9月26日舉行的2021年世界互聯網大會烏鎮峰會企業家分論壇中，清華大學智能產業 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， 從綠色計算方面探討人工智能所面臨的機遇與挑戰。

圖片來源浙江日報記者 李震宇

　　隨著全球氣候問題日益嚴峻，“碳中和”已經成為全球主要國家的共識， 而人工智能和物聯網技術（AIoT）在“碳中和”中扮演了重要的角色。張亞勤指出，基于AI+ IoT的“感知-決策-優化”可以循環迭代，助力碳中和。

　　張亞勤認為， AIoT賦能綠色計算應重點關注三個方向：能源融合、ICT 產業、新興綠色產業。

　　清華大學智能產業研究院（AIR）是面向第四次工業革命的國際化、智能化、產業化應 用研究機構，以人工智能（AI） 、大數據（Big  Data） 、云計算（Cloud）和裝置（Device） 為技術基礎，鎖定了智慧交通、工業互聯網和智慧醫療為起步階段的三個研究方向。

　　在 AIoT 賦能綠色計算方面，清華大學智能產業研究院（AIR）聚焦于研究兩個方面的核 心賦能技術：高能效的 AI  計算系統、利用 AI提質增效節能減排。希望打造一個 AIoT賦能的綠色計算平臺， 利用端-邊-云協同的底層的高能效AI計算系統，支撐上層的數據驅動的AI決策優化算法。

　　為此，清華大學智能產業研究院（AIR）攜手亞信科技，基于5G三維信道建模仿真。此外， 清華大學智能產業研究院（AIR）還對離線強化學習的復雜工業/能源系統進行 優化，對打造高能效 AI 計算系統方面展開了一系列的研究工作。

　　張亞勤說：“AI 賦能綠色計算大有可為，我們需要沉淀出具備一系列可跨領域落地、可通用化的數據驅動算法應用，基于此搭建 AI控制優化算法引擎，通過試點、合作、轉 化落地多領域的應用。”他希望能和同行們一起，利用 AI + IoT，為實現我國 2060 碳中和的目標貢獻力量。

　　在數據與算法論壇上，張亞勤還從生命科學領域分析人工智能所面臨的機遇與挑戰， 發表了以“AI+生命健康破壁計劃”為主題的演講。

　　以下為《人工智能賦能綠色計算》演講原文：

　　尊敬的各位來賓，領導，朋友們：

　　大家下午好！

　　我是張亞勤，很高興能夠在山明水秀，風光旖旎的烏鎮與各位領導、嘉賓及業界精英共同探討算法及人工智能的發展與未來，深化可持續發展的國際共識。本次報告由我及我的團隊成員劉云新、詹仙園、張策共同完成。

　　為了應對氣候變化，“碳中和”已經成為全球主要國家的共識。我國提出了“碳中和”時間表，努力爭取 2060 年前實現“碳中和”。“碳中和” 是人類能源結構的又一次變 革，既是可持續發展的必然選擇，也是產業轉型升級的巨大機遇，為我國的發展提供  了重大的歷史機遇。

　　在“碳中和”背景下，企業面臨著巨大的挑戰。高能耗、高排放不可持續，不僅造成成本高昂，而且影響企業的公眾形象和對社會的責任，帶來未來的經營風險。因此，企業迫切需要進行節能減排提質增效，面臨著產業轉型升級的當務之急。

　　人工智能和物聯網技術（AIoT）對碳中和會扮演重要的角色。通過智能感知，我們可以融合多源多維的異構數據；利用人工智能，我們可以打造 AI 優化引擎對數據進 行深度分析，實現數據驅動的智能決策；基于這些決策，我們可以全面優化產業鏈的  資源配置。這種基于 AI+ IoT 的“感知-決策-優化”可以循環迭代，賦能產業綠色化，助力碳中和。

　　我們重點關注幾個方向。首先是清潔能源和傳統能源的融合，包括光、風、水電，和核電火電，還有氫能。從發電、輸電，供電，到用能和儲能，都有很多問題需要解決。利用 AIoT 技術，我們可以監控碳排放，優化智能機組控制；感知和預測電網負載，進行智能調峰和調度均衡，對網線故障進行檢測和預警；以及對用電系統進行節能優化等。

　　我們重點關注的第二個方向是ICT產業，包括智能計算中心、智能通信網絡、新一代 AI 計算架構等。這些產業能耗巨大。據預計到 2035 年，全國數據中心耗電量將  超過 4500億度，而全國 5G 基站耗電量也將超過2400億度。而隨著 AI 模型越來越龐大，模型訓練的能耗和排放也很高。比如，通過 NAS 訓練 Transformer (big)模型可排放高達284 噸二氧化碳。為了降低能耗和排放，對于智能計算中心，我們需要通過感知和優化進行更好的任務管理調度和制冷控制，對系統故障進行預測和診斷，并研究  清潔能源驅動的設計。對于智能通信，需要利用AI進行多基站大規模MIMO優化，實現通信感知一體化，充分利用邊緣計算，并進行系統級的能耗管理優化。在新一代AI計算架構方面，要設計超低功耗專用芯片，打造高能效的模型訓練系統和模型執行系統。

