文章来源《元宇宙与碳中和》
扫码关注，加入交流群
元宇宙算力主要由电力转化而来，要满足这一天文数字量级的需求，必须优化能源结构并提高能量转化效率，这两项都可以通过碳中和来实现。
我们认为，在碳中和发展趋势下，元宇宙终极形态的算力必然是低碳算力甚至零碳算力。
按照“能量—数据—碳排放”三维坐标中元宇宙的阶段划分标准，分阶段介绍碳中和给元宇宙带来的关键性支撑。
一、第一阶段：低能量、小数据、高碳排放
“低能量、小数据、高碳排放”的元宇宙形态，大致对应2020～2030年的碳中和。
在这一阶段，碳中和的主要目标是实现碳排放达峰，主要任务是降低碳排放强度，大规模发展清洁能源，控制煤炭消费，倡导节能（提高工业和居民的能源使用效率）和引导消费者行为。
基于此，元宇宙中严重依赖传统能源结构的部分会受到限制，但有利于节能减排或是依靠清洁能源的部分会受到碳中和的正向牵引，在某些细分领域，将形成较成熟的低碳算力供给方案。
在优化能源结构方面，能源供给侧要实现电力零碳化和燃料零碳化，能源需求侧要实现能源再电气化和智慧化。
电力零碳化。
当前，全球高达41%的碳排放来自电力行业，我国更是高达51%的碳排放来自发电和热力，电力脱碳与零碳化是实现碳中和目标的关键。
根据能源转型委员会（Energy Transitions Commission，ETC）和落基山研究所（Rocky Mountain Institute，RMI）的研究，它们设定了一个2030年实现的电力零碳化情景，并称之为“零碳投资情景”。
根据该情境的假设，中国2030年发电装机构成中，非水可再生能源发电装机量将达到1650吉瓦，煤电装机量将被控制在2019年的水平，约为1041吉瓦；
中国2030年发电量的构成中，非水可再生能源发电量占比将达到28.5%，非化石燃料发电占比将达到53%。
具体来说，电力零碳化可以从大力发展可再生能源发电、给予CCUS（Carbon Capture，Utilization and Storage，碳捕获、利用与封存）技术更多支持两方面入手。
可再生能源包括风能、太阳能、水能、生物能等，以风电和光伏发电为例，我国疆域辽阔，可以因地制宜发展可再生能源发电，在“三北”地区（西北、东北、华北）和沿海地区可以重点推进大型风电基地建设，在内陆地区则可以积极开发分散型风能资源，在西部地区则可以建设大型光伏电站。
CCUS技术可以把生产过程中排放的二氧化碳进行提纯，继而投入到新的生产过程中，是目前实现化石能源低碳化利用的关键手段。
根据《中国二氧化碳捕集、利用与封存（CCUS）年度报告（2019）》内容显示，截至2019年，国内共开展了9个二氧化碳纯捕集示范项目、12个地质利用与封存项目，其中包含10个全流程示范项目。
这些项目整体规模较小且成本较高，后续发展壮大，必须获得更多资金、政策等方面的支持。
燃料零碳化，即以太阳能、风能等可再生能源为主要能量制取可再生燃料，主要包括氢、氨和合成燃料等，有利于实现燃料净零碳排放。
以可再生能源制氢为例，基于中国丰富的可再生资源和有力的氢能发展政策环境，实现大规模的可再生能源制氢可以说是势在必行，但同时，生物质制氢、核能制氢和光催化制氢都还在研究阶段，面临着不能工业化应用的瓶颈，因此，在接下来一段时间内，中国的燃料零碳化还需要技术上的重大突破。
在零碳投资情景下，中国2030年的发电量和发电机构成
能源再电气化和智慧化。
再电气化是指在传统电气化的基础上，进一步拓展电能的利用范围和规模，深度替代煤炭、石油等终端化石能源消费，最终实现以清洁能源为主导、以电为中心的高度电气化社会的过程。
具体实施路径包括利用清洁能源实现对化石能源的增量替代和存量替代、提高能源消费侧电能占比等。
