报告要点
我国作为碳排放量大国，在全球气候治理中的作用举足轻重。2020年9月，我国明确提出“碳达峰、碳中和”目标，在以注重创新和技术为发展驱动的关键转型期，绿色低碳发展不仅是应对气候变化全球合作的需要，也是立足我国自身发展需求、实现经济发展方式转变的重要途径。
我国的算力产业蓬勃发展，据工信部数据，截至2023年，全国在用超大型和大型数据中心633个，在用算力中心机架总规模超810万标准机架，基础设施算力规模达到230 EFlops，在数据量爆发式增长的背景下，未来算力需求将进一步增加。作为依靠电力驱动的运行主体，算力基础设施的用电和碳排放量受到越来越多的关注。根据IEA的预测，到2026年，中国数据中心年度耗电量约为3000亿千瓦时，到2030年耗电量将达到4000亿千瓦时，是2020年耗电量的2倍，在不使用可再生能源的假设下，碳排放量将超过2亿吨。
目前，全球大多数国家和地区均对气候变化目标做出承诺，并针对数据中心领域发布节能降碳、绿色发展的政策。国际互联网科技公司大都提出在2030年以前实现碳中和，在实际运营管理中持续优化推进数据中心降碳，且在数据中心降碳技术的研究和探索上走在前列。在可再生能源的使用上，国际互联网公司亦有明确的时间点。
我国中央及各地方层面重视数据中心能耗及绿色发展问题，东西部地区由于算力发展的程度不同，因此在绿色算力的发展政策上也存在差异。结合数据中心全生命周期和产业链来看，以算力上游设备高效化、能源供应清洁化，到中游算力载体节能化和下游算力应用普惠化，最终能够实现算力的绿色转型发展路径。而在微观层面，包括三大运营商、第三方数据中心服务商以及互联网头部公司均积极推进绿色低碳算力产业发展，不仅提出实现碳中和的时间目标，还通过优化能源结构、提高能源使用效率等探索绿色低碳发展路径。
风险提示：算力产业绿色化发展不及预期，技术落地存在不确定性，数据中心可再生能源利用率不达预期，算能协同化发展不及预期等。
【发展绿色算力的必要性分析】
绿色低碳发展是实现经济发展方式转变的重要途径
我国作为碳排放量大国，在全球气候治理中的作用举足轻重。2020年9月，习近平主席在75届联合国大会上明确提出我国“碳达峰、碳中和”目标，其中，碳达峰目标是指二氧化碳排放力争在2030年前达到峰值，之后进入下降阶段；碳中和目标是指到2060年，我国所有社会活动产生的二氧化碳通过植树造林、海洋吸收、工程封存等自然、人为手段被吸收和抵消掉，实现二氧化碳的相对“零排放”。
目前我国经济正处于以投资为驱动的增长模式向注重创新和技术为发展驱动的关键转型期，经济发展更加注重质量和效益，通过提升全要素生产率推动经济的高质量发展。从近30年我国GDP增长贡献来看，围绕基础设施、建设及工业设备等固定资产投资对GDP增长的贡献率在减弱。从我国产业结构来看，第三产业已经超过第二产业成为经济发展的主力，且随着新一轮科技革命和工业化进程的深入，加快建设新型工业化成为我国发展新质生产力的主要阵地，而新型工业化是以数实融合、绿色低碳、自主创新与高水平对外开放等为主要特征。由此来看，上述现实既表明我国已经具备低碳发展的条件，同时也表明提出绿色低碳发展不仅是应对气候变化全球合作的需要，也是立足我国自身发展需求、实现经济发展方式转变的重要途径。
图1：中国GDP增长贡献率
资料来源：国家统计局，wind，山西证券研究所算力规模与需求增长，同时也带来能耗问题
在数字经济时代，算力是集信息计算力、网络运载力和数据存储力于一体的新型生产力，其对经济的带动作用贯穿微观、中观、宏观三个层面。当前，全球数据总量高速增长，主要国家和地区持续加码推进算力发展，我国的算力产业蓬勃发展，据工信部数据，截至2023年，全国在用超大型和大型数据中心633个，在用算力中心机架总规模超810万标准机架，基础设施算力规模达到230 EFlops，较2016年复合增长33.15%，算力规模位居全球第二。算力资源供给结构不断优化，智能算力规模占比逐步提升至30%以上，在用智算中心60个（AI卡500张以上），智能算力规模为70 EFlops，增速超70%。
