中金：數字經濟助力碳中和

 　　數字經濟是十四五發展的主旋律，云計算、人工智能、物聯網新興技術高速發展，支撐起政企上云、數字化轉型的增量需求，帶動5G基站、數據中心等新基建產業蓬勃發展，能源供應是新基建發展的基礎，數字基礎設施是滿足技術日新月異變化的有力支撐。數字經濟時代，除資本與勞動力之外，中共十九屆四中全會官方正式文件中首次提出數據成為了全新的生產要素，因此與傳統生產要素一樣，數據的量質齊升將帶動數字經濟相關產業的產出提升，為新技術的研發提供算力支持與創新之源。

　　在新技術為社會數字化轉型帶來強勁驅動力的同時，電力也在支撐數字經濟的發展。我們認為，技術進步帶動算力增長，算力進步反哺技術突破，從而為數字經濟增長持續賦能，在數字與算力的浪潮中，數字化、智能化將為電力轉算力的過程賦予更多節能優勢，實現節能減排與數字經濟的雙重發展。

　　本章分四層邏輯：第一、二節，我們將以具體場景展開，分析在C端城市生活及B端工業生產中，科技如何助力提效減排;第三節，我們將討論在AI和新技術賦能下，科技行業如何實現自身節能優化，從而實現碳中和目標;第四節，我們簡單概括了數字化管理中可能面臨的多種挑戰。

　　數字化助力城市生活提效減排

　　數字經濟下，5G、AI等新型技術的崛起將賦能千行百業，我們不禁思考數字生活究竟離我們有多遠?數字生活究竟如何實現碳中和?對于個體而言，“智慧城市”將使我們切身感受到智慧城市融合城市管理和數字技術，通過數據管理優化城市運行后為居民帶來的便捷與高效。

　　“智慧城市”的概念由IBM于2008年提出，后在各國政府層面獲得了廣泛關注。我們認為，智慧城市并非一個嚴格概念，是將城市管理同數字化技術結合的一種思路。隨著5G網絡、云計算、物聯網、人工智能等新一代信息技術逐步落地，科技生態環境日趨成熟，城市智能化、精細化管理得以實現，有助于解決城鎮化進程中的各種難題。據Markets and Markets統計，2018年全球智慧城市市場規模為3,080億美元，2023年規模將提升至7,172億美元，CAGR為18.4%。

　　智慧城市的應用場景有哪些?隨著智慧城市建設進一步深化，眾多新型城市應用場景和管理模式應運而生，助力城市實現可持續發展。我們看到，智慧城市在環保、交通、工業、能源、城市治理等多個場景已經有豐富且具體的應用，例如環境監測、智能垃圾分類等智慧環保應用，車路協同、智慧停車、智能交通規劃等智慧交通應用，黑燈工廠等智慧工業應用，大數據精準治理、無人化治理等城市治理應用。

　　圖表：國外智慧城市理念發展歷程與典型城市

　　資料來源：艾瑞咨詢，中金公司研究部

　　圖表：中國智慧城市主要政策發展進程

　　資料來源：《5G賦能智慧城市白皮書》(德勤及中國聯通，2020年3月)，中金公司研究部

　　智慧城市帶來生活便捷與多樣的同時，也通過數字化手段實現各種生活場景的節能減排。智慧城市下的各種應用場景是如何通過科技賦能實現節能減排的?其最終能夠實現多少二氧化碳減排量?

　　基于這些思考及前序章節《綠色出行》的介紹，我們挑選車聯網、智慧機場及智慧貨運三個細分應用場景進行測算，通過對比引入科技帶來的二氧化碳排放增量與科技賦能后的各場景二氧化碳排放減少量來計算實現的二氧化碳排放凈減少量，以及單位電力消耗對應的二氧化碳減少量來判斷科技賦能的“性價比”。

