Founder, Adora Foundation. Software engineer. Community builder. Social entrepreneur.
This story contains new, firsthand information uncovered by the writer.
Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.
The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.
绿色软件基金会于 2022 年 10 月发表的Hackernoon 热门文章可以说首次将“碳感知”计算置于主流开发社区的关注范围内。碳感知计算是指在电网由可再生能源供电的时间和地点运行计算作业。 Hackernoon 的文章恰逢世界上首个碳感知软件黑客马拉松,由英特尔、微软、Globant、瑞银、埃森哲、高盛等公司支持。碳感知计算已进入Gartner 炒作周期的技术触发阶段,所有迹象都表明其大规模采用将迅速加速。
坦白说,我是 2022 Hackernoon 文章的贡献者之一,还担任 Carbon Hack 黑客马拉松的导师,在那里我遇到了一些优秀的同事,并接触到了出色的创新解决方案。几个获奖项目加入了Adora 基金会孵化实验室,至今仍是鼓舞人心的合作者。但正如我深入了解的那样,证据向我表明,大多数碳意识实施目前充其量只能产生小到零的碳减排效益,最坏的情况很可能会增加碳排放并对当地和国家电力构成危险网格。它也有可能成为或已经成为一种绿色清洗行为,因为大型科技公司加速其碳感知计算的采用和营销,却没有提及其局限性或意外后果的风险。
大型科技公司采用碳意识模式的例子包括:
谷歌:实施 碳感知云计算。
微软:推出了Xbox和Windows 11碳感知软件更新。
苹果:美国的 iPhone 具有碳感知充电功能。
人工智能:正在讨论用于机器学习实施的碳感知方法,随着 ChatGPT 等生成模型的出现而获得新的动力。
区块链:以比特币为先锋,以更复杂的方式采用了碳感知模式。
Linux 基金会免费提供的面向实践者的绿色软件课程推荐并解释了开源碳感知计算,尽管没有本文重点关注的警告标签。
本文的目的是表明,虽然探索甚至促进碳感知计算很有帮助,但必须以更加严格和透明的方式来完成。
负责任的碳感知计算有可能促进绿色技术排放,但在不考虑风险的情况下追求它是不合理的;证明缓解措施和实际影响;并在其营销和促销中提供警告标签。
本文分为八个部分。它们相互构建,但可以单独阅读。
休斯顿,我们有一个问题
软件工程师需要了解网格如何工作的知识
那么碳感知软件有什么问题呢?
碳感知软件何时有意义?
负责任的碳感知计算提案
房间里的大象:不断增长的计算需求
我们从这里开始哪里有碳意识?引入网格感知计算
你能帮什么忙?
在电网由可再生能源供电的时间和地点运行计算作业必然意味着与运行该代码相关的排放量会减少。根据定义,使用可再生“清洁”电力运行代码意味着它不会消耗“肮脏”的化石燃料能源。
如果我们让所有软件都具有碳意识,并定时运行电网主要由可再生能源供电的时间和地点,那么我们肯定可以确信,我们已经有效且创新地减少了对环境的影响。正确的?
这似乎是不言而喻的,而且大多数绿色计算社区似乎都同意。我们正在全速前进,碳感知计算正在被大型科技公司大规模采用。那么我们就快到了,是吗?
没那么快。
谁真正停下来确认这些看似显而易见的说法是否属实?
对我们的软件进行编程,以快速响应地寻找碳强度较低的电力时段和地点,真的会产生切实的影响吗?
哪里有研究可以证明这一点?
如果这些模式得到大规模实施,科技行业是否可以合理地说它为实际减少全球二氧化碳(CO2)排放做出了贡献?