图2：我国算力总规模
资料来源：工信部，中国信息通信研究院，艾瑞咨询，山西证券研究所图3：我国在用算力中心机架规模
资料来源：中国信息通信研究院，山西证券研究所随着5G、AI技术的快速发展及智能设备的规模应用，内容创作、影像视听等非结构数据带动我国数据量爆炸式增长。《全国数据资源调查报告（2023）》显示，2023年我国数据生产总量达32.85 ZB，同比增长22.44%。根据IDC发布的Global Data Sphere2023预测，2027年中国数据量规模将增长至76.6ZB，五年CAGR达到26.3%，成为全球第一。在数据量爆发式增长的背景下，未来算力需求将进一步增加。一方面传统制造业数字化能力提升、数字化服务场景拓展、中小企业探索数字化转型以及自动驾驶等新兴领域的快速发展，需要算力支撑大量数据的分析和处理，另一方面，人工智能技术的不断发展带来了远超越摩尔定律的算力需求，AI大模型拥有千亿至万亿级别的参数量，其训练和推理也需要算力提供更高效和灵活的计算资源，将带动智能算力的需求释放。根据IDC与浪潮信息《2023-2024年中国智能计算力发展评估报告》的测算，2027年中国通用算力及智能算力规模将分别达到117.3 EFlops和1117.4 EFlops，五年CAGR分别为16.6%和33.9%。
图4：2022-2027年中国智能算力及通用算力规模预测[通用算力规模及智能算力规模测算分别基于《IDC中国服务器市场季度跟踪报告》及CPU双精度（FP64）运算能力数据和《IDC中国加速计算服务器半年度市场跟踪报告》及智能加速卡半精度（FP16）相当运算能力数据。]
资料来源：IDC与浪潮信息《2023-2024年中国智能计算力发展评估报告》，山西证券研究所算力中心一般要求全年运营不中断，据中国信通院，算力中心年运行时长可达8760小时，作为依靠电力驱动的运行主体，算力基础设施的用电和碳排放量受到越来越多的关注。据国家能源局数据，2018-2022年，我国数据中心年耗电量由1609亿千瓦时增长至2700亿千瓦时，占全社会用电量比重由2.35%上升至3.13%。且根据IEA的预测，到2026年，中国数据中心年度耗电量约为3000亿千瓦时，到2030年耗电量将达到4000亿千瓦时，是2020年耗电量的2倍，在不使用可再生能源的假设下，碳排放量将超过2亿吨。
图5：中国数据中心年耗电量情况及预测
资料来源：wind，国家能源局，IEA，生态环保部，山西证券研究所【全球数据中心绿色低碳发展政策概述与公司经验】
据IEA，目前全球有8000多个数据中心，其中约33%位于美国，16%位于欧洲，近10%位于中国。其中2022年美国和欧洲数据中心的电力消耗为200TWh和100TWh左右，分别占美国和欧盟电力需求的4%。且根据IEA的预测，到2026年，美国数据中心的电力消耗将增加至260TWh，占其全国电力需求的6%；欧洲数据中心的电力消耗增加至150TWh，其中爱尔兰、丹麦等国的数据中心电力消耗可占到全国电力需求的32%和20%。而从全球范围来看，扫2026年整个数据中心、加密货币和人工智能的电力消耗将达到620-1050TWh之间，与2022年相比将增加160-590TWh，增量相当于瑞典或德国的用电量。
图6：全球及主要国家数据中心用电量预测
