数字经济助力碳中和.docx

《数字经济助力碳中和.docx》由会员分享，可在线阅读，更多相关《数字经济助力碳中和.docx（25页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、数字化助力城市生活提效城排数字经济下，5G、AI等新型技术的崛起将赋能千行百业，我们不禁思考数字生活究竟离我们有多远？数字生活 究竟如何实现碳中和？对于个体而言，常息城市”将使我们切身感受到智慧城市融合城市管理和数字技术，通 过数据管理优化城市运行后为居民带来的便捷与高效。“智慧城市”的概念由IBM于2008年提出，后在各国政府层面获得了广泛关注。我们认为，智慧城市并非一个 严格概念，是将城市管理同数字化技术结合的一种思路。随着5G网络、云计算、物联网、人工智能等新一代信 息技术逐步落地，科技生态环境日趋成熟，城市智能化、精细化管理得以实现，有助于解决城镇化进程中的各种 难题。据Markets

2、 and Markets统计，2018年全球智慧城市市场规模为3,080亿美元，2023年规模将提升至 7,172 亿美元，CAGR 为 18.4%智慧城市的应用场景有哪些？随着智慧城市建设进一步深化，众多新型城市应用场景和管理模式应运而生，助 力城市实现可持续开展。我们看到，智慧城市场保、交通、工业、能源、城市治理等多个场景已经有丰富且 具体的应用，例如环境监测、智能垃圾分类等智慧环保应用，车路协同、智慧停车、智能交通规划等智慧交通应 用，黑灯工厂等智慧工业应用，大数据精准治理、无人化治理等城市治理应用。图裹1：牙总城市总体架构资料来源：粗JK能智总城市白皮书榭&及中国联通，2020年二月）

3、，中金公司研究部图表12：搭SHR能平衡聚跳的II铁行业，排放*W少钢厂节能测算局部:钢铁行业全年消耗标煤（亿吨）6.5节能效率30%减少标煤排放（亿升）1.95每吨标煤妹产生二氧化碳（亿吨）2.70对应减少二氧化碳排放（亿千克）5,265所需数据中心碳排放消算局部:机柜数（个）150,000功耗（kW）7.5PUE1.3全年耗电（亿kWh）128.115对应二氧化碳排放（亿千克）127.73结论:每年二氧化碳排放减少净额（亿千克）5,137每度电减少二氧化碳排放量（千克）41.1资料来源：中国钢铁新闻网，中金公司研究部工业互联网平台帮助原料药企业降低能源本钱原料药的生产涉及合成、提取、发酵等

4、多种工艺需要水、电、冷、压缩空气、蒸汽等多品类能源使用，导致原料 药生产企业的能源本钱占生产总本钱的比例到达10%以上。浙江某原料药制造企业，在进行工业互联网平台改 造后，通过AI算法分析发现，将冷却水温度降低15左右并进行冷凝器清洗，可有效降低制冷机能耗、提高生 产效率。经过改造，该公司制冷机实现节能30%,运行效率提升10%,企业每月降低能源账单5%o根据该企 业的规模，我们认为支撑工业互联网平台运行所需的机柜数为1个，对应全年二氧化碳排放85,154千克，最终 实现全年二氧化碳排放净减少0.20亿千克，对应每度用电增加量带来234.63千克二氧化碳减排。图表13：工业互联网平台帮岫原科的

5、企业降低能iU本钢厂节能测算局部:钢铁行业全年消耗标煤（亿吨）6.5节能效率30%减少标煤排放（亿升）1.95每吨标煤妹产生二氧化碳（亿吨）2.70对应减少二氧化碳排放（亿千克）5,265所需数据中心碳排放消算局部:机柜数（个）150,000功耗（kW）7.5PUE1.3全年耗电（亿kWh）128.115对应二氧化碳排放（亿千克）127.73结论:每年二氧化碳排放减少净额（亿千克）5,137每度电减少二氧化碳排放量（千克）41.1资料来源：泛的网，中金公司研究部水泥生产企业工业互联网改造后显著降低煤炭消耗水泥制造是一项高能耗、高污染的产业，制程中需要燃烧大量的煤炭以维持i,4o（rc以上高温的