　　車路協同：提高車輛配置效率，降低燃油消耗。

　　車路協同基于傳感探測、邊緣計算、自動駕駛等技術，通過路測單元、車載終端獲取和交互車路信息，對整體道路流量、交通事件、路況進行預判，實現車輛之間、車輛和基礎設施之間的智能協同，達到加快路口通行速度、降低車輛燃油消耗、提高交通安全冗余度等目標。其中：1)提效方面，智慧紅綠燈可動態調制不同方向紅綠燈時間以提高通行率;基于早晚交通流量變化，潮汐車道可動態調整早晚高峰通行方向;依托車載攝像頭、超聲波雷達等設備，無人駕駛車輛可分析周邊環境及行車狀況，進行制動、轉向、變道、速度等控制，降低交通擁堵風險，從而提升交通系統的運行效率與安全性。2)降耗方面，基于SLAM技術，汽車可以通過攝像頭采集的機器視覺信息與激光雷達ToF的測距功能，定位并繪制出位置環境的地圖，解決路線規劃的不合理問題，降低碳足跡;此外，基于V2X通訊，車輛可編隊行駛減少阻力、共享信號燈信息規劃剎車時間，從而降低能耗。

　　四維圖新基于多年在提供地圖服務中積累的海量位置大數據，搭建了MineData位置大數據平臺，為各類企業、行業提供數據支撐服務和個性化解決方案。MineData平臺具有PB級多源業務數據治理能力，借助MineLab一站式位置大數據分析與深度學習平臺，基于專業的地圖展示能力提供搜索、路徑規劃等LBS服務，能夠高效規劃交通路線，緩解交通擁堵進而實現降低碳排放的目標。

　　自動駕駛提效幾何?根據密歇根大學的一項測算，相較于非自動駕駛車輛，搭載車間通信系統的自動駕駛車輛通過地圖線路優化及剎車制動優化，節能效率達到19%。同時我們假設自動駕駛的出現會降低自有汽車量約1%，基于上述兩點假設，我們預測截至2024年，C端自動駕駛二氧化碳年排放減少量約1.18億噸。假設一輛測試自動駕駛車輛每天產生的數據量可達 10 TB，以一臺浪潮高端全閃存儲HF18000G5服務器為參考，全年約需要2,566萬臺服務器支撐算力，對應二氧化碳全年排放量0.82億噸，因此全年二氧化碳凈排放減少量為0.42億噸，對應服務器每度電增量帶來1.51千克二氧化碳排放減少量。

　　智慧機場：AI精準測算，減少滑行距離。

　　深圳智慧機場通過精準預測和管理，能讓每架飛機少跑1~2分鐘，減少耗油10~20升，根據中國民航局公布的全年航班起降架次，我們預計全年合計起降1,025萬架次，每年可減少二氧化碳排放量約36.31萬噸。截至2021年2月18日，全國機場數量達241個，我們基于機場面積預測全國機場數據中心占地面積進而推測所需數據中心及機柜數量，按照引入AI及數字化精準管理的機場帶來3%數據存儲增量的假設，進而得出數據中心耗電量增量約相當于23.86萬噸二氧化碳排放，最終可實現全年二氧化碳排放凈減少12.44萬噸，相當于每度電用電增量帶來1.52千克二氧化碳減排量。

　　智慧貨運：成立互聯網平臺型貨運公司有助實現降低運送空載率。

　　我們預計當前貨運行業車輛運輸空載率達40%，我們認為成立如滴滴打車模式的互聯網平臺型貨運調度公司有助降低空載率。截至2020年6月，根據公安部披露，我國載貨車保有量為2,944萬輛，假設這些車輛空載率從40%降至20%將減少全年無效行駛里程1,472億公里，對應二氧化碳排放減少量695.08億千克。假設成立該互聯網平臺公司所需數據中心機柜數為10萬個(相當于十個超大型數據中心園區)，對應全年二氧化碳排放85.15億千克，最終實現全年二氧化碳排放凈減少609.92億千克，對應每度用電增加量帶來8.14千克二氧化碳減排。

　　工業互聯網賦能企業生產，實現降本增效

　　工業互聯網隨著5G網絡部署呈現迅猛發展之勢，截至2021年3月，全國在建工業互聯網項目超過1,100個，多種工業互聯網應用場景層出不窮，包括上海商飛、山西陽泉煤礦、湖南三一重工和廈門港等，5G顯著地助力了工業領域的升級轉型。