资料来源：IEA《Electricity 2024-Analysis and forecast to 2026》，山西证券研究所目前，全球大多数国家和地区均对气候变化目标做出承诺，并针对数据中心领域发布节能降碳、绿色发展的政策。从方向上，可分为数据中心整合优化、节能技术研发和应用、可再生能源利用和规范数据中心建设方法等四个方面。
欧盟是最先提出ICT行业降碳目标的地区，并进一步细化和规范了算力中心PUE、SUE、DCiE等绿色指标。美国率先对政府侧数据中心进行整合关闭，通过资源虚拟化、可用性、设定数据中心PUE及服务器使用率具体标准、退役老旧机器等方式，实现了数据中心数量减少50%；数据中心PUE从平均2.0以上下降到近一半大型数据中心达到1.5甚至1.4以下，部分服务器使用率从5%提升到65%以上。日本将扩大可再生能源电力在数据中心的应用、打造绿色数据中心作为重点任务，在2030年之前将新建数据中心的能耗降低30%以上。新加坡提出，需在不影响系统性能和安全要求的情况下尽可能降低数据中心能源消耗，并建议研究提高冷却设备效率、IT设备温湿度耐受能力、数据中心的资源调度和负荷分配集成优化能力。
表1：国际数据中心绿色发展相关重点政策
资料来源：国家信息中心等《数据中心绿色高质量发展研究报告》，ODCC《数据中心算力碳效白皮书》国际互联网科技公司大都提出在2030年以前实现碳中和，在实际运营管理中持续优化推进数据中心降碳，且在数据中心降碳技术的研究和探索上走在前列。同时，国际互联网公司也需要通过与价值链中的供应商和客户合作，减少经营的业务相关排放，并进行可持续发展解决方案的输出。在可再生能源的使用上，国际互联网公司亦有明确的时间点。
图7：国际互联网科技公司碳中和目标时间点
资料来源：中国信息通信研究院，山西证券研究所图4：公司100%可再生能源目标时间及目前进展[ Digital Reality实现100%可再生能源的目标时间为长期（long-term goal），截至2023年有152个数据中心已实现。]
资料来源：各公司最新Sustainability report，山西证券研究所Google在2020年Google提出到2030年将在所有数据中心和办公室实现全天候（24/7）完全使用无碳能源（CFE）运营，并提出通过1）扩大新能源采购及开发能够提供全天候能源支持的技术组合；2）加快下一代清洁能源技术的商业化，并开发用于管理电力需求的智能解决方案；3）倡导加快全球电网脱碳的政策，三条路径实现上述目标。在2023年，Google数据中心的年平均用电效率为1.10，显著高于行业平均水平（1.58）；所有数据中心站点（包括由第三方运营的站点）的全球平均CFE保持在约64%，其中在44个网格区域中有10个实现了至少90%的CFE。在可再生能源使用上，2023年Google已连续7年采用100%可再生能源发电，并签订了4GW清洁能源发电容量合同。
图9：Google全球数据中心无碳能源地图
资料来源：Google-2024-environmental-report，山西证券研究所微软提出在2030年之前实现数据中心操作的无柴油化，其解决方案是升级优化数据中心备用电力系统，在都柏林数据中心配置了锂离子电池组，通常用于备用电源，可帮助电网运营商在需求超过可再生能源供应时提供不间断服务，从而减少依赖煤炭或天然气支持稳定电网的需求，且可实时提供服务给电网；以及在2022年7月试点推出首个零排放的3兆瓦氢聚合物电解质膜（PEM）燃料电池备用电源发电机。此外，微软通过减少峰值功率、安全地回收未使用的电力和通过智能化调度、基于服务水平协议（SLA）的电力回收和可感知能耗的虚拟机分配来提升现有数据中心服务器密度，从而将数据中心中的服务器数量增加高达33%，进而减少总体所需的数据中心数量。目前，微软在最新一代数据中心的设计 PUE 为 1.12，WUE为0.39，且在2018年实现了100%可再生能源目标。
