作为信息产业的基石，数据中心扮演着举足轻重的角色。随着生成式人工智能技术的飞速发展，信息技术行业对算力的需求正以前所未有的速度激增，智算带来集群规模和单机柜功耗的双增长，其内部的计算单元与配套冷却系统均为高功率、不间断运行设备，能耗问题日益凸显，成为制约数据中心可持续发展的瓶颈。在双碳目标大背景下，智算建设面临绿色可持续发展的新挑战。为了应对这一挑战，工业和信息化部明确指出了数据中心行业未来的发展方向——由传统的通算向更加智能、高效和绿色的智算转型。
为了推动绿色算力可持续发展，本期推出《绿色智算》专题，内容涵盖智算中心新型冷却系统、柔性直流供电和热安全管理等方向，从理论创新到技术应用多层面介绍了液冷、一体化电源、热风险预警等绿色智算创新成果，这些论文汇集了智算中心绿色化、智能化和低碳化的最新研究成果和工作经验，希望能给读者提供有益的参考和借鉴。
查看全文>机房内部气流组织的合理性关系到数据中心制冷系统的能耗、IT设备的性能和热环境的安全。传统气流组织模拟性能一般在小时级，使用场景受限，难以满足实时运营对机房温度场预测的时效性需求。提出一种基于Transformer的机房三维温度场快速重构和预测方法，通过融合深度学习模型与传统 CFD，将气流组织预测时间降低至分秒级，全局平均预测精度误差控制在 5% 以内，从而使 CFD 仿真有效地从设计阶段应用到运维阶段，支撑数据中心的智慧运营业务。
数据中心内部设备产热量巨大，制冷系统运行不佳会导致热量堆积产生热风险。提出了一种基于 Bi-LSTM 的深度学习网络的数据中心热风险管理方法，通过对机房计算节点的温度场数据进行预处理和热风险标识，使用历史数据对数据中心机房计算节点热风险进行预警。针对机房内复杂的热环境，使用统计学方法从时空 2 个维度判定热风险标签，用于网络的训练，并将所得模型与传统机器学习模型进行对比，所提方法对热风险的预测精度可达99.07%，比传统机器学习模型的预测精度提升6.6%，可实现可靠的热风险预警管理。
作为解决未来智算中心高能耗问题的液冷散热技术，因其散热系统的特殊性，管道系统腐蚀成为系统失效的重要因素之一。通过对以往液冷管道系统腐蚀案例及机理分析，并采用失重法对散热冷板常用材料进行兼容性实验验证。分析结果表明，铝合金材质在液冷系统中较易被腐蚀，铜材质冷板在恶劣环境中的耐腐蚀性较好，且与不锈钢材质管道有良好的兼容性。此外，液冷系统对冷却介质的要求较高，应严格控制液冷系统内冷却介质的各项指标，建立长效化监测、预警、管理和运行控制机制，提高液冷管道系统腐蚀控制水平。
基于通信运营商生产经营过程中的实际“双碳”管理需求，聚焦企业碳数据管理、碳资产管理、碳双控指标体系、碳市场应对能力等全链条“双碳”管理内容，开展数智化赋能通信运营商“双碳”创新管理的研究、应用与实践。研究发现，建立通信运营商“双碳”管理数智化模型不仅能推动企业、行业自身的“双碳”高质量管理，也能赋能千行百业绿色发展。
智算中心对电源要求极高，而传统电源系统存在能效低、维护复杂、占用空间大等问题。新型一体化电源系统作为一种集成了多种电力设备于一体的电源解决方案，凭借其在系统集成性、稳定性和安全性方面的优势，能够满足智算中心中的电源需求。探讨了新型一体化电源系统在智算中心的应用前景，通过理论与案例分析研究，评估其在提高能源利用效率、简化运维流程、优化空间布局等方面的优势。
随着大数据、云计算、5G等技术的快速发展，算力总规模不断扩大，用能需求不断增长。以智算中心为代表的算力基础设施作为算力的重要载体，承载着支撑数字经济发展的重任。柔性直流供电系统通过采用电力电子技术和智能控制策略，能够显著减少电能传输过程中的损耗，具有高效率、低损耗、灵活性、安全性和可靠性等优势，是未来解决智算中心算力爆发式增长的最佳方案。
随着数据中心的发展、IT单机柜功耗的不断提高，国家对其能效等指标的管控越来越严。作为提高空调系统能效、降低 PUE、WUE指标的有效方案，氟泵多联空调技术和蒸发冷却技术在工程中使用较多，也是行业重点关注的空调冷却方案。通过分析该项目的应用，总结经验，为此类方案在东北地区大型数据中心的使用提供参考借鉴。
