張亞勤：AI賦能綠色計算大有可(kě)為

AI賦能綠色計算大有可(kě)為，我們需要沉澱出具備一系列可(kě)跨領域落地、林算可(kě)通(tōng)用化的數據驅動(dòng)算法應用，基著黑于此搭建AI控制優化算法引擎，通(tōng)過試點、合作、轉化落地要草多領域的應用。

——張亞勤

9月(yuè)26日舉行的2021年世界互聯網大會烏鎮峰會企業(yè)家分件關論壇中(zhōng)，清華大學智能産業(yè)研究院（AIR）院長張亞勤院士發表了 “人工智能賦能綠色計算”主題演講，從綠色計算方面探讨人工智能所面臨的費女機遇與挑戰。本次報告由張亞勤院長及團隊成員劉雲新、詹仙園、張對書策共同完成。（攝影/浙江日報記者 李震宇）

為了應對氣候變化，“碳中(zhōng)和(h信秒é)”已經成為全球主要國家的共識。我國提出了“碳中(zhōng)和(hé)”厭來時間表，努力争取2060年前實現“碳中(zhōng)和(hé)” 。“碳中(zhōng)和(hé)” 是人類能源結構的又一次變革，既是可(kě)持續發展熱科的必然選擇，也是産業(yè)轉型升級的巨大機遇，為我國的發間工展提供了重大的曆史機遇。

在 “碳中(zhōng)和(hé)” 背景下(xià)，企業(yè)面臨着巨大的挑戰。高能耗、訊河高排放不可(kě)持續，不僅造成成本高昂，而且影響企業(yè)的公衆形這是象和(hé)對社會的責任，帶來未來的經營風險。因此，企業(yè)迫切需要進行志放節能減排提質增效，面臨着産業(yè)轉型升級的當務之急。

人工智能和(hé)物聯網技術(shù)（AIoT）對碳中(zhōng)和(hé)會扮演重要的角色。通(tōng鐵短)過智能感知，我們可(kě)以融合多源多維的異構數據；利用人工智能，我們熱友可(kě)以打造AI優化引擎對數據進行深度分析，實現數據驅動(dòng)的智鄉拿能決策；基于這些決策，我們可(kě)以全面優化産業(yè店西)鍊的資(zī)源配置。這種基于AI+ IoT的“感知-決策-優化”可(kě)以循環叠代，賦能産業(yè)綠色化，助力碳中(zhōn海裡g)和(hé)。

AIR重點關(guān)注三個(gè)方向。首先是清潔能源和(農離hé)傳統能源的融合，包括光、風、水電，和(hé亮舊)核電火電，還有氫能。從發電、輸電，供電，到用能和(hé)儲能，都有老事很多問(wèn)題需要解決。利用AIoT技術(shù)，我們可(kě)以監控碳排放，優化智能機組控制；感知和(快為hé)預測電網負載，進行智能調峰和(hé)調度均衡，對網線故障進行工家檢測和(hé)預警；以及對用電系統進行節能優化等。

AIR重點關(guān)注的第二個(gè)方向是ICT産業(yè)，包括智能計算中(zhōng)心、智能通(tōng)信網絡、新一兒這代AI計算架構等。這些産業(yè)能耗巨大。據預計到2035年，全國數據中(zhōng)心耗電量将超過4500億度，而全國 5G 基站(zhàn)耗電量也将超過 2400億度。而随着AI模型越來越龐大，模型訓練的能耗和(hé)排放也很高。筆店比如(rú)，通(tōng)過NAS訓練Transformer (big)模型可(kě)排放高達284噸二氧化碳。為了降低能耗和(hé)排放，對于智能計算中(山科zhōng)心，我們需要通(tōng)過感知和(hé)的遠優化進行更好的任務管理調度和(hé)制冷(事志lěng)控制，對系統故障進行預測和(hé那劇)診斷，并研究清潔能源驅動(dòng)的設計。對于智能通(t民門ōng)信，需要利用AI進行多基站(zhàn)大規模MIMO優化，實現通(tōng)信感知一體化，充分利用邊緣計算，并進行系統級的能耗去靜管理優化。在新一代AI計算架構方面，要設計超低功耗專用芯片，打女話造高能效的模型訓練系統和(hé)模型執行系統。