毕竟,ICT 行业需要在 2030 年将碳排放量减少 45%,以符合《巴黎协定》将全球变暖限制在 1.5°C 的目标。
我们这些参与撰写本文的人已经停下来问这些问题。我们承认我们不是第一个这样做的人 [ 1 ][ 2 ]。
根据我们的探索,我们相信有证据表明当前的碳意识方法可能大多是徒劳的。更重要的是,它们实际上可能会增加排放,同时为大型科技公司的下一代绿色清洗奠定基础。从积极的一面来看,证据还表明,有一些方法可以实施这些方法,更有可能减少排放并避免不利影响。有鉴于此,我们认为我们的集体监督是忽略对碳感知计算的巨大警告。
我们探讨这些问题和注意事项。我们首先了解电网在实践中如何工作的技术细节。我们继续考虑当前的碳感知软件方法似乎没有考虑到这些现实。然后,我们考虑更大的问题,即科技行业必须解决哪些问题才能实现有意义的减排。这篇文章最后建议对当前的碳感知指南进行迭代,以实现更负责任和更有效的实施,我们称之为“网格感知计算”。
[1] - https://github.com/Green-Software-Foundation/carbon-aware-sdk/issues/222
根据碳强度改变计算负载有什么潜在的错误呢?要回答这个问题,我们需要首先鸟瞰电网在实践中的运作方式。一旦我们有了这样的认识,我们就可以开始找出问题所在。
电网上的可用电量不会自由波动。它是提前控制和计划的,以便在任何一天都有稳定的可用电量(也称为供应)。还有一些控制措施可以确保使用电量(也称为需求)的一致。对于任何电网管理人员来说,一个关键目标是监控供应和需求这两个方面,并确保它们保持平衡。
任何不平衡都会引发严重的问题,这些问题通常是由频率的变化引起的。当频率突然上升或下降时,可能会导致电气设备损坏,最终导致停电。
使用数据预测任意一天的预期需求。这使得电网管理者能够确保有足够的电力可用。一天与一天之间的需求通常不会有太大差异。人们每天起床、睡觉等都会有一些波动。但通常是可以预测的。
季节差异也会影响需求。例如,冬季月份的需求量更大,因为白天更短、更冷,这意味着人们需要更多的光和热。但同样,现有数据使我们能够可预测地预测这种波动。
电力供应通过三种主要方式产生:
每种发电量的比例称为燃料组合。
快速参考:燃料混合
产生电力的综合来源。不同电网的平均燃料混合有所不同。
此表示来自https://ourworldindata.org/electricity-mix
每个地方电网的情况也有所不同,通常每小时一次。在任何一天,在大多数地方,可再生能源都只占每日供应的一小部分。其余的将通过燃烧化石燃料来弥补。
在两种情况下,负责平衡电网的人员有必要采取行动以确保需求和供应保持平衡。
让我们使用一些过于简单的假设示例来说明通常使用哪些选项来解决这些场景。
场景:巴黎的一个冬夜,晚上八点,所有人同时关灯。
这是出乎意料的。会有太多的能量被输入电网,但这些能量却无处可去,因为没有需求。
为了保持需求和供给平衡,应对措施是减少供给量。这称为缩减。
快速参考 – 缩减
削减是指在给定可用资源的情况下,发电机的输出量减少,通常是非自愿的。这可能是为了平衡能源供需,或者由于传输限制而发生。维基百科。
会发生什么:最常见的限电方式是降低电价。此举旨在激励供应商减少生产,这意味着他们“减少”或关闭一些供应来源。
这意味着能源供应商必须做出经济决策和实际决策。实际部分来自这样一个事实:并非所有电源都可以同样轻松地放大或缩小。下表比较了能源,应该可以帮助您理解原因。
能量源 | 可扩展性 |
---|---|
可再生能源——太阳能、风能、水力 | 不灵活——你不能仅仅减少风量或阳光照射量。 |
核 | 灵活性较差——输出突然变化,带来重大的安全和操作挑战。 |
化石燃料 – 煤炭 | 灵活——输出可以放大或缩小,但如果需要更多输出,成本就会更高。 |
化石燃料 - 天然气 | 极其灵活 – 非常快速地扩大或缩小输出。 |
在我们的示例中,巴黎位于 法国电网上,该电网主要由核电供电。这种能源对需求的突然变化反应缓慢。因此,可能会出现供应大于需求的情况,而电网仍然会失去平衡。
供应商可能会寻求通过电池、抽水蓄能或其他机制来存储额外的供应。
会发生什么:将多余的电力储存在电池中或通过抽水蓄能是另一个可以拉动实现电网平衡的杠杆。通过将额外的供应引导至存储地点,运营商可以为自己赢得时间来调整总体供应,以满足新的较低需求。
当需求再次高时,存储的能量可以以受控的方式重新输入电网。
但是,如果存储空间不够,或者网格上不可用怎么办?最后还有一个选项可以保持平衡。
电网利用激励措施人为地增加用电量,以增加需求并匹配剩余的过剩供应。这就是所谓的需求管理。
发生了什么:尽管最近正在试验一些基于消费者的计划,但电网为企业提供了激励,以将其用电量增加到超出正常需求的水平。最有可能的是通过特殊关税在这些时候提供更便宜的电力。通过这样做,电网可以将电力需求膨胀到可以实现供需之间新的平衡的程度。
因此,计划外的用电量下降(如巴黎灯光的例子)不太可能导致同等的排放量减少。在法律规定的非常具体的范围之外,电网会以抵消节省的方式补偿计划外的跌落。几乎在所有情况下,任何一天的净排放量都大致相同。
