绿色计算产业发展趋势有哪些？

以下是关于绿色计算产业发展趋势的介绍，如果有兴趣了解更多相关的内容，请下载原报告阅读。

1.产业空间

绿色计算以基于开放授权Arm处理器技术为基础，继在控制器和移动计算领域的成功之后，以 节能和安全为特点的Arm处理器技术逐渐成为计算基础设施的新标准。 全球范围内，Arm架构CPU在服务器市场处于快速上升期。Bernstein Research的一份研究 报告显示，目前全球近10％的服务器已经用上Arm架构，其中多达40％Arm服务器位于中国，中 国市场Arm服务器市场份额占比已经超过15%。

主要的公有云服务都提供基于Arm的实例，包括AWS、Azure、谷歌云、阿里云等。其中以 AWS为首的Graviton最具市场规模，Bernstein Research报告2022年期，Graviton占20%左右的 AWS CPU实例，AWS数据中心部署了全球50%以上的Arm服务器CPU。从而刺激其他主要的云端 服务商跟进。另据Canalys分析师预测，2026年Arm架构将占据云服务器市场一半以上市场份额。

在全球PC市场，Arm架构CPU同样处于快速上升期。Bernstein Research报告估计，2022年 Q4出货的个人电脑（不包括Chromebook）中，Arm芯片约占12%，其中绝大多数是Mac电脑。 另据Canalys分析师预测，2026年Arm架构将占据PC市场30%的份额。

2.产业趋势

云计算、人工智能、元宇宙、5G网络、物联网、区块链等新技术的广泛采用，不断地丰富人 们生活和提高社会生产力，同时也带来日益的数据量爆炸和计算能力需求的提高。 目前基础设施转为定制化打造，从 SSD 到 HDD，从 DPU 到视频加速器，服务器 CPU 算是最 后的标准产品，将不会作为通用型产品继续发展。与此同时，计算工作负载正极力增长，而且愈加 复杂。ML 和 AI 正在发挥取代作用。另外一个问题则是功耗问题，目前大型互联网公司的电力支出 仅微次于电信网络运营商。为了满足这些需求，未来的云基础设施将需要应对即将到来的数据爆炸 和日益复杂的工作负载的有效处理,同时提高能效并最大限度地减少碳足迹。 这就是为什么业界越 来越多地寻求更高性能、高能效、专业处理和工作负载加速，以重新定义和改变计算基础设施。

从数据中心的需求到处理器的技术发展，绿色计算产业对于性能、能效和安全性提出更高的 要求 。数据中心的算力需求持续增长，AI成为重要计算任务。根据 IDC 数据显示，2020-2025 年全 球产生或复制数据量以CAGR 23%保持增长，并预计每四个月对算力的需求就会翻一倍。在“双 碳”目标大背景下，减少碳排放，节能减排是重中之重。数据中心是数字基础设施的重要载体，作 为典型的耗能大户，面临的节能任务更加艰巨与紧迫。随着网络与计算业务的快速发展，越来越多 的关键性服务和高价值数据被迁移到了云端和边缘，与传统的本地数据保护策略不同，对数据的保 护也变得更加复杂。从欧盟 GDPR 到我国个人信息保护法，数据隐私监管保护的范围愈加扩大，力 度日益增强，对关键数据和业务进行安全保护，是合规遵从的关键因素。 随着摩尔定律走向终结，解决方案提供商正在寻求专业化处理能力。Armv9-A架构，在安全 性、能效和性能方面都有提升，通过越来越多的芯片产品将 Neoverse 的卓越性能、每瓦性能和 TCO 优势带到基础设施领域。

构建端到端的绿色算力链路，已成为我国算力行业发展的大势所趋。我国高度重视算力基础设 施建设，工信部发布《新型数据中心发展三年行动计划（2021—2023年）》，积极推动数据中心 向集约化、规模化、绿色化方向发展。但目前，行业内对于绿色数据中心的研究和实践多停留在电 力生产/能源使用、算力供给环节，强调从能源使用效率角度优化数据中心的选址、设计、采购、 管理，从计算资源角度优化IT基础设施的设计、建设、使用和回收过程，从而减少对于环境的影 响。根据信通院《面向算力应用环节的计算绿色化白皮书》，算力行业应从端到端的视角出发，构 建从电力生产、算力生产到业务应用各个环节的绿色算力，以实现算力产业从节能向绿色、增效并重的延伸，实现绿色数据中心向端到端面向业务应用的全流程转型，实现单一产品视角转向软硬协 同一体化的视角。