图10：微软不同区域数据中心PUE情况
资料来源：Microsoft官网，山西证券研究所图11：微软不同区域数据中心WUE情况
资料来源：Microsoft官网，山西证券研究所Meta设定了数据中心的十大可持续发展优先事项，其中，能源效率排在首位。通过其开源MyRocks存储引擎、负载均衡技术Autoscale等提高服务器的存储效率和低负载服务器的能源效率，以及自研OCP服务器简洁的设计，提高空气流动散热的能力以及配备周边小型配电系统、直接和间接蒸发冷却系统、自动化传感器网络等从硬件到系统软件等综合解决方案提高数据中心的能源效率。截至到2022年，Meta数据中心的PUE和WUE分别达到1.08和0.20。其次，是在可再生能源的使用上，早在2011年，Meta就是首批承诺100%使用可再生能源的大型科技公司之一，并在2020年实现100%可再生能源目标时，将温室气体足迹较2017年减少94%。截至2022年，Meta数据中心的可再生能源电力年消费达到11,167,416MWh。
图12：Meta可持续发展影响地图
资料来源：Meta Sustainability，山西证券研究所传统数据中心运营商方面，Equinix是全球数字基础设施公司，在全球30多个国家/地区的70多个市场拥有260个数据中心。Equinix同样以高能效值设计和运营数据中心为发展理念，提出到2030年实现全球平台100%可再生能源利用的长期目标。为达到这一长期目标，Equinix主要的解决方案包括扩大可再生能源投资的广度和质量，截至2023年在澳大利亚、法国、伊比利亚、北欧和美国签署了21份购电协议（PPA），可形成3000GW的清洁能源生产能力；其次采用智能分布式传感器和控制策略、间接蒸发冷却装置（IDEC）、地下含水层热能存储（ATES）系统、深湖水冷却（DLWC）系统等绿色创新方法部署节能技术和现场发电解决方案。截至2023年，Equinix可再生能源的使用率达到96%，数据中心平均PUE值为1.42，WUE值为1.07，较2019年（baseline）可再生能源使用率提高4%，PUE下降8%。
图13：Equinix可再生能源使用比例
资料来源：Sustainability report，山西证券研究所图14：Equinix、Google、Meta数据中心PUE值
资料来源：Sustainability report，山西证券研究所【我国绿色算力发展：从宏观到微观】
绿色算力是算力基础设施实现绿色、低碳、可持续发展的一种算力形式。与传统算力相比，绿色算力更加关注碳排放、水资源、废弃物、土地及生态等自然要素，强调算力的低碳清洁、高效利用与科学配置。
根据中国信通院，绿色算力的发展经历了数据中心商业化重扩张、轻能耗—xUE指标体系初步形成、关注能效管理—算力绿色评价指标丰富、关注算力效率等阶段，目前我国绿色算力发展处于该阶段，并有望在未来走向绿色算力技术全面普及并赋能千行百业的成熟期。
图15：绿色算力发展演进
资料来源：中国信息通信研究院，山西证券研究所我国数据中心绿色发展政策定位及路线
我国中央及各地方层面重视数据中心能耗及绿色发展问题。最早在2013年，工信部发布的《关于数据中心建设布局的指导意见》提出了数据中心向绿色集约方向发展。自2017年，工信部、国家能源局等部门对数据中心能耗指标进行了分阶段明确的部署。2021年以来，全国一体化大数据中心顶层设计不断加强，有关数据中心发展政策密集出台。这其中对于绿色数据中心建设和改造提出了目标和要求，包括在新建数据中心的集约化水平、能耗、绿电利用、绿色技术产品创新以及绿色数据中心标准体系等方面做出具体规定，同时也更加聚焦提升算力算效以及算能、算用的协同化发展。2024年《数据中心绿色低碳发展专项行动计划》发布，明确了数据中心绿色低碳发展的主要目标，部署了完善数据中心建设布局、严格新上项目能效水效要求、推进存量项目节能降碳改造、提升可再生能源利用水平、加强资源节约集约利用、推广应用节能技术装备等重点任务。