关于数据中心如何成为这里解决方案的一部分正在进行一些有趣的研究和讨论。深入研究拉伸网格的一个很好的例子?管理数据中心能源需求和电网容量,2023 年 10 月发布。
场景:东京夏夜异常炎热,晚上八点大家同时打开空调。
这是出乎意料的。将会需要太多的能源,即太多的需求,而没有足够的能源供应来满足它。
选项:管理这些突然增加的技术很大程度上与上述相反。
提高价格以激励供应商向电网提供更多供应。请记住,从上表中可以看出,可再生能源和核能不容易扩展。因此,意外需求激增期间的供应通常来自化石燃料来源,这会产生更多的碳排放。
使用任何可用的存储设备——电池或抽水蓄能。
提供激励措施人为减少需求。
因此,意外的用电量激增(如东京空调的例子)很可能导致排放量增加。这是因为能源供应商需要快速增加供应以满足需求,而事实上,使用化石燃料能源(通常是天然气,有时是煤炭)最容易做到这一点。
由此我们可以看出,意外的需求高峰或下降对电网不利。计划外停电实际上并不会减少发电量,因此不会产生净影响。必须应对计划外的激增,并且通常通过增加化石燃料产量来应对。
此外,快速增加或减少供应的行为本身也会增加额外的排放。许多电源都是针对稳态条件而设计的,因此突然的变化可能会导致运行效率低下。提高产能还可以让老旧且效率较低的工厂上线。这些被用作“调峰工厂”,以满足突然激增的需求。启动和关闭过程也可能非常密集。
所有这些都意味着除了产生额外的电力之外还会产生额外的排放。它可能很小,并且可以通过过渡到电池电源来减轻,但仍然是这种情况的额外负面影响。
让我们转而探讨网格如何与当前的碳感知软件模式结合使用。
到目前为止,碳感知软件技术一直专注于供应侧燃料结构变化所带来的机遇。正如我们在上面所看到的,有效的网格管理就是保持平衡。破坏这种平衡会产生后果,而且在很大程度上,这种影响会导致碳排放量增加。
快速参考 – 时移计算
寻找一天中电力最环保的时间,例如能源结构中化石燃料最少的时间,并设置在该时间运行的计算作业。这意味着作业运行的时间是动态的并且经常变化。
让我们用一个简单的例子来说明这个概念。假设您每天运行一个计划的数据库备份作业。您决定根据给定日期的网格组合更改运行该任务的计划时间。运行此计算的电力已计入电网的日常电力需求规划中。
现在,假设在一天的时间内,您当地的电网通过发电产生 100 吨二氧化碳。而且,在一天的时间里,您当地的电网会按以下组合提供电力:
一天中的时间 | 预期需求 | 化石燃料混合物 | 可再生能源组合 |
---|---|---|---|
早晨 | 低的 | 80% | 20% |
下午 | 高的 | 50% | 50% |
夜晚 | 低的 | 80% | 20% |
请记住,电网已经针对当天的所有预期需求进行了规划。以此为基础,它产生的电力可产生 100 吨二氧化碳。因此,每当您选择运行备份作业时,当天电网仍会产生 100 吨二氧化碳。
将工作时间更改为下午(此时可再生能源的比例最高)实际上并不会改变当天的排放量。通过在可再生窗口期间运行常规计算作业,您只是取代了当天的排放量,而不是减少了排放量。
快速参考 – 排放位移
当一个来源或一个地区的排放量成功减少,但同时导致另一来源或地区的排放量增加时,就会发生这种情况。
一个很好的比喻是一列火车,其中一些车厢是“绿色”的,一些车厢是“肮脏的”。如果您无论如何都要乘坐火车并换乘绿色车厢,则不会影响整个火车的总负载。其他人将乘坐肮脏的马车出行。那列火车运行时的排放量仍然完全相同。
零碳排放需要对整个电网生态系统进行严格分析,以确保在声明之前不会强制使用额外的基于化石燃料的能源。
事实上,您的时间转移可能会导致一天产生超过 100 吨二氧化碳。那是因为,这一天的下午,需求量也很高。通过决定将备份作业转移到此时运行,您将向网格添加额外的(计划外)需求。因此,可能需要快速增加额外供应以平衡电网。正如我们之前提到的,这种额外的供应很可能来自化石燃料能源。
由于这些不断变化的需求波动,时移还会导致电网不稳定。
到目前为止,还没有取得任何实际成果。您没有帮助减少碳排放。作为个人运作,您可能没有受到时间转移方法的太大影响。然而,如果大规模这样做,事情可能会变得有害。但有一些方法可以改进时移以使其真正有用,我们将对此进行介绍。
快速参考 – 位置移动计算
寻找比本地网格具有更环保燃料组合的网格,并将计算作业发送到该网格中的服务器而不是您自己的服务器上运行。
为了说明这个想法,让我们假设您是一家虚构的全球性公司,名为 Stoogle Tech。每个国家分支机构每天都需要备份其数据库。现在想象一下,每个分支检测到里斯本当地电网当前运行的电力有 80% 可再生能源和 20% 化石燃料,并且它们都独立决定将备份作业发送到那里运行。
突然间,里斯本的电网出现了大量的额外需求。现在,当天的需求将不再是预期的 100%,而是 110%。
问题是里斯本当地电网仍然只有 80% 的可再生能源可用。为了保持电力需求和供应平衡,里斯本很可能会用化石燃料来满足这额外的 10%。国际碳意识转移倡议刚刚增加了里斯本电网的额外排放量。
再次看到位移效应。这些计算工作将其他国家的排放量转移到葡萄牙,全球净排放量相同。或者有吗?
