- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据科学实战
AkShare-能源数据-碳排放-广州
作者寄语 广州碳排放权交易中心心-行情数据 更新接口 "energy_carbon_gz" # 碳排放权-广州 碳排放权-广州 接口: energy_carbon_gz 目标地址: http://www.cnemission.com /article/hqxx/ 描述: 获取广州碳排放权交易中心-行情信息 限量: 全部历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 日期 str Y 1.16% 38791 1080766.09 3 20200908 GDEA 27.81 27.54 ... -0.27 -0.97% 67679 1863576.77 4
1.3K30发布于 2020-09-25 - 来自专栏数据科学实战
AKShare-能源数据-碳排放交易
作者寄语 该接口汇集了湖北, 上海, 北京, 重庆, 广东, 天津, 深圳, 福建等地区的碳排放数据。 温室气体排放，造成温室效应，使全球气温上升。 更新接口 "energy_carbon_domestic" # 碳排放权-国内 碳排放权-国内 接口: energy_carbon_domestic 目标地址: http://www.tanjiaoyi.com / 描述: 碳交易网-行情信息 限量: 全部历史数据 输入参数 名称 类型 描述 symbol str symbol="湖北"; choice of {'湖北', '上海', '北京', '重庆', ' 04-04 26.620001 304125.0 8.092670e+06 湖北 3 2014-04-05 26.620001 0.0 0.000000e+00 湖北 4
1.1K30发布于 2021-07-28 - 来自专栏数据科学实战
AkShare-能源数据-碳排放-国际行情
作者寄语 深圳碳排放交易所-国际行情 更新接口 "energy_carbon_eu" # 碳排放权-国际 碳排放权-国际 接口: energy_carbon_eu 目标地址: http://www.cerx.cn /dailynewsOuter/index.htm 描述: 获取深圳碳排放交易所-国际碳情 限量: 全部历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 NaN 0.25 1000.0 NaN 3 2020-04-28 欧盟EUA NaN NaN NaN NaN 20.21 21249000.0 NaN 4
87920发布于 2020-09-17 - 来自专栏数据科学实战
AkShare-能源数据-碳排放-深圳
作者寄语 深圳碳排放交易所-国内碳情数据接口 更新接口 "energy_carbon_sz" # 碳排放权-深圳 碳排放权-深圳 接口: energy_carbon_sz 目标地址: http://www.cerx.cn /dailynewsCN/index.htm 描述: 获取深圳碳排放交易所-国内碳情 限量: 全部历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 交易日期 665.0 14366.40 3 2020-09-10 SZA-2016 46.56 46.56 46.56 46.56 46.56 1.0 46.56 4
77230发布于 2020-09-17 - 来自专栏数据科学实战
AkShare-能源数据-碳排放-湖北
作者寄语 湖北碳排放权交易中心-行情数据 更新接口 "energy_carbon_hb" # 碳排放权-湖北 碳排放权-湖北 接口: energy_carbon_hb 目标地址: http://www.cerx.cn /dailynewsOuter/index.htm 描述: 湖北碳排放权交易中心-现货交易数据-配额-每日概况 限量: 全部历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 3709228.63 28.99 3 HBEA 2020-09-08 28.99 0.10% 29.0 28.58 116084.0 3343686.47 28.96 4