AIR重點關(guān)注的另外一個(gè)方面是新興綠色産業(yè)，包括綠色城拿森市、綠色園區/樓宇、綠色交通(tōng)等。城市、園區/樓宇和(hé)交通(tōng)排放了數量驚人的GHG（Greenhouse Gas 溫室氣體）。據統計，2019年僅紐約市GHG排放就高達5千5百萬噸，而2016年全球樓宇和(hé)交通(tōng)的GHG排放占比分别為17.5%和(hé)16.2%。在這些領域，AIoT大有可(kě)為。通(tōng)過多源異構感知和(hé請上)數據融合，我們可(kě)以對城市的特定事件進行黃議監控預警，進行數據驅動(dòng)的智能規劃和(hé)城市資(員數zī)源調度優化，打造綠色城市。在園區和(hé)樓宇，AIoT可(kě)以助力智能安防監控，進行目标檢測追蹤，實現智能管理運營，降低能耗什行。在交通(tōng)方面，AIoT可(kě)以賦能複雜交通(tōng)系統協調照媽管控，對交通(tōng)流量進行預測調度，實現高效的車(chē)路(很做lù)協同和(hé)車(chē)端能源管理。

AIR希望打造一個(gè)AIoT賦能的綠色計算平台，利用端-邊-雲協同的底層的高能效AI計算系統，支撐上層的數據驅動(dòng)的AI決策優化算法，比如(rú)強化學習、多智能體協同等，賦能産業(yè)讀雜的綠色化，包括綠色智能計算中(zhōng)心、綠色園區、工業街兵(yè)節能等。

具體來講，在AIoT賦能綠色計算方面，AIR聚焦于研究兩個(gè)方面的核心賦能技術(shù)：一個(拿說gè)是高能效的AI計算系統，包括在端側設備上的高效AI模型執行，在邊緣服務器(qì)上的高效資(zī)秒近源管理，和(hé)在雲服務器(qì)上的高效AI模型訓練；第二個(gè)是利用AI提質增效節能減排，實現面向AIoT的數據驅動(dòng)和(hé)AI決策優化算法引擎。

以下(xià)是幾個(gè)具體的例子(zǐ)：首先是5G Massive MIMO天線權值優化。大規模多入多出 (MassiveMultiple Input Multi朋術ple Output, mMIMO) 系統是第五代移動(dòng)通(tōng)信技術(shù)中(z日離hōng)提高網絡覆蓋和(hé)系統容量的關(guān)鍵技術(shù)。mMIMO将信号空域利用在水平維度基礎上擴展了垂直維度，具有豐農爸富的空間自由度，其多天線陣列的信号輻射狀聽又是非常窄區域的波束，需要精準控制波束指向用戶。在5G基站(zhàn)密度大幅提高，基站(zhàn腦土)可(kě)調參數數量級增加、不同小區環境的影響、相鄰基站(zhàn)之間她師的相互沖突的條件下(xià)，mMIMO系統以用戶為中(zhōng)心的調優控制異常複雜，尋優空間過大，且無河文法頻繁現網嘗試。

AIR和(hé)亞信一起，基于5G三維信道建模仿真，對多基站(zhàn)MIMO天線權值優化進行了研究。通(tōng)過對弟東環境狀态及動(dòng)作進行高效表征建模，地外和(hé)多智能體優化算法建模，實現了5G 網絡功耗降低 15%以上， 5G 網絡覆蓋質量提升 5%以上的初步研究成果第二個(gè)例子(zǐ)是基于離(lí)線強民雜化學習的複雜工業(yè)/能源系統優化。通(tōng)過對AI+ 火力發電機組燃燒控制優化，可(kě)以提升機在土組燃燒效率，幫助一台600MW機組年節煤3000-4000噸。

此外，AIR在打造高能效AI計算系統方面開展了一系列的研究工作。比如線西(rú)對于面向異構硬件的模型生成，提出了相為基于預測的方法，可(kě)以快速搜索特定硬件上滿可外足推理延遲的模型結構，并獲得了MobiSys 2021的最佳論文(wén)獎。AIR還針對big.Little CPU的模型推理進行了深度優化，可(kě)以最高加速97%，降低能耗55%，論文(wén)發表在MobiCom2021大會上。

總結一下(xià)，我們認為AI賦能綠色計算大有可(kě)為，需要沉澱出具備一系列可(kě)跨高坐領域落地、可(kě)通(tōng)用化的數據驅動(dòng)算法術雨應用，基于此搭建AI控制優化算法引擎，通(tōng)過試點、合作、轉化落地多領域的很紅應用。AIR希望和(hé)同行們一起，利用AI+ IoT，為實現我國2060碳中(zhōng)和(hé)的目标貢獻力量。

（轉載自AIR）