事实上,情况可能比这更糟糕。里斯本的需求增加并刺激化石燃料消耗高于平均水平,导致二氧化碳净增加。另外,各地区的电力需求实际上可能并没有因为工作岗位的转移而减少。这些地方电网的排放量仍然大致相同。全球电力净消耗量增加,二氧化碳排放量也增加。
随着事情规模的扩大,影响会变得更糟。现在想象一下,不仅 Stoogle Tech,还有 Bircosoft Tech、Wapple Tech 和 Macebook Tech 都加入了位置转移的行列。假设他们所有可用的服务器均由国家电网供电。里斯本的电力需求突然达到 120%,当地电网需求下降。
在这个例子中,位置转移的计算工作并没有带来任何积极的影响,就像时间转移一样,但它增加了排放,并可能给其他人带来电网不稳定的风险。在这方面,企业的善意努力比那些随心所欲地开展工作的企业更糟糕,或者更好的是以可预测的方式开展工作。
与计算相关的电力需求的上升和下降确实会破坏电网,尤其是弹性较差的电网。这种情况以前在委内瑞拉、伊朗、 格鲁吉亚和哈萨克斯坦等地也曾发生过,当时比特币挖矿造成了计算专用电力需求的同等激增。
最终,问题因网格而异,并且取决于每个网格的弹性。要引起问题,就需要高度多元化的电网(如欧洲)或在存储方面投入巨资的电网(如加利福尼亚州)出现大幅峰值。但在像南澳大利亚这样的弹性较差的电网中,其电网互连较少,用于供应响应的化石燃料能源也较少,或者在能源多样性较少的印度或南非,引发严重影响的可能性可能相当小。
关键点在于,仅仅阅读“x 计算作业定时在电网最环保的时间和地点运行”不应被认为意味着它以任何方式减少了排放,而且可能会产生不利的影响。
让我们明确回答“碳感知计算真的很糟糕吗?”这个问题。
不。我们无意抨击碳感知软件的核心概念。
转移计算工作以响应可用电力的核心概念是合理的。
批评是当前的方法从未应用任何警告标签。
我们没有提到时间和地点的转移模式只在某些情况下有帮助,在大多数情况下是徒劳的,而在其他情况下则可能有害。人们普遍认为,时间和位置转移是运行计算的更环保方式,无需验证,也无法缓解风险。
我们担心,当前的做法实际上阻碍了科技公司的可持续发展努力,即使是为了帮助他们。首先,传达这样的信息:任何采用时间和地点转移的公司现在都变得更加环保——这是绿色清洗的秘诀。其次,推广的模式如果在没有任何风险分析或缓解的情况下大规模采用,可能会有害。
最重要的是,我们没有看到碳感知软件能够有效解决房间里的大象问题。计算的环境挑战主要不是能源优化,而是能源需求。
在一个世纪的大部分时间里,相同计算任务消耗的电量已呈指数级减少。从理论上讲,这应该意味着科技行业比以往任何时候都更加环保。但与计算电力需求的增长相比,这些非凡的效率提升显得相形见绌。
碳感知计算是一种新颖的优化形式。它寻求通过使用更多的可再生能源,使用更少的化石电力来执行基本相同的计算。但如果我们的电力需求增长速度快于我们的优化收益,那么从这种优化中获得的任何收益都将毫无意义。
我们认为有一种方法可以重新构建碳感知计算来解决优化和需求,而不仅仅是对一切照旧进行表面改进。失控的气候变化对世界各地人口造成的损害要求我们做得更好,我们相信科技行业有足够的资源以有意义的方式解决这一问题。
碳意识方法的逻辑确实可以通过两种方式减少排放。
第一种方法:时移或位置移动计算到需求自然较低的时候,然后使用原本会被削减的电力。这与当前的方法非常接近,但它优先考虑电力需求而不是电力结构。
第二种方法:让计算工作使用可再生电力运行,这些电力可补充到电网中。这一推理的最简短的权威摘要来自白宫对加密货币挖矿的调查(参见第 24 页)。相关部分说:
“有两种主要方法......使用电网电力可以实现零直接温室气体排放:
- 建设或承包新的清洁电力,或
- 使用现有的可再生电力,否则这些电力将被电网削减。
当……电力[来自]现有的可再生能源时,它会在短期内取代温室气体排放,将可再生能源的用户转移到化石燃料来源。这是因为美国每增加一单位电力需求,通常都会由煤炭和天然气来发电。由于可再生能源的数量保持不变,但电力需求增加,可能会调度额外的化石电力。这种转移不会导致净变化,或者通过称为泄漏的过程导致全球总排放量增加。”
基于上述内容,我们对碳感知计算的新方法提出了 3 项建议,以最大限度地发挥其积极影响并减轻其风险,我们将在本节中概述其中两项。
低需求时期很可能与可再生能源过剩时期同时发生,否则可再生能源就会被削减,也就是说被浪费,以维持电网稳定。这正是时间转移和位置转移实际上转化为计算排放减少的场景。我们的计算机使用其他人不会使用的可再生电力运行,因此不会产生直接排放。
正如我们在软件工程师需要了解电网如何工作方面所探讨的那样,以低需求时间为目标具有内在的环境效益,与电网中有多少部分使用可再生能源无关。它可以帮助电网避免爬坡/爬坡并有助于电网稳定,这两者都具有环境、社会和经济效益。
如果我们根据电网需求以高度可预测、稳定的方式安排计算,我们就不会产生不可预测的每日峰值,并且我们可以最大限度地利用本来会受到限制的可再生能源并实际减少排放的机会。
这与当前针对电网低碳强度时间的流行方法有何不同?
