数据中心跳闸那天，我终于懂了低碳计算技术到底是什么
那一次跳闸停了三个小时，我们赔了不少业务滞纳金，整理账单的时候我傻了眼。我们园区一共不到两千架服务器，空载服务器空耗的电，每个月够给周边三个小区供民用。这么多年，居然没人想着把这块浪费给掐了？
那时候我才真正沉下心，去摸透低碳计算技术到底是个什么东西。
别被名字忽悠了，低碳计算不是喊环保口号
很多人一听到“低碳”两个字，第一反应就是又来炒概念，要么就是让企业买碳汇种树，做面子工程对吧？我一开始也是这么想的。
说实话，真不是。低碳计算的核心，说白了就是在满足用户需求的前提下，把计算过程中每一度不必要的耗电给抠出来。不是不让你用电，是不让你浪费电。
我见过不少做算法的团队，为了冲模型准确率的KPI，硬生生把推荐模型的参数从1亿堆到10亿，测试集上就提了0.2个百分点，上线之后用户刷短视频，根本感觉不到任何差别，可跑模型的耗电量，直接翻了三倍还多。
这种浪费，之前没人当回事，反正电费摊到成本里，没人在乎。现在电钱越来越贵，双碳指标卡得严，这块肥肉自然就被盯上了。
不同参数规模AI模型年耗电量对比图
从芯片到应用，低碳计算是全链路抠每一度电
不少人以为低碳计算就是算法层剪剪模型，其实不对，它是从最底层的硬件，到最上层的应用，全链路都要动手优化。
最底层芯片，现在很多厂商做的低功耗设计，动态调压调频，芯片闲的时候直接降频率，不用二十四小时满功率跑，一块芯片省的电不多，一万块就是不小的数字。
往上到架构层，原来我们计算的时候，数据要从内存搬到计算单元，算完再搬回去，数据搬运消耗的电能，其实比真正计算消耗的还多，现在搞存算一体，数据不用搬来搬去，一下子就能省大半。还有服务器虚拟化，把十台空载的低负载服务器合并成三台，剩下七台直接断电，空耗电的问题直接解决。
再往上算法层，就是大家常听的模型剪枝、量化，把模型里没用的参数砍掉，用更低精度的计算代替高精度，只要不影响用户体验，能省就省。
到了最上层的应用调度，花样就更多了。我之前对接过一家短视频公司，用户上传的视频不是都要马上转码吗？热点内容肯定要即时处理，可那些用户存在私密相册里的视频，放几个小时再转码根本没人在意，他们就把这类非实时任务，全部放到深夜电网负荷低、电价便宜的时候跑，一个月下来，省了四十多万电费，碳排直接降了十八个点。
说白了，每一层都有浪费，每一层都能抠。
数据中心全链路低碳计算优化示意图
踩过坑才知道，这些误区别乱碰
踩过坑才知道，这些误区别乱碰
不过话说回来，现在圈子里炒低碳计算，炒出了不少歪理，我踩过坑，也该给大家提个醒。
第一个误区，说低碳计算就是牺牲性能换低碳，要低碳就没得用好性能。真不对。我见过太多数据中心，原来服务器利用率不到百分之二十，八成服务器都在空转耗电，用池化调度把利用率提到六成，性能反而因为调度更合理，用户访问延迟还降了，电也省了，这哪里是牺牲性能？这是把原来喂了狗的浪费给赚回来了。
第二个误区，说低碳计算只有大厂玩得起，中小公司沾都沾不起。扯吧，现在中小公司大部分都用云服务，云厂商早就把低碳调度做好了，你只要选对实例，把非实时任务错峰跑，云厂商还给你电价折扣，算下来成本反而更低，零额外投入就能省钱，为什么不做？
第三个误区，说低碳计算就是为了拿绿证卖钱，做面子工程。我就问一句，一个万机架的数据中心，一年电费五个亿，省十个点就是五千万，五千万真金白银，哪里是面子？这都是揣进兜里的利润，没人跟钱过不去对吧。
当然，我也不是说低碳计算是万能的。核心业务的低延迟需求，该满功率跑还是要满功率跑，不能为了省电费让用户等，那就是捡芝麻丢西瓜。模型剪枝也不能瞎剪，剪多了性能掉的厉害，用户跑了，省那点电费不够赔的。一切的前提，都是不影响用户体验，不能为了低碳而低碳。
上个月我再去那个数据中心，原来空转的二十多台旧服务器已经撤掉了，错峰调度的系统安安稳稳跑了大半年，每个月的电费单比去年同期降了十七个点，今年的双碳指标早就完成了，还多省出几百万的预算给研发团队买新设备。
其实说白了，低碳计算技术哪有那么玄乎，它就是给我们的计算系统“减脂”，把堆出来的冗余、浪费全部剪掉，留下真正能干活的部分，既不影响给用户提供服务，还能省钱减碳，一举两得。
那天跳闸停出来的问题，最终还是用抠每一度电的办法解决了。