　　工業互聯網如何賦能減排節能?工業互聯網以數據為核心，基于傳感器集中收集的海量數據，結合軟件平臺和大數據分析技術來實現工業自動化控制、智能化管理。在工業互聯網賦能下，企業生產力和工作效率得到提升，同時能源使用和碳排放有效減少，實現節能增效。

　　工業互聯網存在的意義是什么?經濟數字化轉型是大勢所趨，工信部提出，要把握數字化、網絡化、智能化的發展方向，發揮我國既有基礎和優勢，統籌推進數字產業化和產業數字化，全面部署5G、工業互聯網、數據中心等新一代信息通信基礎設施建設，實施制造業數字化轉型行動、智能制造工程、中小企業數字化改造等等，促進新一代信息技術與制造業充分融合、制造業與服務業深度融合，加快發展數字經濟，最根本的是要推動實體經濟的發展。

　　因此，基于上述思考，我們選取工業互聯網的主要案例，試圖測算在工業互聯網背景下，科技是如何助力制造業實現節能減排。

　　工業互聯網平臺通過監測和管理能耗數據，提高能源利用效率。

　　碳中和將推動對下游軟件應用層，諸如能源監控、預警等細分領域的需求，為下游提供數字化解決方案的公司帶來業務機會。如能源管控類SaaS企業可以將企業生產過程中產生的各類能耗及影響能耗的相關指標通過物聯網技術采集到云端，通過對數據分析、優化提供降低生產運維能耗的預警及解決方案;工業云平臺企業能夠基于云平臺及其搭載的工業APP為制造業企業賦能，實現控費增效。

　　國家電網與2021年3月發布“碳達峰、碳中和”行動方案，將推動電網向能源互聯網升級，包括加強“大云物移智鏈”等技術在能源電力領域的融合創新和應用，促進各類能源互通互濟，源網荷儲協調互動，支撐新能源發電、多元化儲能、新型負荷大規模友好接入。加快信息采集、感知、處理、應用等環節建設，推進各能源品種的數據共享和價值挖掘，到2025年，將初步建成國際領先的能源互聯網。

　　智能能源管理：聯元智能致力于成為能源領域的工業互聯網SaaS平臺提供商。公司為工業、商業、數據中心、樓宇等多能耗等級的B端用戶提供整體能效解決方案，能夠在線監測能源使用效率，實現能源的精細化管理，幫助客戶減少碳排放。如公司通過助力上海某領先熱電企業開展智慧能源服務，實現年能源成本下降1,500萬元，年碳排放量下降4.42萬噸，能耗量下降17,000噸標煤。

　　智能制造：東方國信(300166.SZ)旗下的Cloudiip是國內領先的國產工業互聯網平臺。該平臺支撐了煉鐵大數據平臺、鍋爐云服務平臺等多個工業應用子平臺，同時搭載了大量實用工業App，通過圍繞以數字賦能企業來助力企業實現節能降耗以及生產效率的提升。例如煉鐵云平臺已應用高爐單座單年創效達2,400萬元;風電云平臺可為企業每年節約30%維修費用;鍋爐云平臺可降低單爐能耗15%。

　　科技行業如何降能增效?AI與多種技術共同助力節能

　　我們在前兩節討論了科技是如何助力各種行業的不同應用場景實現節能減排，測算了碳排放的凈減少量，科技行業屬于高耗能行業，在為千行百業賦能以及助力減排的同時，科技行業如電信運營商及數據中心自身是通過何種手段實現節能減排?我們先通過案例可以看到AI已經廣泛用于通信行業的電能使用的優化中，然后再具體分析了5G基站和數據中心的降耗舉措。

　　AI節能技術如何幫助能耗大戶減排?