6、生产环境。某水 泥企业经过工业物联网改造后，实现年节约6.44万吨标煤，对应二氧化碳减排1.74亿千克，同时减排SO2约 1,060吨、粉尘1.61万吨。根据该企业的规模，我们认为支撑工业互联网平台运行所需的机柜数为5个，对应 全年二氧化碳排放425,769千克，最终实现全年二氧化碳排放净减少1.73亿千克，对应每度用电增加量带来 407.17千克二氧化碳减排。图表14：水泥生产企业工业互联网改造造显降低煤炭消耗水泥厂节能测算局部:水泥厂全年消耗标煤（万吨）128.8节能效率5%减少标煤使用（万吨）6.44每吨标煤妹产生二氧化碳（万吨）2.70对应减少二氧化碳排放（亿千克）1.74所需数据中心

7、碳排放测算局部:机柜数（个）5功耗（kW）7.5PUE1.3全年耗电（亿kWh）0.0043对应二氧化碳排放（亿千克）0.0043结论:每年二氧化碳排放减少净额（亿千克）1.73每度电减少二氧化碳排放量（千克）407.17资料来源：中国能源网官题，中金公司研究部科技行业如何降能增效？ AI与多稗技术共同助力节能我们在前两节讨论了科技是如何助力各种行业的不同应用场景实现节能减排，测算了碳排放的净减少量，科技行 业属于高耗能行业，在为千行百业赋能以及助力减排的同时，科技行业如电信运营商及数据中心自身是通过何种 手段实现节能流摔？我们先通过案例可以看到AI已经广泛用于通信行业的电能使用的优化中，然后

8、再具体分析 了 5G基站和数据中心的降耗举措。AI节能技术如何帮助能耗大户减排？AI算法可用于IDC的运维和管理，优化其电能使用。AI技术已经在故障预测分析、系统性能调优、内部服务等 方面有所应用，可实时对数据中心环境控制，如通过控制冷却系统实时资源调配以降低能耗。比方在谷歌、万国 数据、中兴通讯等企业中都能看到AI助力的身影： 谷歌：2016年，谷歌联合DeepMind将AI系统部署于数据中心，通过控制IDC的服务器和制冷系统等部 分组件来减少能耗，报告说明DeepMind Al将谷歌公司的数据中心冷却费用减少40%。 万国数据：在国内率先采用AI数据中心布局，目前弱电和软件开发设计都要确保

9、未来能够做到AI适用，实 现基于AI算法进行控温，以及利用机器人进行自动巡检、故障自动应急等，大大降低对运维人力的需求以 及大幅灾难预警的敏捷性。 中兴通讯：基于自研的Al Explorer平台开发的AI算法系统，能够基于采集自制冷系统、电力系统的数据在 AI中台进行数据治理，基于AI算法学习优化运行策略，通过调控参数实现最高可达15%的节能效果。图表15：中兴通讯Al平台致据洽理使用的关健特征政 : . ： . . 1 :、0制冷系统电力系统室外干球过度 室外湿球温度 室外相对X度 室外相对湿度 室内洱度冷水机组数量冷冻泵频率冷却水供回水温度冷冻水总管流量冷冻水供回水温度冷却塔运行状态冷却泵

10、运行状态IT负载电压电池状态有功功率柴油发电用性行状态杵却系统总负载UPS/HVDC运行状态电流资科来源：公司官网，中金公司研究部5G时代，AI技术能够提高基站的适应性来实理智慧节能。实现随着AI技术的不断成熟，基于AI的智能节能技 术方案可以实现多制式网络的整体节能效果，在无线接入网具备较强的灵活性、扩展性及持续演进能力。AI系统 能够基于历史数据构建学习模型，并通过不断产生的实时数据对模型进行修正，实现“智慧节能”的效果。中兴 通讯提供的AI节能方案自2019年起已在国内多地运营商部署，累积应用规模超过10万小区，经验证该方案可 有效降低基站10%15%的能耗，每千站点可实现年节电150万

