“云生、云治、云创”亚马逊云科技希望成为可持续发展的推动者和变革者 原创

如果有一个企业同时注重数字化转型技术和可持续发展，那么在这两个增长引擎的共同推动下，它超越同行的可能性会高出2.5倍，这是埃森哲调研后得出的结论。

对于任何组织来说，提升可持续发展的过程都不是简单或者直接的。亚马逊全球可持续发展的副总裁Kara Hurst说，“在亚马逊，我们每天都在思考如何给客户提供更好的产品、服务和体验。”

要让有着复杂和多样的业务的亚马逊实现零碳排放，首先就要搞清楚现在的碳排放情况，主要包括燃烧燃料产生的直接排放、购买电力产生的间接排放，以及供应链上下游的碳排放。针对三类排放，亚马逊宣布了零碳运输计划，从Rivian订购了10万辆电动车，并使用超低碳电燃料；增加可再生能源占比减少碳排放；优化商品外包装，通过人工智能减少过度包装等。

亚马逊云科技大中华区战略业务发展部总经理顾凡说道，亚马逊云科技也提出了云计算的可持续责任共担模型，比如云数据中心的设计，机柜/服务器、建筑材料、可再生能源的采购，电力能源的使用效率、冷却过程中水的可持续性等。

亚马逊云科技大中华区战略业务发展部总经理顾凡

亚马逊云科技从“云生、云治、云创”三大方面持续创新，携手可持续发展领域的合作伙伴，赋能客户实现可持续发展目标。

云生

“云生”是指通过亚马逊云科技构建可持续的云基础设施，帮助客户实现通过云原生或迁移上云减少碳排放。亚马逊数据中心有三个排放范围，第一是数据中心柴油发电，第二是数据中心消耗电力，三是其他排放，例如建筑物的隐含碳。

针对范围一，在电使用方面，亚马逊云科技不断优化电力供应模式，提升数据中心能源效率。使用风电、光伏等可再生能源，为数据中心供电。同时降低能源转换损失，通过移除传统的中央不间断电源UPS等一系列优化措施，转而采用集成在每个机架的小型电池组和定制电源等一系列优化措施，可以减少35%的能量转换损失。

针对范围二，数据中心电力消耗的相关碳排放，亚马逊云科技使用蒸发冷却技术，改善冷却数据中心的方法，提高能源效率。在冬天，将室外冷空气直接供给数据中心，无需冷却。在夏天，室外热空气，先通过有限的水去将热空气进行蒸发冷却，然后再供给数据中心。同时使用新的冷却介质，并优化了气流通过性能。由于气流比以前更容易通过，所以可以降低通风风扇的转速，最终能源减少20%。

针对范围三，其他碳排放方面，亚马逊云科技努力减少与建筑基础设施相关的碳排放。在数据中心设计过程中，使用先进计算流体力学的建模方法，优化数据中心设计，获得更高能源使用效率。在数据中心建造过程中，采用低碳混凝土，减少数据中心隐含碳。在数据中心蒸发冷却技术中，使用循环回收水，减少饮用水消耗，同时利用现场模块化水处理系统，提前去除水中成垢的矿物质，让水可以被重复使用，从而提升水循环使用次数。

云治

“云治”是指亚马逊云科技提升其云服务的硬件和软件的效率，并帮助客户优化云上工作负载，提升云上应用的可持续性。

亚马逊云科技的良好架构框架是指导客户优化云上应用的一个工具，第六大支柱就是可持续发展。云上应用的可持续发展架构主要包括三个方面，第一，客户需要了解自己云上的应用采用的云服务及碳排现状；第二，需要使用量化工具去量化应用生命周期中的碳排变化；第三，采用云上应用的可持续发展的最佳实践，逐步实现云上工作负载的“零浪费”。

第一方面，亚马逊云科技推出了碳足迹工具（Amazon Carbon Footprint Tool），提供具体工作负载现在的碳排放量，同时会预测工作负载未来的碳排，以及预测采用更多可再生能源可降低多少碳排。第二方面，细化到衡量单位资源消耗，而不是云上总资源消耗，最终实现业务增长与资源消耗的脱钩。第三方面，是如何采用云上应用的可持续发展最佳实践。