绿色计算产业的标准工作应该重点从性能、能效和安全角度出发，持续推动相关标准和评 测规范的制定和落地 。标准体系是指引产业方向、推动产业各方达成产业共识、促进商用进程的重要力量。标准和评 测工作首先应根据业务的诉求，满足数据中心应用（例如人工智能、大数据分析、高性能计算、移 动应用上云、容器等）对软硬件基础设施在性能、能效和安全等方面不断提升的需求。针对多样性 算力的不同应用和产品，存在着不同的算力评价方法和工具，导致用户在评价和选型时难以适从， 亟需完善多样性算力的评价体系和工具。 联盟和标准协会是聚拢各方力量，建立和完善标准的重要组织形式，目前绿色计算产业联盟 GCC、边缘计算产业联盟ECC、金融开放联盟、中国电子工业标准化技术协会 （CESA）、欧洲 OEHI（Open Edge+HPC Initiative）、机密计算联盟（CCC）等联盟和组织都在积极推动产业上 下游共同制定开放的绿色计算产业标准。

产业链上下游企业、开发者和用户需求的真正满足，亟需繁荣和多样性的绿色计算软硬件 。生态 计算产业是一个充分开放的体系，构建一个更加成熟的绿色计算产业，需要产业链上成千上万 的上下游企业、上千万的开发者以及千行百业的用户共同努力和相向而行才能成功。中国每年近千 万高校毕业生的人才基础，以及众多软硬件和服务提供商，充分具备发展绿色计算产业生态的基本 要素，但仍存在生态碎片化、条块化的挑战，各个领域都需要产业领先者来聚合产业资源、引领产 业发展方向。 当今的国际形势对计算产业的稳定供应带来极大不确定性，世界比任何时候都需要多元化稳定 可靠的算力基础设施供应，以支持各行业业务平稳发展。通过绿色算力创新部署，构建多样性算力 平台，可实现算力特点和业务特点的更好匹配，以达到更高的业务质量和安全，满足千行百业数字 化转型算力需求。

3.技术趋势

3.1数据中心客户需求和技术趋势

算力需求持续增长，AI成为重要计算任务。根据 IDC 数据显示，2020-2025 年全球产生或复制数据量以CAGR 23%保持增长，并预计每 四个月对算力的需求就会翻一倍。海量数据增长、数据频繁交互以及各类应用激增带来的巨大流量 增长，加速数据中心网络向更高性能和更高灵活性方向演进。数据中心网络打破传统端口速率十倍 增长的十年代际演进周期，加速向 100 Gbps、200 Gbps、400 Gbps，甚至 800 Gbps、1.6 Tbps 发展。根据华为预测，2030年通用算力对比2020年增长10倍，AI算力对比2020年增长 500倍。TrendForce集邦咨询预估2023年AI服务器（包含搭载GPU、FPGA、ASIC等）出货量近 120万台，同比增长38.4%，占整体服务器出货量近9%，至2026年将占15%。2022~2026年AI服 务器出货量年复合增长率同步上调至22%，AI芯片2023年出货量将增长46%。

多样性算力需求突出：异构计算，GPU&DPU满足数据为中心的多样化应用场景的计算需求。 全球数据量激增促使数据中心网络从“以计算为中心”转向“以数据为中心”，加速数据传 输、提升用户体验，需要最小化后端请求的尾部延迟。网络带宽和连接数的剧增进一步推进算力需 求爆炸式增长，而摩尔定律日趋极限，CPU 性能增长速度逐渐放缓。寻求更符合多样化应用需求的 计算芯片已成为业界共识。 云化基础设施平台基于 CPU 完成网络数据转发的传统模式出现瓶颈。CPU 串行计算模式难以 在高并发网络数据转发工作中发挥最大计算能力，另外网络带宽的增长速度远超 CPU 的算力增长 速度，网络数据转发占用的 CPU 资源不断增大。数据处理单元（DPU）用于处理云计算的幕后工 作：数据包检查和虚拟机监控程序管理等严格且对时间敏感的安全任务。网络、存储和安全任务现 在可以消耗实例所需资源多达服务器CPU周期的30%。使用针对这些任务优化的专用处理器，能够 将CPU集中用于工作负载而不是基础设施任务，可在电力和资本支出方面获得TCO好处。

片间互连异构集成，Chiplet模式加速兴起 。进入后摩尔时代，异构集成（HI）和系统级封装（SiP）是重要出路。Chiplet模式采用不同于 SoC设计的方式，将大尺寸的多核心的设计，分散到较小的芯片，再通过先进封装的形式以一种类 似搭积木的模式实现整合，更能满足现今高效能计算处理器的需求；而弹性的设计方式不仅提升灵 活性，也能有更好的良率及节省成本优势，并减少芯片设计时程，加速芯片上市的时间。综合而 言，相对于SoC，Chiplet将有设计弹性、成本节省、加速上市等三大优势。 英特尔与AMD、Arm、高通、微软、谷歌、Meta、台积电、日月光、三星等十家行业巨头正 式成立UCIe（通用芯粒高速互连）产业联盟，意欲共同打造Chiplet互连标准，携手推动Chiplet接 口规范的标准化。国内厂商方面，包括芯原、超摩科技、灿导、芯和等多家半导体企业已经陆续加 入。阿里巴巴也成为首家加入UCIe董事会的中国大陆企业。

