在9月26日舉行的2021年世界互聯(lián)網(wǎng)大會烏鎮(zhèn)峰會企業(yè)家分論壇上，清華大學(xué)智能產(chǎn)業(yè)研究院院長張亞勤院士發(fā)表了題為《人工智能賦能綠色計算》的主旨演講，從綠色計算方面探討了人工智能面臨的機遇和挑戰(zhàn)。

伴隨著全球氣候問題日益嚴峻，碳中和已成為世界主要國家的共識，人工智能和物聯(lián)網(wǎng)技術(shù)在碳中和中發(fā)揮著重要作用張亞勤指出，基于AI IoT的感知—決策—優(yōu)化可以循環(huán)迭代，助力碳中和

張亞勤認為，AIoT支持的綠色計算應(yīng)該聚焦三個方向:能源融合，ICT產(chǎn)業(yè)和新興綠色產(chǎn)業(yè)。

清華大學(xué)智能產(chǎn)業(yè)研究院是面向第四次產(chǎn)業(yè)革命的國際化，智能化，產(chǎn)業(yè)化的應(yīng)用研究機構(gòu)以人工智能，大數(shù)據(jù)，云計算，設(shè)備為基礎(chǔ)，鎖定了智能交通，工業(yè)互聯(lián)網(wǎng)，智能醫(yī)療三大研究方向

IT之家了解到，在AIoT賦能綠色計算方面，清華大學(xué)智能產(chǎn)業(yè)研究院重點關(guān)注兩大核心賦能技術(shù):高能效的: AI計算系統(tǒng)，以及利用AI提質(zhì)增效，節(jié)能減排希望搭建一個AIoT賦能的綠色計算平臺，利用端邊云協(xié)同的低層節(jié)能AI計算系統(tǒng)，支持上層數(shù)據(jù)驅(qū)動的AI決策優(yōu)化算法

為此，清華大學(xué)智能產(chǎn)業(yè)研究院與亞信科技合作，基于5G對3D頻道進行建模仿真此外，清華大學(xué)智能產(chǎn)業(yè)研究院還對線下強化學(xué)習(xí)的復(fù)雜工業(yè)/能源系統(tǒng)進行了優(yōu)化，開展了構(gòu)建節(jié)能AI計算系統(tǒng)的系列研究工作

在數(shù)據(jù)與算法論壇上，張亞勤還從生命科學(xué)領(lǐng)域分析了人工智能面臨的機遇和挑戰(zhàn)，并發(fā)表了主題為AI生命健康破局計劃的演講。

以下是《人工智能賦能綠色計算》 :的原話。

各位來賓，各位領(lǐng)導(dǎo)，各位朋友，大家下午好！

我是張亞勤，很高興在風(fēng)景秀麗的烏鎮(zhèn)，與各位領(lǐng)導(dǎo)，嘉賓，行業(yè)精英共同探討算法和人工智能的發(fā)展和未來，加深國際上對可持續(xù)發(fā)展的共識本報告由我和我的團隊成員，詹，張策完成

為應(yīng)對氣候變化，碳中和已成為世界主要國家的共識中國提出了碳中和的時間表，力爭在2060年前實現(xiàn)碳中和碳中和是人類能源結(jié)構(gòu)的又一次變革，既是可持續(xù)發(fā)展的必然選擇，也是產(chǎn)業(yè)轉(zhuǎn)型升級的重大機遇，為中國發(fā)展提供了巨大的歷史機遇

在碳中和的背景下，企業(yè)面臨著巨大的挑戰(zhàn)高能耗，高排放不可持續(xù)，不僅造成高成本，還影響企業(yè)的公眾形象和社會責(zé)任，帶來未來經(jīng)營風(fēng)險因此，企業(yè)迫切需要節(jié)能減排，提質(zhì)增效，面臨著產(chǎn)業(yè)轉(zhuǎn)型升級的緊迫任務(wù)

人工智能和物聯(lián)網(wǎng)技術(shù)將在碳中和中發(fā)揮重要作用通過智能感知，我們可以融合多源，多維的異構(gòu)數(shù)據(jù)利用人工智能，可以構(gòu)建AI優(yōu)化引擎，對數(shù)據(jù)進行深度分析，實現(xiàn)數(shù)據(jù)驅(qū)動的智能決策基于這些決策，我們可以全面優(yōu)化產(chǎn)業(yè)鏈的資源配置這種基于AI IoT的感知—決策—優(yōu)化可以循環(huán)迭代，支持綠色產(chǎn)業(yè)，幫助實現(xiàn)碳中和

我們關(guān)注幾個方向一是清潔能源與傳統(tǒng)能源的融合，包括光，風(fēng)，水，電，核電，火電，氫能從發(fā)電，輸電，供電到能源利用和儲存，還有很多問題需要解決

去解決。利用AIoT技術(shù)，我們可以監(jiān)測碳排放并優(yōu)化智能化

我們關(guān)注的第二個方向是ICT產(chǎn)業(yè)，包括智能計算中心，智能通信網(wǎng)絡(luò)和新一代AI計算架構(gòu)這些行業(yè)消耗大量能源預(yù)計到2035年，全國數(shù)據(jù)中心用電量將超過4500億千瓦時，全國5G基站用電量也將超過2400億千瓦時伴隨著AI模型規(guī)模的不斷增大，模型訓(xùn)練的能耗和排放也非常高例如，NAS訓(xùn)練的Transformer模型可以排放高達284噸的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(yōu)化進行更好的任務(wù)管理調(diào)度和制冷控制，預(yù)測和診斷系統(tǒng)故障，研究清潔能源驅(qū)動的設(shè)計對于智能通信，要利用AI優(yōu)化多基站大規(guī)模MIMO，實現(xiàn)通信感知一體化，充分利用邊緣計算，優(yōu)化系統(tǒng)級能耗管理在新一代AI計算架構(gòu)中，需要設(shè)計超低功耗的專用芯片，構(gòu)建高能效的模型訓(xùn)練系統(tǒng)和模型執(zhí)行系統(tǒng)