例如,拥有强大太阳能基础设施的地区可能会在一天中阳光明媚、炎热的时段采用更绿色的能源组合。这也是人们可能在工作的时候,所以你会同时拥有两者,更环保的组合和中等需求。此时太阳能将得到充分利用,不会出现过剩/弃电现象。碳强度 API 可能会建议上午 11 点是运行计算的好时机,但它根本不会减少排放。这可能没有什么区别,或者,如果计算工作的电力需求在上午 11 点根据该 API 足够大,则需要额外化石燃料的可能性就会更大,这意味着您正在增加排放量。
此外,由于可再生能源供应与电力需求不同,是不可预测的,因此在电网碳强度较低时触发大量计算将增加电网的不可预测性,从而带来不稳定的风险,极大地增加对环境、社会和环境造成不良影响的可能性。经济的。
这就是说,没有明显的情况表明以低需求时间为目标对环境不利,但在许多情况下以电网碳强度为目标将是无效或有害的。
需求优先的方法与当前的碳意识方法和工具并不矛盾。
一旦我们确定了低需求时间的优先级,我们仍然可以使用现有的 API 或数据源来瞄准低碳强度触发因素。
在这种情况下,即使电网碳强度很低,我们的计算作业也永远不会在上午 11 点运行,因为我们知道限电的可能性很小。但它们可能会在暴风雨中的凌晨 4 点运行,而不是风平息后的凌晨 5 点运行,从而最大限度地提高了利用原本会减少的能源运行并减少排放的可能性。
这些方法并非不兼容。如果我们首先寻找当前需求较低的电网,然后寻找那些自然可再生电力产量较高的电网,会怎么样?
警告标签仍然存在
当规模相对较小时,上述情况有其优点。但如果每个人都同时这样做呢?然后,我们仍然面临造成需求激增的问题,这是我们对当前方法的核心担忧之一。无论只是时间转移还是位置转移,从规模上看,这种低需求优先的方法比当前的方法要安全得多,但它仍然存在必须评估和减轻的风险。
呼吁创新
思考大规模需求和碳感知计算的挑战既有风险,也有机遇。当前阶段是实验性的、碎片化的、分散的。但这种方法还有进一步发展的空间,并设想一个长期目标。让我们将计算作业及其底层基础设施标准化为标准,以系统的方式与网格交互,并成为解决方案的一部分,而不是问题的一部分。这些想法属于需求管理领域,我们在软件工程师需要了解网格如何工作时谈到了这一领域。
这一领域正在进行许多实验,其中一些实验规模很大,但我们需要在政策、业务、技术、运营和基础设施层面上有一个更全面的愿景,了解什么是可能的、什么是必要的以及它应该是什么样子。理想情况下,通过以自动化、协作和民主的方式与电网管理系统进行交互,我们可以利用扩大可再生电力规模和减少计算排放的需求管理挑战之间的协同作用。
民主在这里是关键,因为我们所有人都有利害关系,现在和将来都会受到这些互动的影响。这不仅仅是大型科技公司的领域。我们都需要有机会通过开源标准、协议以及公众参与和参与。
我们在解决房间里的大象问题时进一步探讨了这些想法。
长话短说:
为了以任何方式有效,计算必须瞄准实际上是附加的绿色能源,并透明地解决和减轻不良影响的风险。
有两种常见的方法来计算可实现的附加可再生能源。
快速参考 – 添加剂可再生能源
“附加”或“额外”可再生电力意味着您购买的电力是为原本不存在的新可再生电力提供资金。相关的是将“额外性”原则应用于可再生能源发电,特别是在碳市场中。
如果您的计算消耗 50 太瓦电力,并且您购买可产生 50 太瓦电力的新太阳能电池板,那么您就实现了额外性。理论上,您可以声称您的计算是排放中性的。在实践中,它不太明确,但这是一般的想法。
传统的碳市场通常出售基于现有可再生电力的“碳信用额”。在这种情况下,没有额外性。你只是声称现有的可再生能源生产是你的,并将现有的肮脏能源生产的责任交给了别人。这根本没有减少排放。
许多组织解决这个问题的主要方法是通过碳市场。这些反过来又销售两种主要工具:可再生能源证书(REC)和购电协议(PPA)。
这仍然是一个存在很大问题的方法。为什么?因为绝大多数 REC 都是非累加性的。
它们使您能够购买现有的绿色能源组合,并简单地获得它们的贡献。但对所谓的“排放率”的影响为零,它与位移效应有相似之处。
快速参考 – 发射率
新的可再生能源项目并不总能消除大气中的排放。它们之所以提供帮助,是因为它们取代了化石燃料发电厂,否则这些发电厂会持续造成污染。