11、200万度。比方典型的功能有： 节能场景识别：在小区场景中，AI系统能够自动识别基础覆盖小区和补热笆，支持与基站设备及OMC管 理平台的接口，热点覆盖小区可根据业务量等指标变化进入节能模式，实现更灵活的节能效果。 业务测：基于AI算法、现网基站数据及训练业务负栽模型，实现对网络业务负荷的精确预测。通过预测 业务流量的潮汐情况，提前制定相应措施调控业务负载性能，从而提升用户体验。 节能策略选择：基于业务预测结果，通过强化学习算法实现对节能策略的自动选择、调整、配置更新和自动 执行功能，同时满足预设置的节能目标和KPI目标。14请仔细克读在本报告尾部的重要法律声明图表16：基于ai的节能策咯选择m

12、型符号间隙关断小区（属性）资料来源：厘于AI的5G甚站节轨术研究）（电子技术应用3519年止，期），中金公司研究部设备、站点、网络层多层发力，实现共建共享模式下5G基站节能降耗具体到通信运营商行业，5G时代的到来也带来了能耗的增量。5G网络建设耗能如何？按照中国通信标准化协会 的数据，目前运营商5G基站主设备样品空载功耗约2.22.3kW,满载功耗约3.7-3.9kW,我们按照2019年3.85 kW预测，随着设备节能化迭代，我们预计5G基站平均功率到2025年降至3.3 kW左右，基站休眠等技术使得 基站无需满负荷运转，同时伴随2/3G网络的逐渐退网、5G基站建设速度趋于温和增长，我们认为能

13、基站整体耗 将得到有效控制并趋于平缓，预计到2025年，5G基站全年耗电量将有效控制在793亿千瓦时。CICC图表17：三大运营商基站耗电预测2G 0& (U)80808032248FlUiZ KM0.80.83Gs 6 ()5.55.55s5.55.55.52.82.1-?Ui:h(kWj0.80.84G06 (E)241309315318320321321TlUii (kw)5GO6()64175105135165195平均功率（kW）3.853.853.853.663.483.303.3CiZ4(kWh2,806,2363,631,0424,867,1295,134,4415,526,9

14、705,715,6145,798,5166,019,575lfUl(fi/kWh0.650.650.650.650.650.650.656.=. (Zl)1822363163343593723773912.48%3.16%4.21%4.30%4.4T%4.58%4.61%4.72% - - - -平均功率（kW）0.8080.80.80.80.80.80.63G站数（万）3.23.23.23.23.23.21.61.(平均功率（kW）0.80.80.80.80.80.80.80.84G06 (E)138159165168170172172172iuizl (kW)5G66 (E)421.558

15、.576.594.5112.5i.ci ik )38s3853.853.663.483.30330.ut (kWh1,606,8901,934,0692,579,5672,T49,6953,O1T,5853,166,8183,239,6613,388,260lf(jl(fi/kWh0.6S0.6S0.650.= (Zl)1041261681791962062112206 WAft2.77%3.35%4.37%4.49%4.T2%4.T5%4.69%4.74%HUiZ (kw)0.80.83G 0S2 tT)2.3232.32.3FlUiZ (kw)0.R0.80.80.80.80.80.80.

16、84GB B ()99150I5s158160160160Fliiiz fhvj1.01.01.01.01.01.01.01.05G OB (U)435.947.959.971.983.”/38s舞$38s366348330330(24(kWh1,152,7691,672,1342,196,5972,589,1352,646,0762,662,1812,658,5082,724,325lfUl(fi/kWh0.650.650.650.650.650.650.650.= (Zl)751091431681721731731776 WAIL2.58%3.74%4.76%5.40%5.2T%5.10%

17、4.96%4.95%1三大运ti商合计2/3G基站数（万）17017017094.46S.326.94.44.44G基站数（万）47860963064164865365365?5G基站数（万）14.079.6151.4211.4271.4331.4391.42/3G基站耗电员（亿kWh）119.1119.1119.159.538.915.12.32.14G基站耗电量（亿kWh）437.5557.3576.6528.0504.1478.1448.2418.35G基蛀电我耗电量CZkWh：47.2268.6459.8576.1661.3719.2792.8总辕电至（亿kWh）S56.6723.79