“亚马逊云科技的客户可以在云上设计应用时参考最佳实践，这些最佳实践会从六个角度在迭代。”顾凡介绍道，六个角度包括云上底层硬件架构选择、在软件架构层面，针对适合的应用采用无服务器的软件架构、在软件架构层面，针对适合的应用采用无服务器的软件架构、数据存储的设计、关于用户行为、将可持续发展作为软件开发部署的必要环节。

云创

“云创”是指亚马逊云科技围绕重点行业和场景，开发专属的可持续发展解决方案，赋能客户实现可持续发展目标。

亚马逊云科技围绕汽车、能源、制造、交通运输等重点行业，以及碳排放管理、智慧供热、供应链风险管理、绿色能源替换、运输优化管理等重点场景，赋能客户实现可持续发展目标。

对于车企90%的碳排放来源于零部件供应商和物流供应商，而不是组装供应商，这对供应商的碳排放管理就会非常重要。使用亚马逊云科技物联网技术收集能耗数据，便于实时跟踪碳排放情况。在开发的过程中，集成了多个行业的温室气体核算方法，解决了碳排放计算标准多样性的问题。基于碳数据湖，实现了碳排放数据仪表板的可视化功能，赋予企业自主管理碳排放的能力。

现在中国供热领域碳排放总量占全社会碳排放总量近10%，传统的集中供热系统采用粗放式的平均供给方法，造成能源浪费。亚马逊云科技帮助淄博热力在Amazon SageMaker上开发了一个模型，依据气象、建筑结构、用热率等信息，去预测供热的需求，实现精准供热，最终，能源消耗降低30%，相当于节省了15万吨标准煤。

风机制造供应链是非常复杂的多层级关系，供应链风险管理不能只依赖第三方的可持续发展评价，还需对供应商的经营状况及舆情进行实时风险分析管理，快速响应负面事件。亚马逊云科技帮客户用Amazon Neptune图数据库构建了供应链的多层级关系，并利用自然语言处理对舆情信息实时分析，分类，做到对供应链可持续发展的全面评价。

卡车运输是一个庞大，低效的行业。卡车司机每年行驶的里程中40%是空驶，这意味着时间和燃料的高成本浪费。亚马逊云科技帮助CONVOY使用机器学习技术，优化托运人和卡车司机的匹配。通过减少空驶里程，节省燃料从而降低碳排放。货拉拉海外品牌Lalamove基于亚马逊云科技全球的基础设施和云服务，构建了高性能、高可靠性和高扩展性的智慧货运平台，有效地支撑其全球海量的业务请求并实现了迅速迭代。通过采用高能效的Amazon Graviton芯片优化云上工作负载，Lalamove不仅降低了20%的成本，还降低了40%云上碳足迹。

从前面介绍的几个案例里，亚马逊云科技快速总结出，在云上构建这样一些数字化解决方案实现双碳目标有几个特点：

第一，很重要的就是想要实时自动化采集数据是离不开物联网和云之间的连接，所以采用亚马逊云科技的物联网服务可以更加省事、更加容易地把设备全部连接起来，然后自动化地实时采集数据。

第二，云上的数据湖，大家今天普遍采用这样一个解决方案，更容易地去做来源于不同渠道的碳数据的整合、分析，甚至数据交换。

第三，对于供应商这样一个复杂供应链的分析，借助云上的图数据库是一个最有效的数据库去存储多层级的供应商关联的数据和分析。

第四，需要对外部公开的供应商的运营数据、舆情数据做分析的时候，机器学习平台和工具Amazon SageMaker能让客户更快速和更容易地部署自己的机器学习方案。

第五，是可托管的区块链服务，亚马逊云科技也有自己的Amazon Managed Blockchain的服务，也就是托管的区块链服务。区块链服务已经有人在试、在探索，你真正在碳排数据里面如何防篡改、如何更加可信，可以用到云上的Amazon Managed Blockchain服务。