我們關(guān)注的另一個方面是新興的綠色產(chǎn)業(yè)，包括綠色城市，綠色公園/建筑，綠色交通等城市，公園/建筑和交通散發(fā)出驚人的GHG氣息據(jù)統(tǒng)計，2019年，僅紐約州的GHG排放量就高達5500萬噸，而2016年，全球GHG的建筑和交通排放量分別占17.5%和16.2%在這些領(lǐng)域，AIoT有著巨大的潛力通過多源異構(gòu)感知和數(shù)據(jù)融合，對城市中的具體事件進行監(jiān)測和預(yù)警，進行數(shù)據(jù)驅(qū)動的智能規(guī)劃和優(yōu)化城市資源調(diào)度，建設(shè)綠色城市在公園和建筑中，AIoT可以幫助智能安防監(jiān)控，目標(biāo)檢測和跟蹤，實現(xiàn)智能管理和運營，降低能耗在交通方面，AIoT可以賦能復(fù)雜交通系統(tǒng)協(xié)調(diào)控制，預(yù)測調(diào)度交通流，實現(xiàn)高效的車路協(xié)同和車側(cè)能量管理

我簡單介紹一下清華大學(xué)智能產(chǎn)業(yè)研究院，AIR我們的使命是利用人工智能技術(shù)創(chuàng)新和賦能行業(yè)，促進社會進步我們的定位是面向第四次工業(yè)革命的國際化，智能化，產(chǎn)業(yè)化的應(yīng)用研究機構(gòu)我們的策略很明確，第一，要培養(yǎng)技術(shù)帶頭人，特別是有技術(shù)帶頭人的

/p>

國際視野的 CTO 和具備系統(tǒng)思維的架構(gòu)師二是推動關(guān)鍵核心技術(shù)的突破三是打造產(chǎn)業(yè)技術(shù)戰(zhàn)略的智囊團

以 ABCD，也就是人工智能，大數(shù)據(jù)，云計算和裝置為技術(shù)基礎(chǔ)，我們鎖定了智慧交通，工業(yè)互聯(lián)網(wǎng)和智慧醫(yī)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(yè)空間和發(fā)展機遇二是人工智能在探索過程中發(fā)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(guān)研發(fā)成果實用化，普及化之后，將產(chǎn)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(shù):一個是高能效的 AI 計算系統(tǒng)，包括在端側(cè)設(shè)備上的高效 AI 模型執(zhí)行，在邊緣服務(wù)器上的高效資源管理，和在云服務(wù)器上的高效 AI 模型訓(xùn)練，第二個是利用 AI 提質(zhì)增效節(jié)能減排，實現(xiàn)面向 AIoT 的數(shù)據(jù)驅(qū)動和 AI 決策優(yōu)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(xié)同的底層的高能效 AI 計算系統(tǒng)，支撐上層的數(shù)據(jù)驅(qū)動的 AI 決策優(yōu)化算法，比如強化學(xué)習(xí)，多智能體協(xié)同等，賦能產(chǎn)業(yè)的綠色化，包括綠色智能計算中心，綠色園區(qū)，工業(yè)節(jié)能等。

下面我舉幾個具體的例子首先是 5G Massive MIMO 天線權(quán)值優(yōu)化大規(guī)模多入多出 系統(tǒng)是第五代移動通信技術(shù)中提高網(wǎng)絡(luò)覆蓋和系統(tǒng)容量的關(guān)鍵技術(shù)mMIMO 將信號空域利用在水平維度基礎(chǔ)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(qū)域的波束，需要精準(zhǔn)控制波束指向用戶在 5G 基站密度大幅提高，基站可調(diào)參數(shù)數(shù)量級增加，不同小區(qū)環(huán)境的影響，相鄰基站之間的相互沖突的條件下，mMIMO 系統(tǒng)以用戶為中心的調(diào)優(yōu)控制異常復(fù)雜，尋優(yōu)空間過大，且無法頻繁現(xiàn)網(wǎng)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(quán)值優(yōu)化進行了研究通過對環(huán)境狀態(tài)及動作進行高效表征建模，和多智能體優(yōu)化算法建模，我們實現(xiàn)了 5G 網(wǎng)絡(luò)功耗降低 15% 以上，5G 網(wǎng)絡(luò)覆蓋質(zhì)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(xué)習(xí)的復(fù)雜工業(yè)/能源系統(tǒng)優(yōu)化通過對 AI+ 火力發(fā)電機組燃燒控制優(yōu)化，可以提升機組燃燒效率，幫助一臺 600MW 機組年節(jié)煤 3000—4000 噸

此外，我們在打造高能效 AI 計算系統(tǒng)方面開展了一系列的研究工作。比如對于面向異構(gòu)硬件的模型生成，我們提出了基于預(yù)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(jié)構(gòu)，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(yōu)化，可以最高加速 97%，降低能耗 55%，論文發(fā)表在 MobiCom 2021 大會上

總結(jié)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(lǐng)域落地，可通用化的數(shù)據(jù)驅(qū)動算法應(yīng)用，基于此搭建 AI 控制優(yōu)化算法引擎，通過試點，合作，轉(zhuǎn)化落地多領(lǐng)域的應(yīng)用我們希望和同行們一起，利用 AI + IoT，為實現(xiàn)我國 2060 碳中和的目標(biāo)貢獻力量

謝謝大家！