低功耗，节能减排需求。 在“双碳”目标大背景下，减少碳排放，节能减排是重中之重。数据中心是数字基础设施的重 要载体，作为典型的耗能大户，面临的节能任务更加艰巨与紧迫。最新数据显示，我国数据中心用 电量已经占到了全社会用电量的2.6%左右。随着数据流量呈指数增长，数据中心设备功耗也在不 断攀升，电能消耗数目弥巨和运营成本居高不下的问题愈发凸显，其能耗问题将成为重点整治对 象。数据中心能源侧的碳排放主要来自IT设备及基础设施的电力消耗，数据统计，在数据中心能耗 结构中，主设备耗电占45%~55%，空调设备占35%~45%，电源及其他设备占10%~15%。当前大 型互联网公司的电力支出占到总拥有成本(TCO)的30-40%，仅微次于电信网络运营商，功耗问题 不容小觑。节能降耗无疑是数据中心的重中之重。

企业积极践行碳减排工作，开始综合考虑IT产品能耗比和碳排放量 。头部企业开始不断探索节能减排新方式，例如，在IT层面采购低能耗的软硬件产品，并利用技 术手段进行实时碳足迹监控和碳排放的核算。“绿色节能”已逐步成为除价格、业务性能之外的新 考量点。

企业面临降本增效压力，精细化IT治理成为发展刚需 。企业对扩大IT支出的态度愈发谨慎，从以“可用”为目标对相关IT解决方案进行高投入，转向 以“性价比”为目标综合评估业务投入产出比进行IT支出。这些因素都驱动着企业向降本增效，精 细化IT运营方式的方向转型。在硬件层面通过利旧、提升产品效能等方式，在软件层面通过IT成本 监控和治理、提升面向业务应用的算力资源利用效率等方式，实现精细化的IT成本管控。其中，算 力资源利用效率起到将硬件算力转换，从而直接赋能于更多数字业务发展的作用，因此具有巨大关 注价值和提效空间。

3.2处理器技术趋势

随着摩尔定律走向终结，解决方案提供商正在寻求专业化处理能力。越来越多的基于Arm Neoverse芯片产品将卓越性能、每瓦性能和 TCO 优势带到基础设施领域。

单核性能提升。 采用更宽的微架构，以容纳更多的指令，来支持高性能和超级计算需求。宽深架构加上可伸缩 矢量扩展SVE，能够更好提高单核性能，并为SoC设计者提供了实现灵活性。SVE 和 SVE2 支持可 变长度矢量寄存器，允许开发人员部署和运行128位到2048位的代码，而无需重新编译，从而加快 上市时间并为客户提供更多选择。SVE可以支持气候建模、疫苗研究和材料研究等科学工作负载， 支持向量长度无关 (VLA) 编程解决自动矢量化的传统障碍。SVE2 扩展了 SVE 指令集，支持包括 HPC 和 ML 之外的数据处理领域，包括加速计算机视觉、多媒体等多种应用使用的常见算法。

多核异构网状互连 。应用所需的性能无法通过纯粹以CPU为中心的解决方案实现服务器架构，而是需要基于高效异 构的解决方案。包括各类加速器，例如图形处理单元、FPGA、智能网卡/DPU和许多其他特定域的 可编程设备。

计算性能越来越高的同时，系统间互连的挑战越来越大，Arm 系统 IP CMN对于实现可扩展效 率至关重要，它允许合作伙伴从低核心数扩展到最多 256 个核心，并以每秒近 4 兆字节的带宽实 现。 此外，CMN支持AMBA CHI、DDR5、UCIe、PCIe、CXL等主流外围设备和芯片间互操作标 准，确保兼容性。

性能与功耗平衡。 Arm开发了新的电源管理和低延迟工具，使系统软件能够在TDP限制定义的预定义电源和热包 线内进行电源性能权衡。这些低延迟工具完全可编程，以扩展动态电压频率缩放（DVFS）的典型 功能。其中包括最大功耗缓解机制（MPMM），它是一个可调的电源管理系统，允许客户以尽可能 高的频率运行高核数处理器，而调度限制（DT）系统可以在某些工作负载和高IPC时降低功耗，比 如矢量化工作。