图16：我国数据中心绿色发展政策路线图
资料来源：政府部门网站，山西证券研究所2024年6月《互联网数据中心（IDC）技术和分级要求》（GB/T 43331-2023）正式实施。该标准文件是从绿色节能、可用性、安全性、服务能力、算力算效和低碳六个方面为我国算力中心产业建设提供宏观指引。其中，在数据中心绿色节能方面提出的明确要求包括采用高效节能的设备和技术、优化能源利用结构、提高能源利用效率等。同时，还规定了算力中心的能源利用效率（PUE）和水资源利用效率（WUE）等指标的评估方法，为算力中心的能效评估提供了量化指标。在低碳方面，重点围绕能源和碳利用效率、低碳节能技术与方案、低碳战略与管理及低碳应用创新四个维度进行规范。
表2：数据中心绿色节能、低碳及算力算效部分分级量化指标[ PUE指标在绿色节能与低碳要求中的标准有别，WUE指标在绿色节能与低碳要求中的标准相同]
资料来源：《互联网数据中心（IDC）技术和分级要求》，山西证券研究所东西部地区由于算力发展的程度不同，因此在绿色算力的发展政策上也存在差异。东部地区近年来主要面临算力资源需求的爆发式增长和能源指标紧张的双重压力，因此在政策导向上更加关注数据中心的整合优化、算力算效的提升和节能技术的应用。西部地区能源与气候条件优越，是大型、超大型数据中心建设的优选地，同时依靠数据中心用电对可再生能源进行消纳，因此在政策指引上侧重算力绿色能源利用以及科学规划布局提高数据中心利用率。
图17：地方性数据中心绿色发展政策
资料来源：政府部门网站，山西证券研究所算力产业链绿色低碳转型发展路径
从数据中心全生命周期来看，以温室气体核算标准的边界定义，数据中心的碳足迹主要来自三个范畴：数据中心运营过程中所有或可控制的排放源带来的直接温室气体（GHG）排放、数据中心能源使用为主体的能源间接GHG排放、以数据中心组织活动引起的其他间接GHG排放（包括使用的资产、设备的生产过程所产生的GHG排放）。结合算力产业链，1）算力生产端在芯片制造封装、处理器架构、存算协同等方面提高IT软硬件算力效率从而降低能耗。2）算力能源端与算力侧协同，包括算力布局靠近能源侧、可再生清洁能源的利用、绿电和绿证交易、储能、算能协同调度等，从而实现算力基础设施能源的高效清洁利用。3）算力运营端数据中心基础设施侧在建筑、配电、制冷、运维等系统采用新技术或进行技术改造，从而节能减排以及形成资源的循环利用。4）算力应用端与算力侧协同赋能，通过算力集约化和深层次赋能应用、算力公共普惠从而提质增效和降低成本，促进应用侧节能减排。由此，以算力上游设备高效化、能源供应清洁化，到中游算力载体节能化和下游算力应用普惠化，最终实现算力的绿色转型发展路径。
图18：绿色算力发展框架
资料来源：中国信息通信研究院、内蒙古和林格尔新区，山西证券研究所IT设备：AI带动单机算力及系统功耗提升，高密度、整机柜提升计算效率
IT设备是数据中心能耗和碳排放的重要来源、以PUE为1.5的数据中心为例，其IT设备耗能约占67%，制冷系统约占27%，供配电系统约占5%，照明及其它约占1%，设备耗能中服务器约占50%，存储系统约占35%，网络通信设备约占15%。
图19：数据中心各类设备的能耗占比
