人工智能 （AI） 正在迅速改变我们使用技术应对从医疗保健到气候变化等世界上一些最大挑战的方式。随着我们扩大对人工智能的使用，最大限度地减少其环境足迹也很重要。由 Amazon Web Services （AWS） 委托埃森哲进行的一项新研究表明，一种有效的方法是将 IT 工作负载从本地基础设施转移到全球各地的 AWS 数据中心。弗吉尼亚州北部的 AWS 数据中心内。这份名为“迁移到 AWS 云减少碳排放”的报告估计，AWS 的基础设施效率比本地高出 4.1 倍，当在 AWS 上优化工作负载时，相关的碳足迹最多可减少 99%。本地是指组织在自己的物理空间内运行硬件和软件，组织 85% 的全球 IT 支出仍留在本地。AWS 的整体效率方法有助于最大限度地减少数据中心运营中的能源和水消耗，有助于我们更好地为客户服务，“AWS 可持续发展总监 Chris Walker 说。“我们一直在努力提高我们设施的能源效率——优化我们的数据中心设计、投资专用芯片以及通过新的冷却技术进行创新。作为《气候宣言》的一部分，随着 AWS 采取措施实现到 2040 年实现亚马逊的净零碳排放，我们将不断创新和实施提高我们设施能源效率的方法，努力为我们的星球建设更光明的未来。多年来，AWS 客户已经体验到了迁移到 AWS 并在 AWS 上开发解决方案的效率优势。例如，全球基因组学和人类健康公司 Illumina 通过迁移到 AWS 减少了 89% 的碳排放量。随着世界越来越多地采用人工智能的使用，这种利用 AWS 与维护自己的现场 IT 基础设施的组织相比所获得的效率预计将变得更加突出。一位 AWS 技术人员带我们参观了俄勒冈州东部的一个数据中心——看看里面是什么样子Fidel Contreras 是 Amazon Web Services 的数据中心技术主管。跟随他和他的同事参观数据中心，了解在那里工作的感觉。这是因为随着 AI 工作负载变得越来越复杂和数据密集型，它们将需要每秒完成数百万次计算的系统以及内存、存储和网络基础设施的性能达到新的水平。这需要能源并产生相应的碳足迹。虽然本地数据中心由于在推动可扩展性和能源效率方面的固有局限性而难以跟上步伐，但 AWS 正在不断创新，使云成为运行客户基础设施和业务的最有效方式。这项研究表明，AWS 对硬件和冷却效率、无碳能源、专用芯片和优化存储的关注可以帮助组织减少 AI 和机器学习工作负载的碳足迹，“埃森哲技术可持续发展创新全球负责人 Sanjay Podder 说。“随着对人工智能的需求不断增长，通过技术实现可持续发展可以在帮助企业实现环境目标同时推动创新方面发挥至关重要的作用。”用于量化效率和估计碳减排量的行业领先标准该研究通过模拟和分析客户工作负载之间的差异，量化了将客户工作负载从本地迁移到 AWS 的能源效率和碳减排机会。工作负载是资源和代码的集合，用于完成运行零售网站或管理库存数据库等任务。埃森哲使用国际组织标准化 （ISO） 软件碳强度 （SCI） 标准来分析代表性存储密集型和计算密集型工作负载的碳足迹，并通过考虑无碳能源对本地和 AWS 的影响来超越这一目标。这是超大规模云提供商首次使用 SCI 规范来执行此类分析之一。该研究首先着眼于仅通过将工作负载从本地基础设施迁移到 AWS 所避免的估计运营和隐含（IT 硬件）碳排放量。这在报告中称为“直接迁移”。该报告还分析了在 AWS 的硬件（例如专为运行 AI 模型而设计的专用芯片）上优化这些相同的工作负载时，可以避免多少碳排放，并比较了四个地理区域的每种场景：美国和加拿大、欧洲、亚太地区和巴西。下载此图像。在过去十年中，数据量呈指数级增长，而云继续开辟更高程度的高级数据功能。考虑到人工智能模型的分析、训练和推理的数据需求，组织将需要考虑与其存储需求相关的潜在碳减排。