80820发布于 2020-09-25 - 来自专栏数据科学实战
AKShare-能源数据-碳排放权
作者寄语 本次更新主要是修复之前的碳排放的数据接口，对数据进行清洗并规范了返回的数据格式。 更新接口 "energy_carbon_domestic" # 碳排放权-国内多地方 "energy_carbon_bj" # 碳排放权-北京 "energy_carbon_sz" # 碳排放权- 深圳 "energy_carbon_eu" # 碳排放权-国际 "energy_carbon_hb" # 碳排放权-湖北 "energy_carbon_gz" # 碳排放权-广州 碳排放 碳排放权 -北京 接口: energy_carbon_bj 目标地址: https://www.bjets.com.cn/article/jyxx/ 描述: 北京市碳排放权电子交易平台-北京市碳排放权公开交易行情 -深圳 接口: energy_carbon_sz 目标地址: http://www.cerx.cn/dailynewsCN/index.htm 描述: 深圳碳排放交易所-国内碳情 限量: 全部历史数据
88240编辑于 2022-03-15 - 来自专栏科技云报道
AI大模型背后，竟是惊人的碳排放
Google能源和碳足迹减少最佳实践（4Ms）如下： 模型：研究人员表示，选择高效的ML模型架构至关重要，因为它有可能提高ML质量，同时将计算时间缩短一半。 优化：云允许客户选择具有最清洁能源的区域，从而将总碳足迹减少5到10倍。 基于4Ms改进的模型、特定于机器学习的硬件和高效的数据中心，大大抵消了这种负载增加。 当然，除了使用4Ms方法，服务提供商和用户还可以采取简单的措施来提高他们的碳足迹绩效，例如： 客户应通过让数据中心提供商报告数据中心效率和每个位置的能源供应清洁度，来分析和减少他们的能源使用和碳足迹。 AI助力降低碳排放 尽管AI大模型是碳排放大户，但以AI为代表的前沿科技也正在为降碳减排做出贡献。 据《碳中和产业发展白皮书》显示，在预测排放方面，AI 能够根据当前减排工作和需求，预测未来的碳排放量，同时为碳排放定下排放量指引。
1.1K20编辑于 2023-07-24 - 来自专栏好奇心Log
14个碳排放数据库汇总（附链接）
碳排放数据哪里找？今天给大家梳理了13个权威且较常用的数据库。 1. 全球实时碳数据（Carbon Monitor） 简介：全球实时碳数据库涵盖全球电力、工业、地面运输、航空运输、居民消费等部门排放的高分辨率活动数据，覆盖了以日为分辨率的全球二氧化碳排放量，是目前唯一能够提供日分辨率全球碳排放空间展示的数据平台 实时全景碳地图在基于全球实时碳排放数据库的基础上进一步实现了全球最高时空分辨率的碳排放可视化呈现。"实时全景碳地图"覆盖了中国所有地区。 数据下载地址：http://www.carbonmonitor.org.cn 4. 具体来看，EDGAR包括分国家碳排放总量、分部门排放量、单位GDP排放量及人均排放量。在其2020报告中，列出了1990-2020年期间的化石二氧化碳排放以及人均和GDP趋势。
11.8K21编辑于 2022-04-12 - 来自专栏存储知识
存储资源盘活系统有效降低IDC机房碳排放
1.25以下，绿色低碳等级达到4A级以上。 以上能耗折合成标准煤要消耗19980吨，排放55382吨二氧化碳。此时，打算新建一个能够提供相同标准服务的机房，但装载了存储资源盘活系统。 以上能耗折合成标准煤要消耗12849吨，排放22406吨二氧化碳。 由此得出，使用存储资源盘活系统可以给该服务标准的机房每年降低至少1134万元的预算，减少7131吨标准煤消耗、减排32976吨二氧化碳，相当于4228个四口之家全年的碳排放。 在保证性能的前提下大幅度降低了碳排放。实现“双碳”目标，不仅对全球气候治理具有至关重要的作用，更是数据中心和5G等新型基础设施建设发展的政策导向和必经之路。