18、64.31,047.31,119.11,154.51,169.71,213.22/3C基%电翦（亿元）77.477.477.438.725.39.81.51.44G基站电费（亿元）284.3362.3374.8343.2327.T310.8291.3271.5Gss站电箜（亿元）0.030.7174.6298.9374.5429.8467.5515.3电特合计（亿兀）361.78470.42626.81680.76727.39750.40760.28788.592/3G基拈电费占比21%16%12%67。37o17ogo4G基站电费占比79%77%60%50%45%41%38%34%5Ga贴图

19、费占也V7o77o28%44%51%57%61%65%1616连T的冢证仕本报会尾部匕史要京坦六联从软硬件技术角度来看：通信基础设施架构升级是趋势，包括基站设备层、站点层、网络层的 多级优化基站设备层：提高AAU能效是解决能耗痛点的有效方式o基站设备中，射频功放能耗最高，因此从功放模块、 数字中频、基带模块、收发机等对功耗影响较大的关键器件入手进行技术提升能够最大程度提高AAU设备的能 效，例如通过提升半导体工艺水平及更新换代来减少芯片面积从而提高集成度和处理能力，不但能进一步降低基 站设备功耗，还可大幅提高5G系统性能站点层：基于软件功能及AI技术实现站点节能。通过引入AI技术，能够针对每个

20、小区的不同时点进行精准分析 及预测，实现精细化、定制化的节能策略，做到“一站一策、一时一策”，在保障用户体验的前提下通过精耕细 作的方式充分挖掘节能潜力。网络层:多网协作节能技术实现降低现网能耗目标05G部署后，未来将出现4G TDD/FDD与5G NR共存的状态。 中国移动研究院表示，多网协作节能技术可以基于特征聚类和神经网络算法对5G设备级节能功能进行参数优化, 实现设备级节能功能效果最大化，适用4G/5G有较多重叠覆盖的网络场景。中国移动研究院表示业内已完成相 关4G系统（MCES）的开发，现网测试结果显示，4G网络每万小区年节电目前超过40万度，5G网络接入后总 体节电效果将更明显。图

21、表18： 5G暮站节能技术推进计划耳带E片能力：3芨波（6微道） 每翅波彳高下行16法&上行8流 基带名片工艺：7nm工艺耳带E片能力：3芨波（6微道） 每翅波彳高下行16法&上行8流 基带名片工艺：7nm工艺基带芯片能力：3。波（桐道） 每载波*高下行16流&上行8流 基带晶片工艺：5nm工艺*GaN%放比例：80%设备级*整机功耗：相比上年明卬8%*GaN%放比例：80%设备级*整机功耗：相比上年明卬8%卓GaN功放比例：98%GaN功放比例：100%* *整机功班：相比上年降低10%蹙机功班：相比上年降低8%*变帧关断、通道关断、濠度体IE外场潸试*亚帧关斯、通道关斯、深度体时诲商用站点

22、级*增强功於技术研究（站关所、波关昕、痴皿站协作关断、设备关防、隹能节能等）实验室渊试*外场渊试*增强功能测试增强功能规段商用网络级*rGREEN平台研发（5G PM NRWB（据采集、小区关斯流程）推出Demo*i GREENZ功能:增强（A慎沏推出样机赢点*iRF他!模部署资料来源：中国移动研究院，中金公司研究部数据中心：云计算实现算力集约化，模块化及制冷技术提升实现PUE降低再看数据中心的变迁，计算模式历经了从集中到分布，再重新走向集中的阶段O在上世纪六十年代，大型主机 是计算和存储资源集中存放的所在，也是企业的算力供应中心。彼时主机价格非常昂贵，主要面向企业用户，资 源集中是主机时代突

23、出的特点。1979年旧M推出IBM-PC,开启个人电脑时代，计算模式由大型主机的集中模 式走向个人计算的分散模式。而后互联网兴起，计算资源通过互联网得便捷共享。在2000年后，运营上千台服 务器的数据中心出现，计算模式由分散重回集中，算力走向集约化供应。图表19：网络与IT架构的量展.革新历程1940年代1980年代2010年后大型机时代PC时代云计算时代大蟹主机 集中模式osAPP机散算式单分计模j-1仓、局域网/城域网1互联网CI 口i CS 矗鼻口口匚戚IBM创始人Watson： “全世界 只需要5台计算机微软创始人Gates： 要让每 一个书桌上都有电脑。”Google前CEO Sch