智慧化是通过“云物大智移”等技术，实现能源设备、服务、使用者等的智慧互联，具体体现为可视化的能源流、信息流，智慧能源控制、电网数字化等，近来电力物联网、智慧能源系统运行控制云平台、智慧能源综合服务云平台、能源互联网生态圈等的建设，都将促进电力智慧化。
在提高能量转化效率方面，从中国产业实践来看，目前主要实施路径包括“存算一体”“绿色数据中心”和“东数西算”。存算一体。
将计算机中的运算从中央处理器转入内存中进行，直接在存储单元内部进行运算，缓解数据搬运，可大幅降低数据交换时间以及计算过程中的数据存取能耗，进而实现低碳算力。
当下的计算处理器如CPU，GPU或AI专用芯片等，均采用冯诺依曼架构设计，即存储和运算分离的架构，80%的功耗发生在数据传输上，99%的时间消耗在存储器书写过程中，而真正用于计算的能耗和时间占比很低。
随着AI计算、自动驾驶和元宇宙进入行业快车道，全社会巨大的算力需求正在催生新的计算架构，存算一体技术被AspenCore预测为2022年的全球半导体行业十大技术趋势之一。
事实上，产业界的巨头们早已开始布局存内计算技术。
例如2019年三星表示，希望在2030年前后实现存储器和处理器集为一体，2021年其发布HBM-PIM内存计算技术，即在高带宽存储器（HBM）配置中集成新的内存处理（PIM），与现有内存解决方案相比，可以将计算性能提高约4倍（理论水平）。
此外，IBM、微软、亚马逊、博世等在存算一体AI芯片领域都有所布局。
国内方面，阿里巴巴达摩院在2021年12月宣布成功研发出新型存算一体架构芯片，与传统CPU计算相比，该芯片性能提升了约10倍，能效比提升超过300倍。
绿色数据中心。
当前，我国政策对于数据中心的能耗水平要求越来越高，一线城市尤甚。北京、上海、广州的最严新建数据中心PUE（电源使用效率，是评价数据中心能源效率的指标，PUE＝数据中心总能耗/T设备能耗，越接近1则代表能效水平越好）要求已经分别下探到1.15、1.3、1.3。
然而，国内目前平均PUE为2.2，只有部分头部IDC企业能将PUE控制在1.5以下，绿色数据中心建设迫在眉睫。
绿色数据中心主要可以通过以下三大能力践行低碳路线：
其一，创新硬件技术。
例如，可以使用智能间接蒸发冷却机组，在智能运维系统的帮助下，数据中心管理人员能够实时了解蒸发系统的温度系数等，快速定位故障发生位置，使用模块化设计灵活调整制冷模式，从而最大限度降低能耗。
其二，使用清洁能源。
例如，可以在数据中心园区中大规模建设分布式光伏电站，并探索风能等其他可再生能源发电形式，不断降低园区电力碳排放，同时还可以在供电、空调、照明等系统搭建中，采用中低压一体化供电模块、集中式锂电储能等最新节能技术，降低数据中心整体能耗。
其三，提高智能运维能力。
具体包括，搭建全面感知的数据中心系统，通过部署大量IoT设备，对数据中心运行的数据进行全方位分析，持续地调整机房制冷策略，最终达到绿色节能的效果；
实现对全系统算力设备的实时监控，智能地调度算力资源和计算任务，错峰使用，极大提升电力系统效率。
一方面，东部一线城市第二、三产业规模大，增速高，数据需求量大，就地建设数据中心导致当地能耗巨大；
另一方面，西部地区拥有丰富的可再生能源和土地资源，数据中心建设成本小。因此，算力向西走就成为必然选择。
当然，东数西算当前也面临着西部地区网络带宽低、跨省数据传输费用高等问题。
但是，长期来看，西部未来将成为面向全国的算力保障基地。
通过构建类似于“西气东输”的“信息通道”，把东部的数据“输送”到西部进行存储和计算，在西部建立国家算力枢纽节点。
以此改善数字基础设施不平衡的布局，发挥数据资本化的最优价值。
