阿里云自建的数据中心 来源：阿里巴巴

阿里巴巴2024ESG报告显示，其清洁电力使用比例已做到国内领先，但人工智能带来的电力消费和碳排放激增是其面对的新难题

文｜韩舒淋

编辑｜马克

阿里巴巴集团（09988.HK）已成为中国互联网平台公司中绿电消费最多的企业。

7月22日，阿里巴巴发布2024年度《环境（E）、社会（S）和治理（G）报告》，报告显示，2024财年，阿里的清洁电力使用比例达到39%，提升11.8个百分点，可再生能源消耗量达到20.25亿度，相比2023财年的11.14亿度提升80%。其中阿里云的清洁电力使用比例达到56%，自建数据中心平均“电力使用效率（PUE）”值提高至1.200，处于亚洲领先水平。

这是阿里连续第三年发布ESG报告。2022财年开始，阿里巴巴将ESG确立为公司的基石战略之一。阿里巴巴集团首席执行官吴泳铭在报告中强调，ESG的核心是如何成为一家更好的公司。

7月11日，环保组织绿色和平发布《绿色云端2024——中国互联网云服务企业可再生能源表现排行榜》，阿里巴巴在国内互联网云服务企业中以90.35分排名第一。该报告从信息披露与环境治理、碳中和目标及行动、可再生能源目标及行动、影响力四个维度对企业的气候表现进行评估。报告发布时，阿里巴巴尚未发布2024财年的ESG报告，否则其得分将更高。

中国互联网云服务企业可再生能源表现排行榜 来源《绿色云端2024》报告，绿色和平

2023年11月，彭博新能源财经（BNEF）发布了《2023年中国企业绿电交易排行榜》，截至2023年11月10日，阿里巴巴集团以16.1亿度绿电交易规模位居中国企业绿电交易的买方第一名。

随着人工智能技术的发展，AI对算力的需求越来越高，背后是越来越高的电力需求。对于拥有云业务和人工智能业务的阿里巴巴而言，一方面要提高数据中心的效率，降低能耗和成本，一方面要采购清洁能源，减少自身业务的碳排放。

减碳既是全球趋势，也是国家战略。以阿里为代表的头部科技公司如何减碳，并帮助其他企业减碳，是备受关注的风向标。阿里在绿电消费和减碳领域的突破，是其今年ESG报告的一大亮点。

阿里巴巴设定的碳中和目标是：到2030年，其自身运营（范围1和2）实现碳中和，协同上下游价值链（范围3）实现净排放比2020年降低50%。阿里巴巴还提出“范围3+”的概念，计划从2021年到2035年带动和赋能生态，累计减排15亿吨。

2024财年，阿里自身运营排放量为444.9万吨，同比减少5%；价值链排放为每百万人民币收入8.1吨，同比降低7%，带动和赋能平台生态减排33338万吨，同比增长45.5%。

技术推动减排

从2021年12月发布《阿里巴巴碳中和行动报告》开始，阿里在减碳领域的投入就一直处在国内领先水平。阿里的减碳路径，是技术和商业综合作用的结果。

对数据中心这样的耗能大户而言，电力使用效率（PUE）是其能源效率的核心指标，它是总能耗与核心IT设备能耗的比值，这一指标越接近于1，意味着能源基本用于核心IT设备，效率越高。

2024财年，阿里云自建数据中心的PUE值从上一财年的1.215下降至1.200。

阿里云全球数据中心总经理王朝阳在ESG沟通会上介绍，阿里云一直将数据中心作为产品进行迭代研发，自研了供电模块和液冷技术，从2018年开始不断迭代架构，每次架构迭代都意味着能源效率的提升。

具体而言，PUE的降低一开始的做法是通过工程师调优运行参数，然后将其经验标准化，在全国的数据中心根据不同负载、天气情况选择最优的运行参数。从2023年开始，阿里云还引入AI算法，做持续在线的调优。“PUE降低到1.200，背后是算法，是技术，是数据，这是团队的核心竞争力”，王朝阳强调。

一个可参考的数据是，7月23日，国家发改委等四部门联合印发《数据中心绿色低碳发展专项行动计划》，提出到2025年底，全国数据中心平均PUE值降至1.5以下，新建和改扩建大型和超大型数据中心PUE值降至1.25以内，国家枢纽节点数据中心项目PUE值不得高于1.2。

技术不仅提高了数据中心能效，算力和电力的协同，也能推动客户减排。王朝阳介绍，阿里云能够帮助客户在时间和空间维度上动态调度负载。譬如每天24小时，不同时段电力来源不同，碳排放因子不同，可以将计算调度到碳排放因子最低的时段，这就是时间维度上的调整；在空间维度上，客户在多个数据中心部署应用，某一时刻如果A数据中心碳排放因子低于B数据中心，就可以将算力负载调度到A数据中心，从而减少算力带来的排放。

王朝阳进一步解释，中国在西部有大量的绿电，但算力的需求主要在东部，算力和电力是错配的，需要解决匹配问题。要实现动态匹配，需要有标准化的接口。他建议，未来可以有三种突破方式实现，一是不同地区点对点的算电匹配，如宁夏和华东可以互相结对子；二是同一个公司在内部的匹配，阿里已经在尝试张北和南通的算力和电力协同调度试验；三是某一个应用级别的算电融合和调度。

阿里还将其自建数据中心的技术标准和资源输出到租赁数据中心的供应商，其ESG报告表示，阿里将租赁数据中心PUE值和奖励机制挂钩，并帮助供应商获取清洁电力。2024财年，阿里租赁数据中心PUE值为1.269，广东的5个租赁数据中心100%使用清洁电力。

