摘要:日前,工信部对人大代表李秉记关于规范绿色数据中心建设的建议进行了回复。 工信部表示,随着我国数字经济快速发展,数据中心呈高速增长态势,其节能与绿色发展广受关注。据有关方
日前,工信部对人大代表李秉记关于规范绿色数据中心建设的建议进行了回复。
工信部表示,随着我国数字经济快速发展,数据中心呈高速增长态势,其节能与绿色发展广受关注。据有关方面估算,2019年我国在用数据中心机架总规模超过226万架,用电量超过1300亿千瓦时,占全社会用电量约2%。加快建设绿色数据中心是构建新一代信息基础设施的重要任务,对于提高资源能源利用效率,进一步推动绿色低碳发展具有重要意义。
目前,工信部已经开展了如下工作:
一是加强政策指导。我部会同国管局、能源局发布《关于加强绿色数据中心建设的指导意见》,提出新时期加快绿色数据中心建设的重点任务和目标,要求新建大型、超大型数据中心的电能使用效率(PUE)值达到1.4以下。按年度组织编制《全国数据中心应用发展指引》,引导数据中心向市场需求较大或能源供给充分、自然环境优越的区域集中。会同发展改革委等部门研究推动全国一体化数据中心体系建设工作,促进数据中心规模化、集约化、绿色化发展。国管局在《公共机构节约能源资源“十三五”规划》《关于认真学习贯彻习近平生态文明思想 深入推进公共机构能源资源节约和生态环境保护工作的重点举措》中,明确公共机构要开展绿色数据中心行动,从加强节能改造、完善计量统计等方面提出了具体措施。
二是加快先进技术产品推广应用。“十三五”以来,已发布3批国家绿色数据中心先进适用技术产品目录,涵盖能源资源利用效率提升、可再生能源利用和分布式供能、废旧设备回收利用、绿色运维管理等方面近百项技术,进一步引导和强化绿色设计、绿色施工、绿色采购,提升数据中心绿色发展水平。2020年,支持曙光节能技术(北京)股份有限公司等3家绿色制造系统解决方案供应商,为数据中心和基站建设领域提供绿色设计、运维、节能改造等工程技术服务。国管局发布《公共机构绿色数据中心先进适用技术目录》《公共机构绿色数据中心先进适用解决方案》等,组织开展公共机构绿色数据中心先进适用技术研讨,引导公共机构加快应用绿色数据中心先进适用技术;支持和推动超过500个公共机构数据中心开展节能与绿色化改造。
三是提升服务支撑能力。进一步完善标准体系,组织开展绿色数据中心标准研究工作。截至目前,已累计支持制修订《数据中心能源综合利用评价指南》等30余项绿色数据中心设计、建设、运维、测评和技术产品等标准,加快引领数据中心绿色发展。进一步强化数据中心用能管理,2019年以来,实施数据中心专项节能监察,倒逼数据中心依法依规高效用能。开展节能诊断服务行动,2020年组织第三方服务机构对23家数据中心和数据产业园实施专项节能诊断,帮助相关单位发掘节能潜力,提出绿色化改造建议。
工信部表示,科学规划绿色数据中心布局、大力推广先进适用技术装备、完善绿色数据中心评价指标体系等建议非常赞同。工信部将会同有关部门着力做好以下工作:
一是科学规划绿色数据中心布局。在“十四五”通信行业发展规划以及工业和通信业绿色发展规划中,严格数据中心绿色发展要求,引导加快建设绿色数据中心。联合发展改革委等部门尽快出台加快构建全国一体化大数据中心的指导意见,强化数据中心、数据资源和算力的顶层统筹和规划,加强可再生能源消纳。推动“数网协同”,统筹网络和数据中心等应用设施协调联动,推动基础电信企业不断优化全国网络布局,加强数据中心网络能力监测,为数据中心建设应用提供网络保障。
二是大力推广先进适用节能减排技术装备。开展数据中心节能诊断和节能服务进企业等活动,发布2020年度工业和通信业先进节能技术装备产品目录,引导数据中心使用先进适用节能与绿色技术产品。会同发展改革委、商务部、国管局、银保监会、能源局组织开展国家绿色数据中心遴选工作,支持一批在能源资源利用效率、绿色设计及绿色采购、绿色运维等方面综合水平较高的数据中心,引领和带动区域和行业数据中心绿色发展。
三是完善绿色数据中心建设保障机制。加快《数据中心能源综合利用评价指南》等相关标准的制修订进度,完善绿色数据中心设计、建设、运维、测评和技术产品等领域标准,建立健全绿色数据中心标准体系。积极培育第三方服务机构,提升面向数据中心的咨询、评价、诊断等服务能力,鼓励数据中心依据诊断结果开展绿色技术改造和运维优化。加强数据中心用能监管,持续开展数据中心专项节能监察,促进数据中心提升节能与绿色发展水平。
相关文章推荐
智能手机建站的优点是什么?网站页面布局有哪些关键点? 2022-01-10
2022年中国云计算面临的问题及发展前景预测分析2021-12-28
绿色智能基础设施连接可持续未来-IDCC2021万国数据第一代Smart DC发布会议程揭晓2021-12-27
阿里云:早期未意识到Apache log4j2漏洞情况的严重性 将强化漏洞管理2021-12-27
云计算开发:Python3-replace()方法详解2021-12-27