但哪些项目是有效的呢?不同项目以及项目将连接的电网的燃料组合可能会有很大差异。例如,在加利福尼亚州增加一项太阳能购买协议(PPA)会逐渐减少天然气发电厂和现有太阳能发电厂的发电量。但在怀俄明州增加新的风电购电协议几乎总是会减少燃煤电厂的发电量,从而避免更多的排放。这种对不同可再生能源项目避免的排放量进行比较并采取行动的做法称为“排放率”。
您可以阅读 WattTime 的更多相关内容,他普及了发射率术语。
PPA 在整个商业世界中普遍采用,尤其是在数据中心。企业购买者与能源公司达成协议,承诺在特定时期(通常是未来 10-15 年)购买可再生能源项目产生的电力和 REC。
虽然购电协议经常被吹捧为负责公司绿色资质的关键机制及其ESG 战略的核心,但它们可能会产生误导。即使购电协议归属于特定的可再生能源项目, 它们通常也不直接为数据中心供电。换句话说,仅仅因为绿色电子的产生,并不意味着这些电子直接为数据中心内的计算提供动力——尽管人们经常这样吹捧。还存在重复计算的风险。
因此,碳市场的最佳实施包括确保您购买的可再生能源是可附加的。
第二种更罕见的额外性——但更有效。
与其购买一些远程可再生基础设施并“核算”您声称由可再生能源供电的情况,不如直接从可再生能源为您的计算供电。
如果您的计算直接由您自己的太阳能电池板或风力涡轮机等供电,则无需花招或复杂的统计预测。您的计算实际上是离网的,因为它直接由可再生能源供电。
虽然在排放方面更可取,但这种方法在规模化方面具有挑战性,并且存在产生不良影响的风险,如下所示。如今的超大规模计算集中在大型数据中心。为了直接为如此庞大的计算提供动力,需要可再生发电设施占用大量土地和水资源,而数据中心的土地占用量已经很大。虽然这可以真正减少超大规模企业的计算排放,但除了涉及的物流之外,通常还会产生更广泛的环境、社会和经济影响。
例如, 西班牙萨拉戈萨正在进行一个这样的项目。一个40,000平方米的数据中心将由两个太阳能发电场供电。仅这两个太阳能发电场之一的装机容量为 90 兆瓦,占地232 公顷(230 万平方米)。这大约相当于纽约中央公园的大小。它将占用富含生物多样性的土地,尽管有相关规定,但似乎势必会造成破坏,包括濒临灭绝的动物和树木物种。同样,谷歌最近在智利建造的数据中心的规模扩大了一倍, 在当地每秒抽取169升水,因此需要近1000万平方米的面积直接由太阳能供电。
当地居民已经感受到数据中心大规模扩张的影响。目前正在发起一项呼吁暂停数据中心建设的运动。这种情况正在全球范围内发生——在爱尔兰、 荷兰和新加坡。阻力不仅仅与电力消耗有关。 用水也是一个大问题。 新墨西哥州、美国、乌拉圭和智利的当地居民仍然处于资源利用斗争的最前线。
然而,超大规模并不是唯一的模式,也不一定是不可避免的未来。
当今大多数计算都是高度分布式或可分布式的。在可再生能源发电已经存在的情况下,已经进行了计算(特别是加密货币)并置的实验。这确保了使用可再生能源为计算提供直接电力,并在可再生电力需求管理中发挥作用。这也存在产生不当激励效应的风险。但有了正确的护栏,可能会成为一个值得扩展和探索的重要范例。
有许多与巨型仓库规模计算机不同的外形尺寸的示例。 Octopus Energy 的 David Sykes 的《Energy Onion》提出了一种以可变的可再生能源和效率为中心的能源思考方式。
您还可以争辩说,无需超大规模数据中心也可以享受云计算的便利。像Oxide这样的公司,他们的云计算机都是为了让我们与云提供商相关联的东西(易于使用),并让它们在没有大型建筑物的情况下可用。另一个例子,无服务器公司正在尝试 Deep Green 数据中心。
主流发电类似于超大规模计算,往往集中在大型发电厂。然而,可再生电力基础设施使分布式能源发电成为可能。大量广泛分布的较小节点和微电网可以产生大量电力,而不是在几个大型中央节点中产生电力。分布式可再生能源与全球南方尤其相关,随着电池存储的发展,其急剧扩张的势头越来越大。该领域最引人注目的倡议可能是人类与地球全球能源联盟 (GEAPP) ,该联盟在 COP26 上发起,预计将投资 1000 亿美元用于全球南方的分布式可再生能源。
将分布式可再生能源发电与分布式计算相匹配的想法已经提出,并且前景光明。这不仅允许计算的离网供电,而且还扩展了双重用途的可能性。例如,分布式数据中心服务器可以同时用于计算和供暖,从而减少当前用于室内供暖的能源。
正如我们在碳感知软件何时有意义?绿色计算的关键挑战不是优化而是电力需求。我们认为,碳感知计算如果要发挥其潜力和承诺,就需要直接面对这一现实。
如果我们不解决这个大问题:世界上有多少资源可供技术使用?
