9月26日举行的2021年世界互联网大会乌镇峰会企业家分论坛中，清华大学智能产业研究院（AIR）院长张亚勤院士发表了 “人工智能赋能绿色计算”主题演讲，从绿色计算方面探讨人工智能所面临的机遇与挑战。本次报告由张亚勤院长及团队成员刘云新、詹仙园、张策共同完成。

（摄影/浙江日报记者 李震宇）

      为了应对气候变化，“碳中和”已经成为全球主要国家的共识。我国提出了“碳中和”时间表，努力争取2060年前实现“碳中和” 。“碳中和” 是人类能源结构的又一次变革，既是可持续发展的必然选择，也是产业转型升级的巨大机遇，为我国的发展提供了重大的历史机遇。

      在 “碳中和” 背景下，企业面临着巨大的挑战。高能耗、高排放不可持续，不仅造成成本高昂，而且影响企业的公众形象和对社会的责任，带来未来的经营风险。因此，企业迫切需要进行节能减排提质增效，面临着产业转型升级的当务之急。

      人工智能和物联网技术（AIoT）对碳中和会扮演重要的角色。通过智能感知，我们可以融合多源多维的异构数据；利用人工智能，我们可以打造AI优化引擎对数据进行深度分析，实现数据驱动的智能决策；基于这些决策，我们可以全面优化产业链的资源配置。这种基于AI+ IoT的“感知-决策-优化”可以循环迭代，赋能产业绿色化，助力碳中和。

      AIR重点关注三个方向。首先是清洁能源和传统能源的融合，包括光、风、水电，和核电火电，还有氢能。从发电、输电，供电，到用能和储能，都有很多问题需要解决。利用AIoT技术，我们可以监控碳排放，优化智能机组控制；感知和预测电网负载，进行智能调峰和调度均衡，对网线故障进行检测和预警；以及对用电系统进行节能优化等。

      AIR重点关注的第二个方向是ICT产业，包括智能计算中心、智能通信网络、新一代AI计算架构等。这些产业能耗巨大。据预计到2035年，全国数据中心耗电量将超过4500亿度，而全国 5G 基站耗电量也将超过 2400亿度。而随着AI模型越来越庞大，模型训练的能耗和排放也很高。比如，通过NAS训练Transformer (big)模型可排放高达284吨二氧化碳。为了降低能耗和排放，对于智能计算中心，我们需要通过感知和优化进行更好的任务管理调度和制冷控制，对系统故障进行预测和诊断，并研究清洁能源驱动的设计。对于智能通信，需要利用AI进行多基站大规模MIMO优化，实现通信感知一体化，充分利用边缘计算，并进行系统级的能耗管理优化。在新一代AI计算架构方面，要设计超低功耗专用芯片，打造高能效的模型训练系统和模型执行系统。

      AIR重点关注的另外一个方面是新兴绿色产业，包括绿色城市、绿色园区/楼宇、绿色交通等。城市、园区/楼宇和交通排放了数量惊人的GHG（Greenhouse Gas 温室气体）。据统计，2019年仅纽约市GHG排放就高达5千5百万吨，而2016年全球楼宇和交通的GHG排放占比分别为17.5%和16.2%。在这些领域，AIoT大有可为。通过多源异构感知和数据融合，我们可以对城市的特定事件进行监控预警，进行数据驱动的智能规划和城市资源调度优化，打造绿色城市。在园区和楼宇，AIoT可以助力智能安防监控，进行目标检测追踪，实现智能管理运营，降低能耗。在交通方面，AIoT可以赋能复杂交通系统协调管控，对交通流量进行预测调度，实现高效的车路协同和车端能源管理。

      AIR希望打造一个AIoT赋能的绿色计算平台，利用端-边-云协同的底层的高能效AI计算系统，支撑上层的数据驱动的AI决策优化算法，比如强化学习、多智能体协同等，赋能产业的绿色化，包括绿色智能计算中心、绿色园区、工业节能等。

      具体来讲，在AIoT赋能绿色计算方面，AIR聚焦于研究两个方面的核心赋能技术：一个是高能效的AI计算系统，包括在端侧设备上的高效AI模型执行，在边缘服务器上的高效资源管理，和在云服务器上的高效AI模型训练；第二个是利用AI提质增效节能减排，实现面向AIoT的数据驱动和AI决策优化算法引擎。

      以下是几个具体的例子：首先是5G Massive MIMO天线权值优化。大规模多入多出 (MassiveMultiple Input Multiple Output, mMIMO) 系统是第五代移动通信技术中提高网络覆盖和系统容量的关键技术。mMIMO将信号空域利用在水平维度基础上扩展了垂直维度，具有丰富的空间自由度，其多天线阵列的信号辐射状是非常窄区域的波束，需要精准控制波束指向用户。在5G基站密度大幅提高，基站可调参数数量级增加、不同小区环境的影响、相邻基站之间的相互冲突的条件下，mMIMO系统以用户为中心的调优控制异常复杂，寻优空间过大，且无法频繁现网尝试。

      AIR和亚信一起，基于5G三维信道建模仿真，对多基站MIMO天线权值优化进行了研究。通过对环境状态及动作进行高效表征建模，和多智能体优化算法建模，实现了5G 网络功耗降低 15%以上， 5G 网络覆盖质量提升 5%以上的初步研究成果第二个例子是基于离线强化学习的复杂工业/能源系统优化。通过对AI+ 火力发电机组燃烧控制优化，可以提升机组燃烧效率，帮助一台600MW机组年节煤3000-4000吨。

      此外，AIR在打造高能效AI计算系统方面开展了一系列的研究工作。比如对于面向异构硬件的模型生成，提出了基于预测的方法，可以快速搜索特定硬件上满足推理延迟的模型结构，并获得了MobiSys 2021的最佳论文奖。AIR还针对big.Little CPU的模型推理进行了深度优化，可以最高加速97%，降低能耗55%，论文发表在MobiCom2021大会上。

      总结一下，我们认为AI赋能绿色计算大有可为，需要沉淀出具备一系列可跨领域落地、可通用化的数据驱动算法应用，基于此搭建AI控制优化算法引擎，通过试点、合作、转化落地多领域的应用。AIR希望和同行们一起，利用AI+ IoT，为实现我国2060碳中和的目标贡献力量。

       声明：除原创内容及特别说明之外，推送稿件文字及图片均来自网络及各大主流媒体。版权归原作者所有。如认为内容侵权，请联系我们删除。