，同时确 保敏感数据在可信域内流转，构筑数据安全屏障。以绿色为目标，将 “绿色低碳”作为核心优化目标，与智能、安全深度融合。智能调度 系统把能耗与碳足迹作为核心调度因子，感知各数据中心实时情况， 智能分配计算任务，实现“算力调度”与“能源调度”协同，降低运 营成本和碳排放，落实“东数西算”绿色发展理念。 综上所述，分布式算力感知与调度的研究具有深远的战略意义和

升功耗。尽管 DeepSeek 大幅降低了训 练成本，但是正在催生更庞大的应用生态，带动推理需求快速上升，我们认为训练向推理 的切换并不会改变功耗膨胀的大趋势，但是算力需求的结构性改变使得能效比和碳足迹逐 渐取代单纯的算力指标，成为衡量 AI 企业核心竞争力的关键维度。 图表9： 主流 AI 芯片 8GPU 整机方案功率一览 资料来源：Vertiv，各公司官网，华泰研究

愿意投资解决方案，以实现更准确的可持续性参数测量。 为了满足对保真度和效率日益增长的需求，SaaS 解决方案提供商开始应用 AI 和改进的数 据管理功能。示例包括：  使用 AI 自动识别排放因子并将其分配给运营活动，以计算产品的碳足迹  在应用程序内生成数据置信度评级，以轻松监控热点  作为尽职调查评估的一部分，访问各种公共和付费数据库，以计算供应链合作伙伴的固 有风险水平  从基于支出的计算迁移到活动和主要数据，以显著提高碳排放计算的准确性，从而为战

有助于新建系统的设计和优化运行管理， 也有助于对现有生化处理系统功能的扩展， 并且可 供操作人员使用的故障诊断专家系统能够实现低成本 、高效率。 算法 / 方法 目的 神经网络模型和支持向量 机模型 蓝水足迹评估 多层感知机与后向传播算 法 建立模拟水动力学空化的神经网络模型，以促进水中沼气 的产生和有机污染物的分解消化 反向传播法 分析了聚合氯化铝混凝过程中溶解性有机物的去除 反向传播法 利用人工神经网络研究氧化石墨烯