资料来源：中国信息通信研究院、内蒙古和林格尔新区，山西证券研究所服务器、存储等设备中的各类芯片用能占设备能耗的主要部分。根据《中国数字化绿色化协同转型发展进程报告》2022年对国内服务器设备厂商的调研显示，在主流通用计算存储型服务器中，CPU、DIMM内存6等主要芯片能耗占服务器设备总能耗近60%，风扇、硬盘分别占约20%和15%左右。AI技术使得芯片功耗增加，在主流AI推理型服务器中，CPU/GPU、DIMM内存等主要芯片能耗占服务器设备总能耗的61%，在主流AI训练型服务器中，主要芯片能耗占服务器设备总能耗的比重则提高至75%。Citi Research预计，2024年到2030年，AI芯片将为数据中心IT设备负载带来每年4至9GW的新需求，在数据中心新增的全部IT设备负载中占70%。进入后摩尔时代，单纯依赖增加晶体管数量已不足以支持算力的替身，面对芯片性能提升与功耗降低的平衡问题，行业围绕架构优化设计、采用更高迁移率的新材料、先进工艺制程、异构集成、DVFS（动态电压频率调度）技术等方式提高芯片单位功率算力。
图20：数据中心主流服务器设备能耗构成
资料来源：中国信息通信研究院，山西证券研究所AI模型的发展带动服务器单机算力及系统功耗提升。据Artificial Intelligence Index Report 2023等研究结论，GPT-3的训练能耗为1287MWh，而GPT-4的消耗量在51773MWh到62319MWh之间，是GPT-3消耗量的40倍以上，且模型的推理成本和功耗至少是训练成本的10倍。随着模型越来越大以处理更复杂的任务，对服务器处理模型的需求呈指数级增长。赛迪顾问数据显示，目前我国数据中心高密化成为发展趋势，单机柜平均功率密度或将从6KW-8KW/柜提高到12KW-15KW/柜，超算、智算中心机柜功率密度将提升至30kW/柜以上。
表3：不同大模型能耗及环境影响情况
资料来源：Artificial Intelligence Index Report 2023，山西证券研究所图21：全球数据中心调研-平均机柜功率密度分布
资料来源：Uptime Institutet，山西证券研究所图22：中国数据中心单机柜平均功率密度
资料来源：CDCC，山西证券研究所传统数据中心增加算力的方式主要是通过增加空间、扩大机架和服务器规模，但空间消耗及运营成本会显著提高，因此建设高密度服务器、整机柜服务器等成为提升计算效率的重要举措。与传统服务器不同，高密度服务器电源和风扇以共享方式进行设计，位于同一机箱内的多台服务器节点可以共享电源和风扇。一方面降低了机体的重量和空间占用，提升数据中心单位面积算力，另一方面能够提升电源和散热系统的使用效率，降低数据中心运营成本。华为、浪潮、曙光、HPE、联想等硬件厂商均加速推进高密度服务器的产品设计与市场布局。整机柜服务器是提升计算密度的另一种形式。按照模块化设计思路打造的服务器解决方案，通过将供电单元、散热单元池化，通过节约空间来提高部署密度，其部署密度通常可以翻倍。在散热方面通过整合散热风扇墙布局在整个机柜的后部，风扇数量减少 93%以上，散热功耗降低 25%以上；通过集中供电技术把原本离散的电源进行池化，电源数量减少90%，同时电源池化后可实现负载均衡，转换效率高达 94%，供电系统效率提升 9%。
表4：高密度服务器与整机柜服务器举例
资料来源：浪潮信息官网，山西证券研究所数据中心：PUE要求趋严，液冷技术、新型电力系统具发展潜力