二、第二阶段：较高能量、较大数据、较低碳排放
“较高能量、较大数据、较低碳排放”的元宇宙形态，大致对应着2030～2045年的碳中和。
在这一阶段，碳中和的主要目标是快速降低碳排放，主要任务是推动新能源从增量替代转向存量替代，煤电作为电力能源支撑的角色会逐步弱化直至退出，高耗能行业脱碳基本完成，低碳算力开始走向大规模普及。
基于此，元宇宙受碳中和的限制作用会明显减弱，低碳算力不再难以获得，人类将以绿色低碳的方式快速扩充元宇宙的应用场景。
在优化能源结构方面，供给侧要构建新型电力系统，兼顾储能技术发展，需求侧要加快推进钢铁、水泥、建筑等行业脱碳。构建新型电力系统。
该新型系统的核心特征在于以风光等新能源为代表的可再生能源成为提供电量支撑的主体电源，其涉及的新兴技术主要包括源网荷储双向互动技术、虚拟同步发电机技术、虚拟电厂技术等。
具体实施路径包括：增强电力系统资源的灵活性。
为了保证新能源项目电力供应的稳定性，可以配置煤电、水电、储能等调节性资源，对于可以实施改造的传统火电项目，可以将其与抽水储能、电化学储能等项目相结合，实现资源灵活调用。
推动分布式、微电网与大电网融合。
改革传统中心式的大电网供电模式，基于“就近取材”“就地消纳”等理念，搭建分布式电网和微电网，实现“绿能”身边取。
发展“新能源＋储能”项目。储能是指通过特定的装备或物理介质将不同形式的能量储存起来，随着新能源在能源结构中比例不断提高，必然对储能技术提出更高要求。
原因在于，光伏风电等可再生能源的间歇性，与用电负荷的连续性和随机性并不匹配，需要储能发挥消纳、调频和削峰填谷的多重功效。
新能源电力系统中的储能技术主要包括物理储能技术（主要有抽水储存、压缩空气储存和飞轮储存三种形式），化学储能技术（锂电池、钠硫电池、液流电池、金属空气电池等），电磁式储能技术（可分为超导储能和超级电容储能两种），相变储能技术等。
根据在电力系统中接入位置、服务对象以及投资主体的不同，储能应用场景可以被划分为发电侧、电网侧与用户侧：
在发电侧，主要用于平滑新能源出力波动、跟踪新能源电站发电曲线、辅助火电深度调峰、自动发电控制（AGC）调频；
在电网侧，主要用于参与系统调峰、调频、调压，提升新能源消纳能力，延缓电网升级改造投资，优化电网潮流分布，提供紧急功率支撑；
在用户侧，主要用于峰谷电价差套利运行、提升用电可靠性、满足多样化供电需求、支撑微网离网运行。
实现高耗能行业脱碳。
除电力行业外，要脱碳的重点领域主要是钢铁、水泥、建筑等耗能大户行业。
在提高能量转化效率方面，2030年以后，围绕智能（异构）计算（简称AIDC）的“云、边、端”协同模式将成为算力升级的主要趋势，绿色数据中心等将逐渐发展为零碳计算中心。
云边端协同模式。
谈及云边端协同，就不得不提到边缘计算，边缘计算主要分为“云、边、端”三个部分：
“云”是传统云计算的中心节点，是边缘计算的管控端；
“边”是云计算的边缘侧，分为基础设施边缘（Infrastructure Edge）和设备边缘（Device Edge）；
“端”是终端设备，如手机、智能家电、各类传感器、摄像头等。
随着云计算能力从中心下沉到边缘，边缘计算将推动形成“云、边、端”一体化的协同计算体系。
一方面，边缘计算距离数据源更近，数据存储和计算任务可以在边缘计算节点上进行，更加贴近用户，减少了中间数据传输的过程，从而提高数据传输性能；
另一方面，数据处理不需要上传到云计算中心，边缘计算不需要使用太多的网络带宽，随着网络带宽的负荷降低，智能设备的能源消耗在网络的边缘将大大减少。
因此，传统集中式云计算模式必然会被云边端协同的计算模式取代。
当前，在新型电力系统建设中，云边端协同计算已经在发挥作用。