24、midt： “云 计算重回大型机时代，世界需 要5台电脑。但这5台是云计算 中心，不是过去的大型机”资料来源：IBM官网，?软官网，Google客网，中金公司研究部数据中心是数字经济时代的底层基础设施，发挥着将电力转换为算力的关键支撑作用。大型数据中心集中管理 计算和存储资源，用户通过互联网提供资源的模式日益普及，“云计算”的概念逐渐脱胎。数据中心位居IDC产 业链中上游，向下游云应用厂商、互联网公司、政企客户提供服务器托管等基础设撷艮务。其能耗主要包括机器设 备消耗的电力和温湿度控制设备消耗的电力，因而数据中心在数字经济时代承当着将电力转换为算力的关键作用。图表20：大型数据中心将计算.存储

25、曲集中建图表21：云计算概念示意图资料来源：聚飘，中金公司研究部资料来源：聚飘，中金公司研究部Q 口 f铲出资科来源：深信股社区，中金公司研究部集约化算力将降低多少能耗？集约化算力可显著减低能源消耗，是实现碳中和目标的重要命题。根据Pike Research预计，到2020年，采用云计算可以使全球数据中心的能源使用量减少38%o AWS认为，集约式的计 算资源可以显著提升计算效率。Microsoft测算，相较于分散的传统企业数据中心，Azure集约式数据中心通过 改善IT运维效率、IT设备效率、数据中心基础架构效率、可再生能力等四个方面，或可降低72%98%的能耗。图表22：云计算横式可以显著

26、降低环城t*资料来源：微嫡网，中金公司研究部图表23：部云计算中心后，碳排嘉数显著降低资心来源：储欤官网，中金公司研究部技术手段如何实现数据中心的降本增效？机电设备标准化、模块化是趋势。我们认为对机房系统架构的前瞻性 把控是idc运营核心的能力要素，涵盖对n负荷能力、机电布局方式、密度上升后散热能力等环节的判断。图表24：数据中心螺色节能是量展趋势1.691.631.525-J L5 uIM1IIU1392016M17201820192016M1720182019超大型大型超大型大型在用数据中心平均PUE在建数据中心设计PUE资料来源：中国信通融谡中金公司研究部一方面，IDC所提供的机电设备服

27、务，核心是提供电力和制冷资源。运营中，IT和制冷是耗电主要来源，占比 约85%o在制冷方面，可因地制宜，北方干燥低温的环境特性可选择间接蒸发自然冷却，通过空对空冷却减少 排热用水；南方潮湿燥热地区可尝试浸没式液冷技术，通过液体代替空气，把CPU、内存等IT发热器件产生的 热量带走，具备高能效、高可靠特点。供配电方面，分布式供能、高压直流供电、模块化UPS等技术通过降低 电损、按需调用，也能帮助优化PUE水平。另一方面，借鉴云计算、IDC的底层逻辑共享经济，将机电资源池化、按需切割也是一种新思路。预制模块化 数据中心是一种预工程化的方案式产品，在工厂内部完成数据中心所需基础设施单元的有机组合，到

28、工程现场重 新拼装即可投入使用。数据中心引入模块化设计，能实现业务快速部署，满足高密度机柜共享基础设施，节省机 房空间和电费，优化PUR模块化数据中心受到国家政策推动，在工信部公布的云计算三年行动计划(2017-2019 年)中明确要在绿色、模块化数据中心方面实现技术与产品的突破。秦淮数据从制冷设备到配电设备均实现模 块化定制，将整体建设时间缩短30%40%o美国成功的模块化设计本质是满足了机房的灵活弹性部署，实现同 一机房内Tier 2-34不同等级灵活升降，不同单位功耗密度的机柜随时扩容，批发、零售客户和谐共处，模块化 技术表达了对IT设备的技术掌控力和预判能力。然而，IT和网络设备的技术