提案 1 和 2 的主要结论是,如果我们以更具创新性的方式建造和运营电力和数据中心,我们就可以安全地继续照常营业,这是一个危险。只要我们在低需求时期瞄准不断增长的可再生能源,我们就可以安全地构建大规模人工智能产品,不断发展我们的数据中心,并享受无限的个人计算潜力的好处。
70% 的电力仍然来自化石燃料,到 2025 年,这一比例将减少到 65%。这是令人鼓舞的,但短期或中期的情况是,以减少可再生能源为目标,无法为我们的全球计算提供动力。也不存在这样的情况:添加剂购买或直接可再生能源供应能够以及时赶上和跟上不断增长的计算需求所需的速度增长,从而显着影响我们的全球变暖轨迹。
不可低估的是,根据《巴黎协定》减少碳排放所需的最大转变之一就是接受我们不能在没有某些限制的情况下继续种植一切。至少在短期内不会,因为我们大大超出了世界的碳预算,需要大幅减少排放。即使我们完全转向可再生能源,管理增长的需求仍然存在:我们将耗尽跟上当前能源需求增长率所需的矿物和金属
TL;DR:所有负责任的技术人员都应该考虑的核心问题是:我的计算机的净电力需求是否减少,或者至少减缓其增长速度?这是一个可以在个人、公司、国家和国际层面上解决的问题。
科技行业陷入了增长的商业需求与加速全球变暖的商业成本和风险之间。除了增长与衰退的对立之外,我们必须接受的是,无限增长对于我们的行业和我们的星球来说是不可行的。无论争论的界限如何,我们都需要接受,我们行业消耗的净资源应该受到限制,而不仅仅是我们消耗资源的能源效率如何。
“目前计算排放量约占世界总量的 2%,但预计在未来二十年将急剧上升。到 2040 年,仅计算产生的排放量将超过将全球变暖控制在 1.5°C 以下可接受排放水平的一半以上。计算排放量的这种增长是不可持续的:这几乎不可能达到排放变暖限制。此外,计算设备生产产生的排放量远远超过其运行产生的排放量。因此,即使软件更加节能,生产更多软件也会使排放问题变得更糟。”
低碳和可持续计算,作者:Wim Vanderbauwhede 教授
Vanderbauwhede 教授为本文创建的两个模型表明,我们星球面临的真正问题不是我们如何通过碳感知计算等模式来优化计算,而是我们如何改变计算驱动的电力需求的惊人增长趋势。
第一个模型表明,由于碳感知计算并不假设能源需求减少,只有更绿色的计算,无论需求如何,它都不会减缓我们迈向地球临界点的竞赛。
一切照旧 (BAU) 意味着到 2040 年,与计算机相关的电力需求将增加 800%,到 2040 年,我们行业的排放量将增加 310%(占地球碳预算的大部分)。
按照目前的计算需求增长率,按照我们建议的调整实施碳感知计算,到 20240 年,与计算相关的排放量将增加 280%。每一次的减少都很重要,并且可以让我们提前几天、几个月、几年达到不可逆转的里程碑,因此 20% 的差异很重要。但这仍然意味着灾难。就像在严重的伤口上贴创可贴一样。
相比之下,需求减少具有指数效应。如果我们的行业继续增长,但设法从现在到 2040 年将增长限制在 26%,那么当年我们与计算机相关的排放量将是今天的 50%,这将占可再生能源的增长。通过我们提出的碳意识改进措施,排放量将减少 56%。在这种情况下,我们改进的碳感知计算可能不是创可贴,而是真正解决我们行业和地球环境挑战的要素之一。
这可以追溯到我们呼吁对计算与日益脱碳的能源网格之间的关系进行更全面、长期、系统的思考,其中需求响应机制将变得越来越必要,以及分布式计算和分布式能源系统的机会至少补充了大规模数据中心和发电厂的主要集中式模型。
从根本上说,我们呼吁的是一些创新的回溯,可以在关键的时间内将全球碳预算转化为技术能源预算,并确定在这些情况下不仅运作而且蓬勃发展所需的创新、整合和优化。
碳感知计算意味着对排放与电力需求、消耗、发电和管理之间关系的更广泛视野。我们早期实现的事件驱动架构是构建的良好基础。我们在提案 1 和 2 中提供的改进可能会降低风险并优化收益。但我们也有机会进行更宏观的思考,思考如何与主要能源和政策合作伙伴大规模实施、扩展和发展这种模式,不仅优化我们的排放,而且以公平和公正的方式减少所有方面的净消耗。国家。改进的碳感知计算的概念可能会非常有帮助。