　　AI算法可用于IDC的運維和管理，優化其電能使用。AI技術已經在故障預測分析、系統性能調優、內部服務等方面有所應用，可實時對數據中心環境控制，如通過控制冷卻系統實時資源調配以降低能耗。比如在谷歌、萬國數據、中興通訊等企業中都能看到AI助力的身影：

　　谷歌：2016年，谷歌聯合DeepMind將AI系統部署于數據中心，通過控制IDC的服務器和制冷系統等部分組件來減少能耗，報告表明DeepMind AI將谷歌公司的數據中心冷卻費用減少40%。

　　萬國數據：在國內率先采用AI數據中心布局，目前弱電和軟件開發設計都要確保未來能夠做到AI適用，實現基于AI算法進行控溫，以及利用機器人進行自動巡檢、故障自動應急等，大大降低對運維人力的需求以及大幅災難預警的敏捷性。

　　中興通訊：基于自研的AI Explorer平臺開發的AI算法系統，能夠基于采集自制冷系統、電力系統的數據在AI中臺進行數據治理，基于AI算法學習優化運行策略，通過調控參數實現最高可達15%的節能效果。

　　圖表：中興通訊AI平臺數據治理使用的關鍵特征參數

　　資料來源：公司官網，中金公司研究部

　　5G時代，AI技術能夠提高基站的適應性來實現智慧節能。實現隨著AI技術的不斷成熟，基于AI的智能節能技術方案可以實現多制式網絡的整體節能效果，在無線接入網具備較強的靈活性、擴展性及持續演進能力。AI系統能夠基于歷史數據構建學習模型，并通過不斷產生的實時數據對模型進行修正，實現“智慧節能”的效果。中興通訊提供的AI節能方案自2019年起已在國內多地運營商部署，累積應用規模超過10萬小區，經驗證該方案可有效降低基站10%～15%的能耗，每千站點可實現年節電150萬～200萬度。比如典型的功能有：

　　節能場景識別：在小區場景中，AI系統能夠自動識別基礎覆蓋小區和補熱小區，支持與基站設備及OMC 管理平臺的接口，熱點覆蓋小區可根據業務量等指標變化進入節能模式，實現更靈活的節能效果。

　　業務預測：基于AI算法、現網基站數據及訓練業務負載模型，實現對網絡業務負荷的精確預測。通過預測業務流量的潮汐情況，提前制定相應措施調控業務負載性能，從而提升用戶體驗。

　　節能策略選擇：基于業務預測結果，通過強化學習算法實現對節能策略的自動選擇、調整、配置更新和自動執行功能，同時滿足預設置的節能目標和KPI目標。

　　設備、站點、網絡層多層發力，實現共建共享模式下5G基站節能降耗

　　具體到通信運營商行業，5G時代的到來也帶來了能耗的增量。5G網絡建設耗能如何?按照中國通信標準化協會的數據，目前運營商5G基站主設備樣品空載功耗約2.2~2.3kW，滿載功耗約3.7~3.9kW，我們按照2019年3.85 kW預測，隨著設備節能化迭代，我們預計5G基站平均功率到2025年降至3.3 kW左右，基站休眠等技術使得基站無需滿負荷運轉，同時伴隨2/3G網絡的逐漸退網、5G基站建設速度趨于溫和增長，我們認為能基站整體耗將得到有效控制并趨于平緩，預計到2025年，5G基站全年耗電量將有效控制在793億千瓦時。

　　從軟硬件技術角度來看：通信基礎設施架構升級是趨勢，包括基站設備層、站點層、網絡層的多級優化。

　　基站設備層：提高AAU能效是解決能耗痛點的有效方式。基站設備中，射頻功放能耗最高，因此從功放模塊、數字中頻、基帶模塊、收發機等對功耗影響較大的關鍵器件入手進行技術提升能夠最大程度提高AAU設備的能效，例如通過提升半導體工藝水平及更新換代來減少芯片面積從而提高集成度和處理能力，不但能進一步降低基站設備功耗，還可大幅提高5G系統性能。

　　站點層：基于軟件功能及AI技術實現站點節能。通過引入AI技術，能夠針對每個小區的不同時點進行精準分析及預測，實現精細化、定制化的節能策略，做到“一站一策、一時一策”，在保障用戶體驗的前提下通過精耕細作的方式充分挖掘節能潛力。