大型算力中心作为支撑新型电力系统的核心基础设施，将储存和处理海量电力运行数据和设备信息，为基于大数据和人工智能技术的电网的运行分析、运行优化、风险预测等场景提供算力支撑；
分布式边缘计算数据中心借助本地计算和低时延响应优势，可以将更多计算处理过程在本地完成，大大提升处理效率，在减轻云端压力的同时保障本地数据的安全性，为用户提供更快的响应服务。
依托分布式边缘算力和集中式大规模算力，可以发挥能源电力消费需求侧响应资源作用，为最大限度接入新能源服务。
零碳计算中心。预计在碳中和趋势下，绿色数据中心将由“数据中心＋储能”进一步升级为“数据中心＋储能＋分布式光伏”，逐渐实现零碳排放。
首先，“零碳”意味着数据中心的能源结构将主要由清洁能源组成，例如微软亚利桑那州的新数据中心将太阳能做主要能源，百度云计算（阳泉）中心充分利用太阳能供电。
但是，完全使用清洁能源供电的数据中心，在技术实现难度上极其大。
因此，对于无可避免的碳排放，还可以通过交易市场进行碳抵消，即数据中心购买绿电或碳排放额，实现能源使用的零碳化。
其次，注重提高能源的使用效率。
现阶段常用的手段是降低数据中心IT设备、建筑等本身的耗能，例如可以利用智能控制系统、智能散热系统、余热回收利用等技术手段来降低综合能耗。
此外，目前出现的一个新趋势是在数据中心选址过程中有意识地利用自然界的冷能资源，将数据中心建在高纬度严寒地区，可以借助当地净化后的冷空气，自动给数据中心降温，由此相当大程度地降低了设备冷却所需要的能耗。
最后，持续建设储能系统，完备的储能系统能够较长时间支撑数据中心平稳、安全的用电，虽然目前产业界尚未取得突破性进展，但是储能系统进入数据中心已经是必然趋势。
三、第三阶段：高能量、大数据、零碳排放
“高能量、大数据、零碳排放”的元宇宙形态，大致对应着2060年以后的时代。在这一阶段，“碳中和”目标已经达成，小型可控核聚变实现突破性进展，氢能等清洁能源广泛普及，零碳算力极大应用。
基于此，元宇宙发展受到碳中和的限制将不再明显，元宇宙与碳中和形成相互促进相互融合的关系。
在优化能源结构方面，要大力发展氢能。
氢能是实现碳中和与碳达峰最关键的因素，氢经济更是被认为是21世纪世界经济新的转折点，截至2020年12月份，全球27个主要发达国家中，16个已制定全面的国家氢能战略，还有11个国家正在制定。
国际氢能源委员会发布的《氢能源未来发展趋势调研报告》预测到2050年，氢能源需求将是目前的10倍。
预计到2030年，全球氢能燃料电池乘用车将达到1000万～1500万辆。
绿色氢能是指可再生能源转化的电力电解水所制备的氢气，因其从生产到消费全过程碳排放量几乎为零而被称为“绿氢”。
利用富足的可再生能源电解制氢，运用储存和运输技术，将氢输送到能源消费中心多元化利用，可以有效解决风电、光伏、水电等可再生能源不稳定以及长距离输送的难题。
当前，我国的绿色氢能开发利用技术与国外相比仍有一定的差距。
绿氢技术正处于发展阶段，尚不能完全发挥其在能源转型中的重要作用，需要从国家战略制定、关键技术研发、政策扶持等方面加大力度。
此外，绿氢在制取、储运等方面仍面临技术难题，造成成本过高、不能产业化应用。政府、科研院所、企业应共同努力，在政府的扶持和引导下，加强科研院所与企业的技术研发合作，加大绿氢相关技术研发力度。
对于成熟的绿氢技术加快商业化推广和示范，对于处于实验室阶段的绿氢技术，加大投资与研发力度。
（一）在提高能源转化效率方面，随着量子计算时代来临，零碳算力不再是梦
量子计算实现产业化应用，不仅能大幅提升算力，还能大幅降低能耗。
在提升算力方面，无论是经典计算还是量子计算，其底层逻辑都是计算每进行一次操作，都需要消耗一个单位时间。
