谈到云计算减碳,常见做法是压低数据中心PUE、采购绿电、上液冷与高压直流。这些手段降低的是"用多少电",而近两年在生产环境中逐步铺开的另一条路线,关注的是"用的是什么电"——碳感知调度。

核心逻辑并不复杂:同一个数据中心,一天中不同时段接入的电力结构不同;同一时刻,不同区域电网的碳强度也可能相差数倍。可延迟的任务若能挪到清洁电力富余的时段或区域执行,用电量几乎不变,碳排放却明显下降。有公开实践显示,对批处理类负载,时间与空间偏移可带来两位数百分比的碳排放降幅。

三种调度方式

  • 时间偏移:把模型训练、渲染、日志归档、CI/CD 构建等任务延后到风光出力高峰,通常借助电网碳强度预测曲线排队。
  • 空间偏移:在多个可用区之间选择当前碳强度最低者执行,受数据合规与传输成本约束。
  • 需求响应:在电网紧张时主动降载或迁移,换取电费与碳收益,更接近电力市场的参与行为。

工具链正在补齐

落地依赖三类能力:碳强度数据、能耗度量与调度器扩展。数据侧有 Electricity Maps、WattTime 等第三方信号,主流云厂商也在自有碳足迹面板中给出区域与时段维度的排放数据。度量侧,云原生计算基金会下的 Kepler 等项目通过硬件计数器估算容器级能耗,避免按 CPU 请求量粗略分摊。调度侧,KEDA 的碳感知扩缩容、Carbon Aware Kubernetes 等组件把碳强度接入弹性伸缩决策;在训练场景,部分调度框架也开始支持按碳强度排队。

度量口径的统一同样关键。ISO/IEC 21031:2024 给出了软件碳强度(SCI)规范,把碳排放折算到单位功能上,让不同系统之间可比。欧盟能效指令对数据中心提出能耗与可再生能源比例的报告要求,也在推动数据从"自愿披露"走向"可核验"。

边界与风险

  • 信号延迟:碳强度预测通常有小时级误差,对秒级在线业务几乎无用,碳感知主要面向可延迟负载。
  • SLA 约束:延迟容忍度不是无限的,排队策略必须设定截止时间,避免任务堆积。
  • 数据合规:空间偏移可能把任务送出既定区域,需符合数据驻留要求。
  • 核算口径:绿电采购与碳强度信号可能被重复计算,需要明确边界,避免"漂绿"。

写在最后

碳感知调度不会替代绿电采购与能效优化,也很难让在线业务直接受益。它更像是把电网的实时状态引入调度器,让算力在时间与空间上"择时"。随着碳强度数据标准化、容器级能耗度量成熟,这项能力有望从少数厂商的试验,沉淀为云平台的默认可选项。对使用方而言,先从可延迟的批处理任务试点,建立自己的碳基线,是成本最低的切入点。