　　網絡層：多網協作節能技術實現降低現網能耗目標。5G部署后，未來將出現4G TDD/FDD與5G NR共存的狀態。中國移動研究院表示，多網協作節能技術可以基于特征聚類和神經網絡算法對5G設備級節能功能進行參數優化，實現設備級節能功能效果最大化，適用4G/5G 有較多重疊覆蓋的網絡場景。中國移動研究院表示業內已完成相關4G系統(MCES)的開發，現網測試結果顯示，4G網絡每萬小區年節電目前超過40萬度，5G網絡接入后總體節電效果將更明顯。

　　數據中心：云計算實現算力集約化，模塊化及制冷技術提升實現PUE降低

　　再看數據中心的變遷，計算模式歷經了從集中到分布，再重新走向集中的階段。在上世紀六十年代，大型主機是計算和存儲資源集中存放的所在，也是企業的算力供應中心。彼時主機價格非常昂貴，主要面向企業用戶，資源集中是主機時代突出的特點。1979年IBM推出IBM-PC，開啟個人電腦時代，計算模式由大型主機的集中模式走向個人計算的分散模式。而后互聯網興起，計算資源通過互聯網得便捷共享。在2000年后，運營上千臺服務器的數據中心出現，計算模式由分散重回集中，算力走向集約化供應。

　　數據中心是數字經濟時代的底層基礎設施，發揮著將電力轉換為算力的關鍵支撐作用。大型數據中心集中管理計算和存儲資源，用戶通過互聯網分享資源的模式日益普及，“云計算”的概念逐漸脫胎。數據中心位居IDC產業鏈中上游，向下游云應用廠商、互聯網公司、政企客戶提供服務器托管等基礎設施服務。其能耗主要包括機器設備消耗的電力和溫濕度控制設備消耗的電力，因而數據中心在數字經濟時代承擔著將電力轉換為算力的關鍵作用。

　　集約化算力將降低多少能耗?集約化算力可顯著減低能源消耗，是實現碳中和目標的重要命題。根據Pike Research預計，到2020年，采用云計算可以使全球數據中心的能源使用量減少38%。AWS認為，集約式的計算資源可以顯著提升計算效率。Microsoft測算，相較于分散的傳統企業數據中心，Azure集約式數據中心通過改善IT運維效率、IT設備效率、數據中心基礎架構效率、可再生能力等四個方面，或可降低72%-98%的能耗。

　　圖表：云計算模式可以顯著降低環境成本

　　資料來源：微軟官網，中金公司研究部

　　圖表：部署云計算中心后，碳排放系數顯著降低

　　資料來源：微軟官網，中金公司研究部

　　技術手段如何實現數據中心的降本增效?機電設備標準化、模塊化是趨勢。我們認為對機房系統架構的前瞻性把控是IDC運營核心的能力要素，涵蓋對IT負荷能力、機電布局方式、密度上升后散熱能力等環節的判斷。

　　圖表：數據中心綠色節能是發展趨勢

　　資料來源：中國信通院官網，中金公司研究部

　　一方面，IDC所提供的機電設備服務，核心是提供電力和制冷資源。運營中，IT和制冷是耗電主要來源，占比約85%。在制冷方面，可因地制宜，北方干燥低溫的環境特性可選擇間接蒸發自然冷卻，通過空對空冷卻減少排熱用水;南方潮濕燥熱地區可嘗試浸沒式液冷技術，通過液體代替空氣，把CPU、內存等IT發熱器件產生的熱量帶走，具備高能效、高可靠特點。供配電方面，分布式供能、高壓直流供電、模塊化UPS等技術通過降低電損、按需調用，也能幫助優化PUE水平。

　　另一方面，借鑒云計算、IDC的底層邏輯共享經濟，將機電資源池化、按需切割也是一種新思路。預制模塊化數據中心是一種預工程化的方案式產品，在工廠內部完成數據中心所需基礎設施單元的有機組合，到項目現場重新拼裝即可投入使用。數據中心引入模塊化設計，能實現業務快速部署，滿足高密度機柜共享基礎設施，節省機房空間和電費，優化PUE。模塊化數據中心受到國家政策推動，在工信部頒布的《云計算三年行動計劃(2017-2019 年)》中明確要在綠色、模塊化數據中心方面實現技術與產品的突破。秦淮數據從制冷設備到配電設備均實現模塊化定制，將整體建設時間縮短30%-40%。美國成功的模塊化設計本質是滿足了機房的靈活彈性部署，實現同一機房內Tier 2-3-4不同等級靈活升降，不同單位功耗密度的機柜隨時擴容，批發、零售客戶和諧共處，模塊化技術體現了對IT設備的技術掌控力和預判能力。然而，IT和網絡設備的技術迭代周期遠快于基礎設施，我們認為合理地規劃機房架構，使機電模塊更具適用性和經濟性以適配ICT技術的快速變革才是核心，效率最優的設備模塊化、標準化需要從整個系統架構出發。

