在9月26日举行的2021年世界互联网大会乌镇峰会企业家分论坛上，清华大学智能产业研究院院长张亚勤院士发表了题为《人工智能赋能绿色计算》的主旨演讲，从绿色计算方面探讨了人工智能面临的机遇和挑战。

伴随着全球气候问题日益严峻，碳中和已成为世界主要国家的共识，人工智能和物联网技术在碳中和中发挥着重要作用张亚勤指出，基于AI IoT的感知—决策—优化可以循环迭代，助力碳中和

张亚勤认为，AIoT支持的绿色计算应该聚焦三个方向:能源融合，ICT产业和新兴绿色产业。

清华大学智能产业研究院是面向第四次产业革命的国际化，智能化，产业化的应用研究机构以人工智能，大数据，云计算，设备为基础，锁定了智能交通，工业互联网，智能医疗三大研究方向

IT之家了解到，在AIoT赋能绿色计算方面，清华大学智能产业研究院重点关注两大核心赋能技术:高能效的: AI计算系统，以及利用AI提质增效，节能减排希望搭建一个AIoT赋能的绿色计算平台，利用端边云协同的低层节能AI计算系统，支持上层数据驱动的AI决策优化算法

为此，清华大学智能产业研究院与亚信科技合作，基于5G对3D频道进行建模仿真此外，清华大学智能产业研究院还对线下强化学习的复杂工业/能源系统进行了优化，开展了构建节能AI计算系统的系列研究工作

在数据与算法论坛上，张亚勤还从生命科学领域分析了人工智能面临的机遇和挑战，并发表了主题为AI生命健康破局计划的演讲。

以下是《人工智能赋能绿色计算》 :的原话。

各位来宾，各位领导，各位朋友，大家下午好！

我是张亚勤，很高兴在风景秀丽的乌镇，与各位领导，嘉宾，行业精英共同探讨算法和人工智能的发展和未来，加深国际上对可持续发展的共识本报告由我和我的团队成员，詹，张策完成

为应对气候变化，碳中和已成为世界主要国家的共识中国提出了碳中和的时间表，力争在2060年前实现碳中和碳中和是人类能源结构的又一次变革，既是可持续发展的必然选择，也是产业转型升级的重大机遇，为中国发展提供了巨大的历史机遇

在碳中和的背景下，企业面临着巨大的挑战高能耗，高排放不可持续，不仅造成高成本，还影响企业的公众形象和社会责任，带来未来经营风险因此，企业迫切需要节能减排，提质增效，面临着产业转型升级的紧迫任务

人工智能和物联网技术将在碳中和中发挥重要作用通过智能感知，我们可以融合多源，多维的异构数据利用人工智能，可以构建AI优化引擎，对数据进行深度分析，实现数据驱动的智能决策基于这些决策，我们可以全面优化产业链的资源配置这种基于AI IoT的感知—决策—优化可以循环迭代，支持绿色产业，帮助实现碳中和

我们关注几个方向一是清洁能源与传统能源的融合，包括光，风，水，电，核电，火电，氢能从发电，输电，供电到能源利用和储存，还有很多问题需要解决

去解决。利用AIoT技术，我们可以监测碳排放并优化智能化

我们关注的第二个方向是ICT产业，包括智能计算中心，智能通信网络和新一代AI计算架构这些行业消耗大量能源预计到2035年，全国数据中心用电量将超过4500亿千瓦时，全国5G基站用电量也将超过2400亿千瓦时伴随着AI模型规模的不断增大，模型训练的能耗和排放也非常高例如，NAS训练的Transformer模型可以排放高达284吨的二氧化碳为了降低能耗和排放，对于智能计算中心，我们需要通过感知和优化进行更好的任务管理调度和制冷控制，预测和诊断系统故障，研究清洁能源驱动的设计对于智能通信，要利用AI优化多基站大规模MIMO，实现通信感知一体化，充分利用边缘计算，优化系统级能耗管理在新一代AI计算架构中，需要设计超低功耗的专用芯片，构建高能效的模型训练系统和模型执行系统