介绍了C-RAN架构的基本原理、特点及演进方向，然后分析了高负荷场景网络所面临的挑战。提出了一种基于 C-RAN 架构的高负荷场景网络规划解决方案。在C-RAN架构下，通过解耦网络覆盖层与容量层，就近部署容量层发射点来下沉承载业务，并利用 Massive MIMO 的多流与复用特性优势，提高了高负荷场景的网络容量与网络性能；同时，研究网络业务的潮汐效应，利用 C-RAN架构开发载波自动快速调度算法，进一步提高载波资源利用效率与业务承载能力，最终实现用户感知质量的有效提升。
介绍了OTT MR数据的基本定义、关键字段、定位原理以及特征优势，并采用定点测试数据以及基站侧采集的MR数据对OTT MR数据的准确性进行了验证。在此基础上，提出了竞对分析、网业协同分析、共建共享共维共优分析和固移融合分析等多个OTT MR数据应用场景，归纳了基于OTT MR数据的规建维优营分析体系，并以试点城市为例进行分析。该研究弥补了 5G MR 数据缺少位置信息以及传统网络侧数据源在竞对分析方面的不足。
空天地一体化网络具有覆盖范围广、不受地理条件限制、高可靠性等优势，可以消除通信盲区，满足用户随时随地接入需求。在概述空天地一体化网络架构的基础上，分析了星地融合的主要应用场景，包括卫星回传和手机直连卫星。归纳总结了国内外空天地一体化网络建设布局和运营模式，探讨了地面运营商在一体化网络中的未来发展方向，为我国地面运营商布局一体化网络提供参考。
为了提高准循环低密度奇偶校验(QC_LDPC)算法的译码性能，降低其译码算法的复杂性，加快译码收敛速度，提出了一种基于最小和译码算法的分层译码，以支持QC_LDPC快速译码，它由基校验矩阵通过循环移位得来，所以每一层之间的校验矩阵相互独立。相对于传统的BP算法，提出的分层算法复杂度更低，收敛速度更快。根据 5G NR的标准，对该算法在各种情况下进行了仿真，当码长K=3 960，码率为 1/3 时，使用 BPSK 进行调制、AWGN 信道进行仿真，结果显示，此算法在SNR为1.3 dB左右时，得到了10-5的BER，该解码方法获得了0.1dB的性能增益、迭代次数的减少以及译码吞吐率的提升。
为顺应社会数据化的转型趋势，企业、家庭、个人等多场景上云是必然的选择。为了满足千行百业上云的需求，打造了云网融合的智能网络，实现云和网的真正融合和协同。依据业务演进趋势以及需求、挑战分析结果，探讨了中国电信新型的云网架构及承载技术，提出了场景化的网络方案。目前中国电信已经在城域云网和骨干云网成功进行了试点实验，验证了该架构的可行性。
通过在路由器内引入全新的知识面，即嵌入式AI软硬件系统，按照既定策略（算法），对指定业务的网络数据进行极速采集、持续训练，结合在线推理及智能决策，实现对新兴及重要业务的实时感知、精准控制及快速响应，大幅提高这类业务的安全性、可靠性及承载质量，从而实现高品质IP网络，并为自动驾驶网络打造坚实的智能底座。
图是由实体及其关系构成的非线性数据结构，广泛应用于社交网络、金融风控、生命科学等多个领域。研发了一种全流程的图智能应用开发平台，并基于平台能力构建运营商光缆网资源图谱，研发光缆网资源自动链路拼接应用。该平台为图技术的应用提供了开发工具，降低了企业相关研发工作的技术门槛，可用于包括电信运营商在内的多个领域。
目前通信运营商在客户接入侧光缆的敷设、维护和管理过程中，普遍面临光缆布局不清晰、交叉纠缠、标识不明确和资源分布不均衡等问题。这些问题给业务开通、网络运维和故障排查带来了挑战。为了解决这些问题，基于不同业务场景下的光缆纤芯需求，探索了如何在接入光缆资源建设与日益增长的业务需求之间寻求平衡。提出了统筹规划、融合接入和资源共享的建设思路，以促进业务的高效、节能和快速发展。
随着无人化终端在各行各业的广泛应用，“不同品牌机器人，不同管理平台”的方式难以满足多元化的运营需求。通过对无人化应用领域的研究，提出一套综合的无人化业务运营平台，该平台可以统一管理和控制多家供应商的无人车和机器人，实现多种无人化业务场景。
数字道路全息应用系统的建设已成为智慧城市建设及长效运营的重要一环，首先分析了数字道路的发展现状，并从3个角度分析了数字道路全息应用的关键能力，进而提出了数字道路全息业务应用的整体解决方案，最后针对数字道路全息业务应用的长效发展，给出了发展的策略和建议。