29、迭代周期远快于基础设施，我们认 为合理地规划机房架构，使机电模块更具适用性和经济性以适配ICT技术的快速变革才是核心，效率最优的设 备模块化、标准化需要从整个系统架构出发。图襄2：国外总城市理念发JS历程与典型城市图襄2：国外总城市理念发JS历程与典型城市图襄3：中国*城市主政策开展进程资料来源：艾瑞容海，中金公司研究部资料来源：45GJK能智就城市白皮书）（检勤及中国联通，2020年3月），中金公司 研究部智慧城市带来生活便捷与多样的同时，也通过数字化手段实现各种生活场景的节能减排。智慧城市下的各种应用 场景是如何通过科技赋能实现节能减排的？其最终能够实现多少二氧化碳减排量？基于这些思考及前

30、序章节绿色出行的介绍，我们挑选车联网、智慧机场及智慧货运三个细分应用场景进行 测算，通过比照引入科技带来的二氧化碳排放增量与科技赋能后的各场景二氧化碳排放减少量来计算实现的二氧 物髓裨蟋绸翩宣电力泡喇醐蹒时少量来判断科技赋能的“性价比”。车路协同基于传感探测、边缘计算、自动驾驶等技术，通过路测单元、车载终端获取和交互车路信息，对整体道 路流量、交通事件、路况进行预判，实现车辆之间、车辆和基础设施之间的智能协同，到达加快路口通行速度、 降低车辆燃油消耗、提高交通平安冗余度等目标。其中：D提效方面，智慧红绿灯可动态调制不同方向红绿灯 时间以提高通行率；基于早晚交通流量变化，潮汐车道可动态调整早晚高

31、峰通行方向；依托车载摄像头、超声波 雷达等设备，无人驾驶车辆可分析周边环境及行车状况，进行制动、转向、变道、速度等控制，降低交通拥堵风 险，从而提升交通系统的运行效率与平安性。2）降耗方面，基于SLAM技术，汽车可以通过摄像头采集的机器 视觉信息与激光雷达ToF的测距功能，定位并绘制出位置环境的地图，解决路线规划的不合理问题,降低碳足迹； 此外，基于V2X通讯，车辆可编队行驶减少阻力、共享信号灯信息规划刹车时间，从而降低能耗o四维图新基于多年在提供地图服务中积累的海量位置大数据，搭建了 MineData位置大数据平台，为各类企业、 行业提供数据支撑服务和个性化解决方案。MineData平台具有

32、PB级多源业务数据治理能力，借助MineLab- 站式位置大数据分析与深度学习平台，基于专业的地图展示能力提供搜索、路径规划等LBS服务，能够高效规 划交通路线，缓解交通拥堵进而实现降低碳排放的目标。图表25： II块化数据中心优靖van无需功能区分无需像僧黜圈中心一样进行预先功能区分，模块化数据中心可将主机房 动力机房、空 调机房的功能有机地整合在模块内，节餐机房面枳工厂流水HU帔模块化数据中心所II的修砒设施，如机柜、空同、UPSx网络、布线、监控等都由工 厂18例完成，工F流水线生产保证了每一个环节的工程质,提升加8中心可靠度。工程现场只偌将预制模块进行局单拼装、逐个泊位，模块的内部结构

33、都遵标准化的安装 程济。这种建设模式可以防化工程量、降低工程旗度、婚短建设工期、降低人工本钱。传 筑附要一到两年建成的致据中心，现在一到两个月即可完成。触贴故障舄查反制模块化切B中心可以按需口制，匐E,这种员活性可以据中心分隔投资，提 开整体送管效率.同时在出现故障点时，只需撤除检修故障模块即可，无须像传林数据中 心一样一发而动全身花费大时砒查故的点。育密度低皮本强制模块化数据中心一般采用列间水平送风空调就近制冷，送风均夕，没有温度梯度，E 含冷/热通道封闭以及产密的气翔a睨u理，可以极大蟠提升机房冷气利用率，从而实现单 机柜20KW甚至更高功率甚重的机房制冷，同时也节省了机房空间及电费、降低