如果这篇文章引发了一场关于数据中心、人工智能、区块链、发电厂、可再生能源提供商和基础设施供应商、投资者和监管机构的这些模式可能是什么样子的讨论,那么毫无疑问,突破将会随之而来。
如果通过这篇文章做出的假设是正确的——如果您有什么要补充的,请联系我们,我们将非常欢迎贡献——我们完全有理由推广下一版本的碳感知计算。
为了便于讨论,我们现在将其称为网格感知计算。这个版本将解决什么是有影响力的现实,什么是不受管理电网和现有全球碳预算紧张的现实限制的现实。
快速参考 – 网格感知计算
碳感知计算的下一个提议迭代可帮助开发人员解决计算转变的影响,从而实际净减少与本地和全球电网相关的排放量。关键方法是:
- 在需求较低时运行计算,以稳定电网中减少的绿色电力为目标。
- 对附加电力进行计算。
- 需求塑造计算用电量,使其保持在商定的资源使用范围内。
最重要的是,该博客指出,越来越多的大型科技公司目前提出、推广和日益营销的“碳感知计算”版本实际上并不是对计算环境影响的可靠贡献。相反,我们认为它大多是无效的,并且充满了未被承认的风险。这不是意图判断。无论是否真诚实施,其效果都是向前迈出了绿色一步的信号,但我们认为在大多数情况下这根本不是一步,在某些情况下它也不是绿色的。
如果我们考虑与平常业务相关的网格感知软件(GAC)的三个提案,包括当前的碳感知计算(CAC) ,这就是我们的设想:
毫无疑问、验证或风险分析地认可当前的碳意识范式,为技术上微妙且危险的新绿色清洗浪潮打开了大门。我们仍然及时在碳意识讨论中注入谨慎和细微差别,更重要的是,在其实施中注入谨慎和细微差别。
这并不是要抹黑当前的努力,而是要在当前的概念(没有警告标签或风险缓解措施)获得足够的吸引力以增加品牌价值并在没有护栏的情况下扩大规模之前,降低风险并改进它们。到那时就为时已晚,我们将通过事后了解后果。
截至目前,每当您读到:我们已经使这个应用程序具有碳意识,或者将此计算作业安排在电网最环保的时候 - 除非有一些实际的影响证据,否则假设该公告对排放量几乎没有任何积极影响。如果实施确实规模化,请考虑它可能会损害气候和电网稳定性/接入,并产生所有经济和社会后果。
我们已尽最大努力制定出一种建设性的、更加谨慎的方法,以现有的方法为基础,着眼于未来。我们希望我们能够抓住当前的愿望,使软件更具碳意识,但使其更加有效,大大降低其风险,并显着增加气候效益的可能性。
我们将这种方法命名为“网格感知计算”,以强调重要的是我们对电网的整体系统影响,而不是任何给定时间的碳强度指标,或任何给定计算作业的排放量。所以让我们通过一切都意味着拥抱、实验和创新我们的建议 1 和 2,以改进碳感知计算:它具有潜在的有用性和影响力。但在这样做时,我们不要自动假设我们正在优先考虑正确的工作。
网格感知方法意味着我们永远不应该让特定计算任务的碳感知实现分散我们对第三个提案核心的核心、持续的问题的注意力:我们的计算的净电力需求是否减少?
大型科技公司正在倾听我们的声音,现在是一个拐点。
我们有机会也有责任以负责任的方式围绕碳感知计算制定企业话语和行动,从而显着减少排放。
您可以通过以下方式执行此操作:
与碳意识方法的实践者分享这篇文章,以进行教育和宣传。
通过在相关 ClimateAction.tech github 存储库中提出问题或建议编辑来贡献此内容;
向您的工作社区以及相关利益相关者和网络传达本文中提出的想法和问题;
对当前碳意识方法的危险、缓解和改进进行进一步的研究和案例研究并分享;和
通过研究、原型、案例研究或反馈构建网格感知软件的初始概念
这是你的选择。就是现在。
注意:本文基于Hannah Smith和Ismael Velasco撰写并托管于ClimateAction.tech 的开源文章系列。衷心感谢Michael J. Oghia 、 Fershad Irani 、 Wim Vanderbauwhed的审阅和贡献以及Phillip Jenner和Chris Adams的其他非正式意见。
碳感知计算:下一个绿色突破还是新的绿色清洗? | HackerNoon