我们关注的另一个方面是新兴的绿色产业，包括绿色城市，绿色公园/建筑，绿色交通等城市，公园/建筑和交通散发出惊人的GHG气息据统计，2019年，仅纽约州的GHG排放量就高达5500万吨，而2016年，全球GHG的建筑和交通排放量分别占17.5%和16.2%在这些领域，AIoT有着巨大的潜力通过多源异构感知和数据融合，对城市中的具体事件进行监测和预警，进行数据驱动的智能规划和优化城市资源调度，建设绿色城市在公园和建筑中，AIoT可以帮助智能安防监控，目标检测和跟踪，实现智能管理和运营，降低能耗在交通方面，AIoT可以赋能复杂交通系统协调控制，预测调度交通流，实现高效的车路协同和车侧能量管理

我简单介绍一下清华大学智能产业研究院，AIR我们的使命是利用人工智能技术创新和赋能行业，促进社会进步我们的定位是面向第四次工业革命的国际化，智能化，产业化的应用研究机构我们的策略很明确，第一，要培养技术带头人，特别是有技术带头人的

/p>

国际视野的 CTO 和具备系统思维的架构师二是推动关键核心技术的突破三是打造产业技术战略的智囊团

以 ABCD，也就是人工智能，大数据，云计算和装置为技术基础，我们锁定了智慧交通，工业互联网和智慧医疗为起步阶段的三个研究方向这三个方向有一些共同点:一是都面对着巨大的商业空间和发展机遇二是人工智能在探索过程中发挥着特别重要的作用，甚至是决定性，颠覆性的作用三是相关研发成果实用化，普及化之后，将产生可观的社会效益

具体来讲，在 AIoT 赋能绿色计算方面，我们聚焦于研究两个方面的核心赋能技术:一个是高能效的 AI 计算系统，包括在端侧设备上的高效 AI 模型执行，在边缘服务器上的高效资源管理，和在云服务器上的高效 AI 模型训练，第二个是利用 AI 提质增效节能减排，实现面向 AIoT 的数据驱动和 AI 决策优化算法引擎。

我们希望打造一个 AIoT 赋能的绿色计算平台，利用端—边—云协同的底层的高能效 AI 计算系统，支撑上层的数据驱动的 AI 决策优化算法，比如强化学习，多智能体协同等，赋能产业的绿色化，包括绿色智能计算中心，绿色园区，工业节能等。

下面我举几个具体的例子首先是 5G Massive MIMO 天线权值优化大规模多入多出 系统是第五代移动通信技术中提高网络覆盖和系统容量的关键技术mMIMO 将信号空域利用在水平维度基础上扩展了垂直维度，具有丰富的空间自由度，其多天线阵列的信号辐射状是非常窄区域的波束，需要精准控制波束指向用户在 5G 基站密度大幅提高，基站可调参数数量级增加，不同小区环境的影响，相邻基站之间的相互冲突的条件下，mMIMO 系统以用户为中心的调优控制异常复杂，寻优空间过大，且无法频繁现网尝试

我们和亚信一起，基于 5G 三维信道建模仿真，对多基站 MIMO 天线权值优化进行了研究通过对环境状态及动作进行高效表征建模，和多智能体优化算法建模，我们实现了 5G 网络功耗降低 15% 以上，5G 网络覆盖质量提升 5% 以上的初步研究成果第二个例子是基于离线强化学习的复杂工业/能源系统优化通过对 AI+ 火力发电机组燃烧控制优化，可以提升机组燃烧效率，帮助一台 600MW 机组年节煤 3000—4000 吨

此外，我们在打造高能效 AI 计算系统方面开展了一系列的研究工作。比如对于面向异构硬件的模型生成，我们提出了基于预测的方法，可以快速搜索特定硬件上满足

推理延迟的模型结构，并获得了 MobiSys 2021 的最佳论文奖我们还针对 big.Little CPU 的模型推理进行了深度优化，可以最高加速 97%，降低能耗 55%，论文发表在 MobiCom 2021 大会上

总结一下，我们认为 AI 赋能绿色计算大有可为，我们需要沉淀出具备一系列可跨领域落地，可通用化的数据驱动算法应用，基于此搭建 AI 控制优化算法引擎，通过试点，合作，转化落地多领域的应用我们希望和同行们一起，利用 AI + IoT，为实现我国 2060 碳中和的目标贡献力量

谢谢大家！