近年来，随着物联网、云计算、5G的快速发展，全球范围内掀起数据中心建设热潮。美国市场研究机构“协同研究集团”最新数据显示，截至2020年上半年，全球超大规模数据中心达541个，比5年前增长了一倍多，此外还有176个规划在建。然而，数据中心不仅耗能巨大，也面临着碳排放的压力。实现数据中心的低碳化、绿色化，成为该行业可持续发展的重要方向。

　　通常，一个运营10年的数据中心，其基础设施的初期投资仅占总成本的20%左右，超过70%的成本是能源费用支出，特别是电费支出。欧盟委员会去年发布的《欧洲数据战略》显示，信息通信产业约占全球总用电量的5%—9%、碳排放总量的2%，其中很大一部分比重来自数据中心。

　　数据中心之所以能耗大，是因为要处理大量数据。处理数据过程中，一般科技企业通常采用“相关分析”算法，会需要大量服务器。谷歌旗下的人工智能公司“深度思维”研究发现，无谓耗电与算法有关，仅仅采用相关分析“硬算”，大量服务器会无谓耗能。为了改进算法，机器学习这一人工智能技术就派上了用场。通过采用因果推断方法，将相关分析与因果分析结合，建立模型来“巧算”，那么只需要一台服务器就能运行一整个神经网络，耗能将大大降低。

　　人工智能技术还可以用来预测用电量的变化，智能化操控计算机服务器和散热系统，从而使用电负载均衡，节能减排的效率更高。据称，将人工智能接入数据中心后，“深度思维”公司数据中心节能约40%，谷歌整体能效提升15%，极大降低了业务成本。

　　不过，由于人工智能技术成本较高，“深度思维”公司至今还没有实现赢利。当前，为数据中心节约能耗而提供人工智能服务的公司，普遍经营状态并不理想。但与短期利润相比，其技术前景更令人关注。目前，欧洲的数据中心在技术上更多采用制冷系统和浸没式液冷，未来还将加大热回收利用；日本的数据中心更加注重抗震，制冷系统多采用直接新风自然冷却、风墙送风等方案；与此相比，谷歌等科技公司通过利用人工智能技术来改进数据中心能效，有望从根本上解决数据中心能耗大的短板。不少业内人士认为，人工智能和机器学习是推动数据中心向前发展所必需的技术，看好人工智能应用在数据中心行业的前景。

　　技术研发的超前性与经济性是对立统一的。一项革命性技术，最初往往投入成本高，商业化应用缓慢。但一旦突破临界点，就能取得较大的商业成功。目前，全球数据中心迭代发展，对于减排的需求不断增强。相信随着人工智能节能技术的不断成熟，数据中心绿色发展将迎来跨越式迈进。

　　（作者为中国社会科学院数量经济与技术经济研究所信息化与网络经济研究室主任）