领跑绿电消费

降低数据中心的能耗，可以减少算力的电力需求，但终究有极限。要实现价值链的减碳，电力来源的清洁化也必不可少。阿里在绿电交易和消费上，都处于业内领先地位。

综合来看，阿里通过绿电交易、投资、自建三个渠道来提高绿电消费。

交易方面，据ESG报告披露的信息，阿里除了持续开展常规清洁电力市场化交易，在2024财年还在江苏扬州签订了长期购电协议，锁定20年的可再生能源电量，每年可供应电力1.7亿度。

投资方面，阿里在河北保定参与投资建设500兆瓦“源网荷储”项目，并网发电后每年可提供近10亿度绿电，在河北张家口参与装机200兆瓦的“源网荷储”项目，发电后每年可提供约6亿度绿电。

自建方面，阿里在自己的园区和高鑫零售的门店建设了分布式光伏。阿里还配合储能和数字技术，在广东深圳、浙江杭州、上海的三个园区完成了虚拟电厂建设，已根据当地电力系统运行的需求做了15次响应。

阿里巴巴的绿电交易并非简单的花更多钱来买绿电，而是以市场化的方式采购。王朝阳表示，阿里提高绿电比例，是靠优化算法、技术积累加商业条款实现的，获取的是低成本绿电，并没有付出更多溢价。

为了促进各业务单元消费绿电，阿里巴巴在集团层面也设置了市场机制。阿里巴巴ESG运营人许兰兰表示，阿里在集团层面有跨业务的采购团队参与清洁能源的采购和交易。针对集团内不同业务的特点，阿里设立了各业务单元的清洁能源使用比例目标，内部有类似碳市场配额制的市场机制，如果某个业务单元完成不了碳目标，需要找其他做得好的业务单元去交换，只是这种交换不一定是金钱采购，也可能是资源置换，以此来实现各业务之间在减碳上的协作。

如今阿里巴巴在绿电的消费量和使用比例上都处于国内领先，但对比谷歌微软苹果脸书等早已实现百分百绿电消费的国际同行，差距还相当大。而要进一步提高绿电消费，就离不开国内电力市场机制的完善。

许兰兰表示，要进一步提高绿电交易规模，希望政策能有所突破。一是跨区域的交易能力，绿电不稳定，风光好的地方用电需求反而比较低，未来需要大量的跨省交易能力支持；二是长期购电协议能规模化开展，国际公司主要依靠长期的PPA（电力采购协议）来实现百分之百使用绿电，期待国内也能有类似政策。

中国的第一笔绿电交易完成于2021年9月7日，三年实践表明，中国绿电交易机制亟需补上跨省交易和长期PPA这两环。

在近期举办的光伏行业2024年上半年发展回顾与下半年形势展望研讨会上，北京电力交易中心市场部主管纪鹏近表示，北京电力交易中心下一步要进一步强化省间市场功能，加快建立省间输电圈交易等机制，提升省间通道的灵活性，进一步提高资源的市场配置范围和配置效率。

针对长期购电协议，纪鹏表示，长期PPA是北京电力交易中心今年的重点工作任务。目前北京电力交易中心正在研究多年期绿电交易的合同范本，鼓励用户与新能源企业签订5年和更长周期的合同，合同中对曲线形成偏差的调整、违约责任等都会有详细的要求。

人工智能与碳中和是敌是友？

对互联网科技公司而言，人工智能是当前最火热的技术方向，而它带来的电力需求和碳排放争议也如影随形。

谷歌在7月初发布的环境报告显示，其2023年温室气体排放量达到1430万吨，相比2019年飙升了48%，主要是数据中心能耗和供应链排放导致。谷歌表示，随着越来越多的AI植入产品，AI算力将导致更大的能耗，相关基础设施投资也将带来更多排放，这都让减碳更有挑战。

根据谷歌提供的材料，完成一次大模型训练，需耗资200万到1200万美元不等，其中主要是电力成本。

在阿里巴巴ESG沟通会上，王朝阳系统阐述了他对AI与碳中和的思考。他表示，有机构预测，美国算力中心用电量的比例将从2023年的3%提高到10%左右，中国则将从1.6%提高到5%左右。由于整体耗电量上升太多，在AI时代如何降低碳排放非常关键，阿里同样要面临这个问题。

他认为，虽然AI未来肯定会消耗更多能源，但未来一定存在一个拐点，AI节约的能源和减少的碳排放会高于它自身的排放，这个拐点不久就会发生。以阿里云自身的数据中心为例，其PUE降低到1.200，就离不开AI的算法。

第二，随着AI的发展，要关注电力和算力错配的问题，更好布局。原来数据中心的布局主要是考虑商业化需求，但未来要考虑碳排放。全球如今有一个趋势，不光要把数据中心建设在寒冷干燥地区，也要考虑周围有没有可靠、低成本的清洁能源。并且要用高性能的数据中心取代落后的数据中心，减少算力的能耗。

第三，要提高模型本身的效率。算力离不开模型，如今模型的参数、数据、算力都在变大，而同样的需求，能否用最小的模型去实现，这是需要研究的方向。

第四，要关注能源技术的发展。现有的技术主要是风电、光伏、储能，发展非常快，现有清洁能源的获取依然十分重要。另一方面，新型的清洁能源技术，如核能、氢能等技术的发展，也是需要关注的方向。“核心还是要靠技术发展，把能源问题从资源问题变成技术问题”，王朝阳表示。