34、了PUE.一站式专业务JS制模块化数搪中心的方案式产品特性也决定了它可以卖现厂商一站式专业服务，不会出 现不同厂商相互推遗，责任无法判定的情况 配合先进、人性化的机房管理软件可以使机 房管理人员随时掌控整个数据中心的运行状况，资料来源：De匕言网，中金公司研究部行业面临的挑成？当前节能技术仍存在痛点碳中和道路任重道远，既不能过于乐观，也不要过于悲观，保持对碳中和目标可实现的不变追求下，也要认清逐 梦过程中可能面临的风险挑战，我们认为基于上述分析及展望，行业主要存在以下几点挑战以及我们的思考：工业互联网的渗透率仍然较低o中国信通院工业互联网产业经济开展报告数据显示，2020年我国工业互联 网产业

35、经济增加值规模约为3.1万亿元，占GDP比重为2.9%,在三次产业中，第二产业作为工业互联网应用的 “主战场”，虽已在石化、钢铁、电子信息等制造业领域逐步落地，然渗透率仅有2.76%,尚有较大的提升空间。与此同时，我国工业互联网领域创新能力有待进一步提升，以推开工业互联网应用加速渗透。未来行业开展思考 的重点是，工业互联网如何快速实现可复制、规模化？工业互联网在碳中和背景下科技创新及节能减排的新方向 在何方？局部节能系统的应用停滞在数据收集层面。基于工业互联网技术的节能平台包含边缘层（数据采集）、平台（工 业PaaS）,应用（工业App）三大层级。其中边缘层作为数据的来源，属于节能平台的“生产

36、资料”；工业PaaS 作为App开发和迭代的平台，属于节能平台的“生产车间”；各种工业App应用那么为具体承当节能作用的“生产 工人”。然而在现实应用中，局部企业在装载系统之后，仅仅停留在数据采集层面，未能实现数据赋能到达真正 节能的效果。未来我们认为行业应思考，如何快速实现数据赋能以缩短商用投资周期及拉长投资回报期？如何实 现平台兼容与数据打通，将数据生产要素发挥极致？AI系统开发和运行本钱普遍较高，对于广泛的中小企业而言，需要权衡节能效果和系统使用本钱。随着AI技 术的开展，AI系统算力不断提升，由此带来的系统开发、数据存储、算法更新的本钱也在迅速上升，成为AI系 统应用于节能领域的掣肘因

37、素。与此同时，算力提升带来的巨大的能源消耗同样不容小视，在高本钱下权衡应用 系统带来的节能优化与系统本身带来的耗能或成为中小企业部署AI节能系统的重要权衡。未来行业应当思考， 如何实现AI开发与运行本钱的节约化？如何快速训练AI使其广泛覆盖在千行百业，为多种应用场景节能减排做 好“智慧大脑” ?5G节能技术可行性有待时间验证。根据中国移动研究院的测算，通过推动半导体材料、工艺、射频系统等关雄 技术开展,2022年有望实现5nm工艺,GaN功放应用比例继续提升至90%,整体功耗相对2021年将降低8%, 同时2022年有望实现现网规模部署，通过BBU基带资源共享实现节省硬件板卡配置实现功耗降低。

38、我们认为 上述技术的进步目前仅处于规划层面，技术落地与落地后的节能及商用效果依旧有待时间考证。未来我们需要考 虑除突破技术壁垒外，如何最优分配低频段资源实现基站广覆盖从而减少基站建设？如何最大化运营商基站共建 共享率？碳中和道路上机遇与风险并存。行远自迩登高自卑，我们需要认清实现碳中和过程种可能面临的风险挑战，坚 定对碳中和目标的不变追求。图裹4：四维图斯MineData体系相酊可视化ura 修 ttm相酊可视化ura 修 ttmMineMap三缗效据可视化及 分析工具行业核心MineLab法开发环境全面的位服务一站式膻务发布MineService位大政智分析与深度学习平台与出行业务场案密第合