研究表明，与本地相比，AWS 上的存储密集型工作负载效率最高可提高 2.5 倍，在 AWS 硬件上优化它们可以减少高达 93% 的相关碳排放。AWS 云可以帮助降低亚太地区的碳足迹S&P Global Market Intelligence 旗下的 451 Research 的一份新报告发现，云中的计算能源效率是亚太地区本地数据中心的五倍。对于计算密集型工作负载，通过分析 AWS 提供的代表性工作负载的运营和隐含排放量，评估了在 AWS 上运行 AI 工作负载与在本地运行的 AI 工作负载的潜在碳排放量减少量。埃森哲发现，在优化 AWS 上的计算密集型工作负载时，组织可以将多个地理区域的相关碳足迹减少多达 99%。AWS 如何创新以提高 AI 工作负载的效率并减少碳足迹AWS 不断创新，使云成为运营客户业务的最高效、最可持续的方式。以下是 AWS 通过六种创新方式帮助组织减少 IT 碳足迹：1。旨在提高效率的数据中心基础设施通过工程设计（从配电到冷却技术），AWS 的基础设施能够更接近峰值能效地运行。AWS 优化资源利用率以最大限度地减少闲置容量，并不断提高其基础设施的效率。例如，通过创新改进蒸发介质实践，我们能够将相关冷却设备的能耗减少 20%。这与传统的本地数据中心形成鲜明对比，传统的本地数据中心可以过度配置以适应不可预测的需求高峰和未来的增长。这种过剩的产能转化为未充分利用、能源需求高的资源，以及更高的碳足迹。改进我们的设施冷却方式在为 AWS 的服务器设备供电后，冷却是我们数据中心最大的能源使用来源之一。为了提高效率，AWS 使用不同的冷却技术，包括根据一年中的位置和时间进行自由空气冷却，以及适应天气条件的实时数据。在典型的本地数据中心，在较小规模的情况下实施这些创新的冷却策略更具挑战性。AWS 最新的数据中心设计无缝集成了优化的风冷解决方案和液体冷却功能，适用于最强大的 AI 芯片组，例如 NVIDIA Grace Blackwell 超级芯片。这种灵活的多模态冷却设计使我们能够获得最大的性能和效率，无论是运行传统工作负载还是 AI 模型。向无碳能源转型据彭博新能源财经报道，亚马逊已支持全球 600 多个可再生能源项目，并且在过去五年中一直是全球最大的可再生能源企业买家。截至 2022 年，19 个 AWS 区域的电力消耗量归因于 100% 可再生能源。专为 AI 工作负载构建的芯片在运行大型语言模型 （LLM） 等复杂的 AI 工作负载时，AWS 提供了多种硬件选择。为了优化性能和能耗，我们开发了 AWS Trainium 芯片和 AWS Inferentia 芯片等专用芯片，以实现比同类加速计算实例更高的吞吐量。这些专门构建的加速器使 AWS 能够大规模高效地执行 AI 模型，减少类似工作负载的碳足迹，并提高每瓦功耗的性能。更可持续的建筑实践虽然该研究没有考虑非 IT 基础设施（如暖通空调和照明）的隐含排放，因为 SCI 不包括它，但 AWS 也在不断评估和优化我们的数据中心、服务器机架、储藏室和支持基础设施的设计。2024 年，亚马逊有 49 个建筑项目，包括数据中心、杂货店、运营中心和公司办公室，均采用低碳建筑材料和饰面建造。到 2024 年，这些项目避免了至少 77,000 公吨的隐含 CO？e。AWS 还在整个供应链中努力增加回收材料的使用，并减少制造过程中的隐含碳6。高效的数据存储和复制策略AWS 提供工具和指导，使客户能够实现数据管理策略的现代化。这包括使用 AWS 的完全托管存储服务将活动“热”数据与非活动“冷”数据集分开。此外，AWS 还通过减少复制大小和吞吐量要求来帮助客户优化其数据复制流程，从而减少能源消耗和碳排放。通过设计能够提供客户期望的高效、弹性服务的数据中心，同时帮助最大限度地减少我们和他们的碳足迹，AWS 将继续为我们的客户和我们共同的世界打造更可持续的业务。