　　我們重點關注的另外一個方面是新興綠色產業，包括綠色城市、綠色園區/樓宇、綠色交通等。城市、園區/樓宇和交通排放了數量驚人的 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年全球樓宇和交通的 GHG 排放占比分別為 17.5%和 16.2%。  在這些領域，   AIoT大有可為。通過多源異構感知和數據融合，我們可以對城市的特定事件進行監控預警，進行數據驅動的智能規劃和城市資源調度優化，打造綠色城市。在園區和樓宇， AIoT可以助力智能安防監控， 進行目標檢測追蹤，實現智能管理運營，降低能耗。在交通方面， AIoT可以賦能復雜交通系統協調管控，對交通流量進行預測調度，實現高效的車路協同和車端能源管理。

　　下面我簡單介紹一下清華大學智能產業研究院，AIR。我們的使命是用人工智能技術創新賦能產業，推動社會進步。我們的定位是面向第四次工業革命的國際化、智能   化、產業化應用研究機構。我們的戰略很清晰：一是培養技術領軍人才，特別是具備國際視野的 CTO和具備系統思維的架構師。二是推動關鍵核心技術的突破。三是打造產業技術戰略的智囊團。

　　以 ABCD，也就是人工智能（AI）、大數據（Big Data）、云計算（Cloud）和裝置（Device）為技術基礎，我們鎖定了智慧交通、工業互聯網和智慧醫療為起步階段 的三個研究方向。這三個方向有一些共同點：一是都面對著巨大的商業空間和發展機 遇。二是人工智能在探索過程中發揮著特別重要的作用，甚至是決定性、顛覆性的作用。三是相關研發成果實用化、普及化之后，將產生可觀的社會效益。

　　具體來講，在AIoT賦能綠色計算方面，我們聚焦于研究兩個方面的核心賦能技   術：一個是高能效的 AI 計算系統， 包括在端側設備上的高效 AI 模型執行，在邊緣服務器上的高效資源管理，和在云服務器上的高效 AI 模型訓練；第二個是利用 AI 提質增效節能減排，實現面向AIoT的數據驅動和 AI 決策優化算法引擎。

　　我們希望打造一個 AIoT 賦能的綠色計算平臺，利用端-邊-云協同的底層的高能效 AI 計算系統，支撐上層的數據驅動的AI決策優化算法，比如強化學習、多智能體協同等，賦能產業的綠色化，包括綠色智能計算中心、綠色園區、工業節能等。

　　下面我舉幾個具體的例子。首先是 5G Massive MIMO 天線權值優化。大規模多入 多出 (Massive Multiple Input Multiple Output, mMIMO) 系統是第五代移動通信技術中提高網絡覆蓋和系統容量的關鍵技術。  mMIMO 將信號空域利用在水平維度基礎上擴展了垂直維度，具有豐富的空間自由度，其多天線陣列的信號輻射狀是非常窄區域的  波束，需要精準控制波束指向用戶。在 5G 基站密度大幅提高，基站可調參數數量級增加、不同小區環境的影響、相鄰基站之間的相互沖突的條件下，mMIMO 系統以用戶為中心的調優控制異常復雜，尋優空間過大，且無法頻繁現網嘗試。

　　我們和亞信一起，基于 5G 三維信道建模仿真，對多基站 MIMO 天線權值優化進行了研究。通過對環境狀態及動作進行高效表征建模，和多智能體優化算法建模，我們實現了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 二個例子是基于離線強化學習的復雜工業/能源系統優化。通過對 AI+火力發電機組燃 燒控制優化，可以提升機組燃燒效率，幫助一臺 600MW 機組年節煤 3000-4000噸。

　　此外，我們在打造高能效 AI 計算系統方面開展了一系列的研究工作。比如對于面 向異構硬件的模型生成，我們提出了基于預測的方法，可以快速搜索特定硬件上滿足推理延遲的模型結構，并獲得了 MobiSys 2021 的最佳論文獎。我們還針對 big.Little CPU 的模型推理進行了深度優化，可以最高加速 97%，降低能耗 55%，論文發表在MobiCom 2021大會上。

　　總結一下，我們認為 AI 賦能綠色計算大有可為，我們需要沉淀出具備一系列可跨 領域落地、可通用化的數據驅動算法應用，基于此搭建 AI 控制優化算法引擎，通過試 點、合作、轉化落地多領域的應用。我們希望和同行們一起，利用 AI + IoT，為實現我國 2060 碳中和的目標貢獻力量。

　　謝謝大家！