区别在于运算模式，经典计算的数字是单独存储、逐个计算，因此计算机对4个数字进行同一操作时，就必须消耗4个单位时间，量子计算的优越性在于可以并行计算，能同时对2n个数字进行同一操作，随着量子比特数量越来越大，这种优越性将愈发明显，运算速度将实现指数级的飞跃。
在降低能耗方面，经典计算中，每一个比特的计算都会产生能耗，例如计算机对两组数据处理后，输出结果只有一组数据，就会产生热量，原因是根据能量守恒定律，消失的数据信号会转换为热能。
此外，随着经典计算机的集成度提高，散热会更加困难，又会产生更多的能耗。量子计算数据输入和输出过程中组数不会减少，因此不会产生能耗。
在中国，量子计算已经获得了高度认可，既有其技术创新价值，又有促进经济高质量发展的巨大潜力，有望引领中国乃至全球的新一轮技术革命和产业革命。
不过，行业普遍观点认为，量子计算至少需要十年以上时间，才可能实现有价值的商业化落地。其中，最关键的挑战是减少噪声问题。
尽管量子计算能带来算力的巨大提升，但是却不能消除计算过程中的噪声。
经典计算通过电路进行，数据比特位是0或1，噪声信号相对简单，很容易消除，但是，量子计算是通过量子比特进行，数据比特可以是0和1的任意组合，噪声可以轻易破坏量子的基本属性，且量子计算系统难以有效纠错。
现有研究表明，量子计算纠错技术短期内仍将难以实现。
此外，虽然量子计算机可以使用少量的量子位来表示大量的数据，但目前还没有能快速将经典计算数据转换为量子状态的方法。
在软件方面，量子计算机还需要建立全新的软件栈，由于和经典计算的程序存在明显差异，因此量子计算机必须重新创建、调试专属软件系统和工具，技术难度和复杂度远高于硬件技术。
可见，量子计算在短期内难以走向应用场景，需要依靠政府、企业、科研院所等多方合作，攻克技术难点，加快研发成果转化。
（二）最理想的终极能量来源：小型可控核聚变
核聚变是目前已知的唯一没有污染、取之不尽用之不竭的新型能源，有望成为人类未来的理想能源。
我国核能发展“热堆—快堆—聚变堆”三步走战略中，将聚变能作为解决能源问题的终极目标。
可控核聚变技术利用太阳燃烧的原理来释放热量，这类实验装置常被称作“人造太阳”，比起现在令人害怕的核裂变发电技术，可控核聚变没有严重的放射性辐射，也不产生核废料，更加安全可控。
更重要的是，核聚变的燃料是氢的同位素氘和氚，氘在海水中的储量非常丰富，一公斤海水提取出的氘，聚变反应出的能量相当于300公斤汽油，足够供人类使用几百亿年。
不过，可控核聚变距离商用还差得太远，原因在于目前核聚变发电的Q值（输出能量和输入能量之比）太低，国际上公认Q值需要达到30，核聚变发电才具有竞争力，乐观估计至少还需要30～40年。
目前实现可控核聚变的方式有两种，一是超强激光束进行能量聚焦，二是托卡马克（Tokamak）装置。
激光方面美国技术最先进，但仍旧达不到商用可控核聚变的程度，该技术需要使用尽可能多的激光束，把能量聚焦到一个点上，每个方位的能量输入不能有偏差，技术挑战大且对光学设备要求极高。
托卡马克装置技术相对成熟，被科学界公认为是探索、解决未来稳态聚变反应堆工程及物理问题的最有效途径，国际上已基本达到输出能量大于输入能量的水平，我国相关技术也达到了较高水平。
例如，我国中科院合肥物质科学研究院等离子体物理研究所就有一座全超导托卡马克核聚变实验装置（EAST），2021年12月30日，该实验装置实现了1056秒的长脉冲高参数等离子体运行，创造了世界上托卡马克装置高温等离子体运行的最长时间纪录，也标志着人类距离可控核聚变商用又前进了一步。
展望未来，人类如果能够实现可控核聚变，将会克服阶段性的能源危机，真正的从“石油文明时代”走向“核文明时代”。