39、的产品资科来源：公司官网，中金公司研究部自动驾驶提效几何？根据密歇根大学的一项测算，相较于非自动驾驶车辆，搭载车间通信系统的自动驾驶车辆通 过地图线路优化及刹车制动优化，节能效率到达19%o同时我们假设自动驾驶的出现会降低自有汽车量约1%, 基于上述两点假设，我们预测哉至2024年，C端自动驾驶二氧化碳年排放减少量约1.18亿吨。假设一辆测试自 动驾驶车辆每天产生的数据量可达10 TB,以一台浪潮高端全闪存储HF18000G5服务器为参考，全年约需要 2,566万台服务器支撑算力，对应二氧化碳全年排放量0.82亿吨,因此全年二氧化碳净排放减少量为0.42亿吨， 对应服务器每度电增量带来1.51

40、千克二氧化碳排放减少量。请仔细阅设本孜2尾部的串耍法律声明图裹5： 8至2024年鸟动驾驶全年瞄微净#少测算自动驾驶车辆节能测算局部:引入自动笃驶前节能效率引入自动驾驶后资料来源：浪潮官息官网，中金公司研究部汽车千人保有量（辆）500人口数（亿）14.2汽车保有量（亿辆）7.11%7.0年行驶里程（公里）5,00019%4050百公里油耗（升）7.57.5年油耗（亿升）2,662.50-20%2,135.06对应二氧化碳减排（亿吨）1.25服务器能耗测算局部：产生数据量（TB/车/天）10全年数据量（亿TB）25,656单服务器存储数据量（TB）100,000需要的服务器数量（亿个）0.256

41、6单月艮务器功率（kW）0.88年耗电（亿kWh）824对应二氧化碳排放量（亿吨）0.82结论：每年二氨化碳排放减少净额（亿吨）0.42每度电减少二氧化碳排放量（千克）1.51智慧机场：AI精准测算，减少滑行距离深圳智慧机场通过精准预测和管理，能让每架飞机少跑卜2分钟，减少耗油1020升，根据中国民航局公布的 全年航班起降架次，我们预计全年合计起降1,025万架次，每年可减少二氧化碳排放量约36.31万吨o截至2021 年2月18日，全国机场数量达241个，我们基于机场面积预测全国机场数据中心占地面积进而推测所需数据中 心及机柜数量，按照引入AI及数字化精准管理的机场带来3%数据存储增量的假设

42、，进而得出数据中心耗电量增 量约相当于23.86万吨二氧化碳排放，最终可实现全年二氧化碳排放净减少12.44万吨，相当于每度电用电增量 带来1.52千克二氧化碳减排量。G CICCBlad: 6, t&a8f:fi * IJs功日用地固积（平方米：9,585总建筑面积（平方米）35,110信教X3.66数据中心占地面积（平方米：16.000总建筑面积（平方米）15,50248,000机柜占地面积比65%65%机柜占地（平方米:10.07631.200单机柜占地（平方米：2.52.5机柜数（个）4,03012,480单机柜功耗（kw；88PUE1.31.3卜架率90%90%负载率70%T0%A6

43、&rB (kWh)231,331,342716,296,090里敬据中心全年择电量(kWh：af6 UTa9,U,ELff (kWh)716.296,09032,148,888,269231,331,342102,313,313,42015,422,0892283,516,236,398合计2417,978,438,086系数：弓入AI带来的数据漕早占比3%合计解申.品憎加早（kWh）239,353,143单位:万架次2019年全年2019及2020年平均无痕情影响）（假设盛片常态化）东部地区528.3459.5中部地区173.8151.7西部地区388.8350.0东北地区T4.664.0合计1165.51025.2151510,251,682油耗减少（升阑全年起烽（架）153,T75.227全年节省油糅（升）谙u和兄这任本报性尾部和生要向联智慧货运：成立互联网平台型货运公司有助实现降低运送空载率我们预计当前货运行业车辆运输空载率达40%,我们认为成立如滴滴打车模式的互联网平台型货运调度公司有 助降低空载率。截至2020年6月，根据公安部披露，我国载货车保有量为2,944万辆，假设这些车辆空载率从 40%降至20%将减少全年无效行驶里程1,472亿公里，对应二氧