全球数据中心能效水平持续提升。据Uptime Institute数据显示，全球数据中心行业平均PUE从2007年的2.5下降到2011年的1.98，到2014年达到1.65，但受到气候差异影响以及中小型数据中心多以配备适合较小站点的风冷空调机组而消耗较多的能源，导致全球PUE持续下降空间有所缩窄，2023年全球数据中心平均PUE水平为1.58。但随着老旧数据中心淘汰关停，以及在数据中心集约化和高效化发展的驱动下，采用更高效制冷系统的超大型、大型数据中心的建设有望带动行业PUE水平的进一步下降。我国数据中心PUE指标管理要求趋严，尤其对于数据中心集群、新建超大型数据中心等有明确的PUE指标设定。通过采用自然冷源利用、优化冷却控制、提高供电效率等能效措施，2019-2023年，我国在用算力中心平均PUE由1.65下降至了1.48，低于全球平均水平。
图23：全球及我国数据中心平均PUE水平
资料来源：Uptime Institutet，中国信通院，ODCC，山西证券研究所图24：按设施使用年限划分的平均 PUE
资料来源：Uptime Institutet，山西证券研究所降低数据中心能耗的关键是提高机房制冷效率。受到数据中心能耗成本压力以及芯片性能提升驱动着服务器功耗和热密度的不断增加，传统风冷散热技术已无法满足数据中心降耗及高密度散热需求，液冷技术以其换热效率高（液体的导热系数是空气的20-30倍）、低PUE（相比传统风冷机房节能20%-30%以上）、满足高密度部署（节省主机房空间50%-80%）、服务器运行更加安全可靠（确保CPU核温低至65℃以下）、全年全地域适用、低噪音（浸没式液冷机房噪音甚至可降至60dB以下）等优势，被广泛认为是最行之有效的绿色高效制冷技术。
表5：制冷方式对比
资料来源：国家互联网数据中心产业技术创新战略联盟等《绿色节能液冷数据中心白皮书（2023）》，山西证券研究所液冷技术是指使用液体取代空气作为冷却介质，与发热部件进行热交换，利用液体的温升或相变带走热量的技术。最早在80年代已经有初尝试，经过几十年的发展开始走向成熟。据赛迪顾问数据，2023年市场规模为86.3亿元，增速达26.2%，高于全球2个百分点，连续三年保持20%以上的高速增长。预计到2026年，中国液冷数据中心市场规模将达到180.1亿元，同比增长29.1%。根据冷却介质与服务器接触方式的不同，可分为间接冷却和直接冷却两种方式。间接冷却一般为冷板式液冷，根据冷却介质是否发生相变又可分为单相冷板式和两相冷板式。直接冷却包括浸没式和喷淋式。其中，冷板式液冷技术相较于传统风冷技术，不需改变现有服务器的形态，使用、维护等方面与现有服务器较为接近，技术推广应用时间久、应用面最广，产业链成熟度相对最高，因此目前居市场主导地位。但浸没式液冷采用发热电子元器件直接浸没在非导电冷却工质中，通过冷却工质循环流动来进行散热的接触式冷却技术，散热效率更高且降低了散热噪音，未来随着浸没式液冷技术应用部署成本降低，有望实现大规模商用。
图25：液冷技术路线及市场规模
资料来源：《绿色节能液冷数据中心白皮书（2023）》，赛迪顾问，山西证券研究所当前中国液冷数据中心的主要产品和解决方案基本为液冷计算，液冷服务器占比较高。根据赛迪顾问，未来随着算力规模的增加，华东、华北地区等超大型、大型数据中心集聚地区扩容升级的需求量扩大，具有模块化设计、安装简单、高度集成等优势且能够基于现有制冷系统进行加装和改造的集装箱式液冷产品有望迎来发展机遇，而存储系统、输变电设备等环节散热问题也有望获得液冷技术加持，共同推动数据中心绿色化发展。此外，基于液冷数据中心一站式整合解决方案有望从系统化的视角解决数据中心整体节能减排的痛点，也有望成为行业发展的主流模式。
电力是数据中心的核心运营系统。一方面，数据中心整体成本中，电力成本是其运营成本OPEX占比最高的部分；另一方面，数据中心基于安全运营保障，供电系统均是2N架构，并会根据机房等级配置2N或N+1不间断电源系统、柴油发电系统等。因此提高数据中心的绿色高效是数据中心实现绿色低碳发展的重要一环。在用电侧建设高集成度的新型电力系统，可通过预制化的工程和产品化的解决方案快速部署、高密度模块化设计的部件与系统快速融合以及高效、节能的供电链路优化，提升机房利用率，降低运营成本。