　　圖表：模塊化數據中心優勢

　　資料來源：Delta官網，中金公司研究部

　　行業面臨的挑戰?當前節能技術仍存在痛點

　　碳中和道路任重道遠，既不能過于樂觀，也不要過于悲觀，保持對碳中和目標可實現的不變追求下，也要認清逐夢過程中可能面臨的風險挑戰，我們認為基于上述分析及展望，行業主要存在以下幾點挑戰以及我們的思考：

　　工業互聯網的滲透率仍然較低。中國信通院《工業互聯網產業經濟發展報告》數據顯示，2020年我國工業互聯網產業經濟增加值規模約為3.1萬億元，占GDP比重為2.9%。在三次產業中，第二產業作為工業互聯網應用的“主戰場”，雖已在石化、鋼鐵、電子信息等制造業領域逐步落地，然滲透率僅有2.76%，尚有較大的提升空間。與此同時，我國工業互聯網領域創新能力有待進一步提升，以推動工業互聯網應用加速滲透。未來行業發展思考的重點是，工業互聯網如何快速實現可復制、規模化?工業互聯網在碳中和背景下科技創新及節能減排的新方向在何方?

　　部分節能系統的應用停滯在數據收集層面。基于工業互聯網技術的節能平臺包含邊緣層(數據采集)、 平臺(工業 PaaS)、應用(工業 App)三大層級。其中邊緣層作為數據的來源，屬于節能平臺的“生產資料”;工業PaaS作為App開發和迭代的平臺，屬于節能平臺的“生產車間”;各種工業App應用則為具體承擔節能作用的“生產工人”。然而在現實應用中，部分企業在裝載系統之后，僅僅停留在數據采集層面，未能實現數據賦能達到真正節能的效果。未來我們認為行業應思考，如何快速實現數據賦能以縮短商用投資周期及拉長投資回報期?如何實現平臺兼容與數據打通，將數據生產要素發揮極致?

　　AI系統開發和運行成本普遍較高，對于廣泛的中小企業而言，需要權衡節能效果和系統使用成本。隨著AI技術的發展，AI系統算力不斷提升，由此帶來的系統開發、數據存儲、算法更新的成本也在迅速上升，成為AI系統應用于節能領域的掣肘因素。與此同時，算力提升帶來的巨大的能源消耗同樣不容小視，在高成本下權衡應用系統帶來的節能優化與系統本身帶來的耗能或成為中小企業部署AI節能系統的重要權衡。未來行業應當思考，如何實現AI開發與運行成本的節約化?如何快速訓練AI使其廣泛覆蓋在千行百業，為多種應用場景節能減排做好“智慧大腦”?

　　5G節能技術可行性有待時間驗證。根據中國移動研究院的測算，通過推動半導體材料、工藝、射頻系統等關鍵技術發展，2022年有望實現5nm工藝，GaN功放應用比例繼續提升至90%，整體功耗相對2021年將降低8%，同時2022年有望實現現網規模部署，通過BBU基帶資源共享實現節省硬件板卡配置實現功耗降低。我們認為上述技術的進步目前僅處于規劃層面，技術落地與落地后的節能及商用效果依舊有待時間考證。未來我們需要考慮除突破技術壁壘外，如何最優分配低頻段資源實現基站廣覆蓋從而減少基站建設?如何最大化運營商基站共建共享率?

　　碳中和道路上機遇與風險并存。行遠自邇登高自卑，我們需要認清實現碳中和過程種可能面臨的風險挑戰，堅定對碳中和目標的不變追求。研報精選