图26：数据中心电力系统演变图
资料来源：中国通服数字基建产业研究院《中国数据中心产业发展白皮书（2023年）》，山西证券研究所在供电侧可提高可再生能源利用率，能源的循环利用以及通过新技术手段优化和提高能源的使用效率。我国可再生能源充沛，新型能源体系加快构建，国家能源局数据显示，2023年我国可再生能源发电总装机达15亿KW，占全国发电总装机的52.4%；新能源配建储能装机规模1236万KW，内蒙古、新疆、甘肃等地区新能源发展较快。根据《绿色数据中心政府采购需求标准（试行）》，数据中心使用的可再生能源使用比例应逐年增加，2023 年可再生能源最低使用率为5%、2025 年达到30%，到2032年达到100%。目前，我国数据中心可再生能源推广利用处于起步阶段，主要方式包括绿电交易、绿证购买，采用分布式电站就近消纳及集中式绿电发电站供电，绿电直供或混合供电，以及推进资源及能源的循环利用等。此外，积极发展源网荷储一体化模式，加强算力电力协同调度机制，通过精确控制用电负荷和储能资源，解决清洁能源消纳及其产生的电网波动性等问题，是实现绿电高效利用的重要途径。目前，包括能源行业龙头以及国内数据中心服务商、基础电信运营商均在源网荷储一体化项目进行探索和建设。
图27：数据中心供电侧绿色化发展方案
资料来源：科智咨询《中国第三方算力中心服务商发展研究报告》，山西证券研究所国内数据中心企业积极践行绿色低碳发展行动
我国数据中心企业积极推进绿色低碳算力产业发展。运营商方面，三大电信运营商均对于碳中和设立明确规划目标和行动计划，如中国电信以“1248”双碳行动为指引，通过开展节能技术应用，将在十四五期间实现大型、超大型绿色数据中心占比超过 80%；中国移动开展机房换新行动，并采用新型空调末端、高温冷冻水、自然冷源、市电直供与高压直流、液冷、微模块、余热综合利用等先进节能技术和措施建设数据中心。第三方数据中心服务商及互联网企业方面，大都以2030年实现碳中和以及100%使用可再生能源为目标，通过优化能源结构、提高能源使用效率等探索绿色低碳发展路径。
表6：典型互联网及第三方数据中心运营商数据中心绿色低碳发展情况[ 如无特别标注，万国数据、秦淮数据采用2022年ESG报告数据，腾讯控股采用2023年ESG报告数据，阿里巴巴采用2024财年ESG报告数据]
资料来源：公司ESG报告，公司官网，山西证券研究所风险提示：算力产业绿色化发展不及预期，技术落地存在不确定性，数据中心可再生能源利用率不达预期，算能协同化发展不及预期等。
报告标题：数字经济专题研究：迎接绿色低碳时代，全方面推动绿色算力产业发展
研报分析师：徐雪洁
执业登记编码：S0760516010001
邮箱：xuxuejie@sxzq.com
研报分析师：王文杰
执业登记编码：S0760523100001
邮箱：wangwenjie@sxzq.com
报告发布日期：2024年7月31日
本人已在中国证券业协会登记为证券分析师，本人承诺，以勤勉的职业态度，独立、客观地出具本报告。本人对证券研究报告的内容和观点负责，保证信息来源合法合规，研究方法专业审慎，分析结论具有合理依据。本报告清晰准确地反映本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点直接或间接受到任何形式的补偿。本人承诺不利用自己的身份、地位或执业过程中所掌握的信息为自己或他人谋取私利。
【免责声明】
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