1.2K50编辑于 2022-09-08 - 来自专栏相约机器人
Google AI 引入 4Ms 方法来减少机器学习模型的碳排放
任何事物（个人、组织、事件或产品）产生的温室气体排放总量称为碳足迹。产生更多碳足迹的过程使用更多资源，产生更多温室气体并导致更大的气候变化。 对温室气体排放量的小幅减少做出贡献可以减少大量的总体碳足迹。 随着机器学习 (ML) 应用程序的日益普及，由于计算成本增加，人们不断担心碳足迹不断增加。 这些担忧强调需要精确数据来确定真实的碳足迹，这有助于确定减少 ML 碳排放的解决方案。 此外，由低碳能源驱动的数据中心可以将碳排放量再减少 9 倍，从而在四年内总共减少 747 倍。 排放估算的制造成本包括制造所有相关组件（从芯片到数据中心建筑）所排放的嵌入碳。
1.2K20编辑于 2022-03-07 - 来自专栏腾讯云原生团队
Crane 发布国内首个云原生应用碳排放计算优化器
根据国家定义发布的碳排放因子，即每度电对应的碳排放量，计算工作负载运转对应的碳排放量。 除展示当前功耗和碳排放量以外，Crane 同时提供优化建议，以及优化后的功耗和碳排放推算结果。 Crane 希望通过推出碳排放优化器来唤醒用户环保意识，辅助有明确减排目标的企业针对云原生应用量化不同工作负载的碳排放现状和可优化空间，以及辅助企业理解碳排放现状，制定现实可行的减排战略，并通过一站式优化手段达成减排目标 在有了功耗信息以后，如何再将功耗转换为碳排放量？ 区域因子在新版指南中去掉了，因此无论所处地域，未来国内碳排放测算都使用统一排放因子。 ，降低数据中心的电费开销、减少碳排放。
2.6K20编辑于 2022-12-15 - 来自专栏SaaS加速器
直播预告 | 优也对话腾讯：没什么碳排放的鹅厂为什么要关心碳中和？
此前，《中国上市公司碳排放排行榜（2021）》在京发布，榜单显示，电力、钢铁、水泥与化工是我国当下碳排放量最大的四大行业。 其中，如华能国际（电力）、中国建材（水泥）、中国神华（煤炭）、宝钢股份（钢铁）等碳排放总量最大的十家上市企业，合计排放量约占全国碳排放总量的20.56%。 为了助力中国双碳事业，2021年4月，腾讯成立可持续社会价值创新事业部（Sustainable Social Value，SSV），并针对碳中和方向，专门设立了“碳中和实验室”，希望能凭借先进的技术能力 而在产业端，腾讯则发力于碳核查、智慧建筑、综能云平台等领域，以数字化助力产业低碳转型。 实际上，腾讯本身的碳排放体量并不高，在2021年，其总碳排放量仅为511.1万吨。 对比下，中国建材等耗能大户的碳排量通常在2.5亿吨以上，同属互联网大厂的阿里巴巴碳排量在2020年也达到了951.4万吨。那么，没什么碳排放的腾讯为什么如此关心碳中和？
79220编辑于 2022-06-08 - 来自专栏GEE遥感大数据学习社区
论文推送 | CarbonVCA：地籍地块尺度下的城市碳排放与“碳达峰”预测框架
现有的研究多关注于大范围的碳排放量预测，更高空间分辨率的碳排放预测以及耦合多场景的模拟对于支持制定“因地制宜”的政策以减少碳排放至关重要。 因此，为实现碳排放峰值的目标，评估中国的城市碳排放至关重要。 减少碳排放的关键在于城市的实施严格的低碳政策，而预测城市未来碳排放量则是制定减排目标的基础。 ；4）碳排放量预测：根据不同用地类型的碳排放系数与未来用地空间分布情况，完成地籍地块尺度的碳排放量预测。 表 2 基于VCA模型的土地利用模拟精度表 图4展示了基于VCA模型的深圳市土地利用变化模拟结果，其中正确模拟的地块都集中在北部地区（图4C），这可能与北部地区包含大量未建成的土地并具有很好的城市化潜力有关 图 4 土地利用变化模拟结果：（A）2014年真实数据；（B）2014年模拟结果；（C）正确模拟和错误模拟的地块（A、B、C和D表示FoM指标中四种情况下预测的地块） 5.2 碳排放量变化预测 结合现有研究数据
1.3K21编辑于 2023-08-17 电力碳排放计算方法的革新与云技术应用
如何计算电力碳排放至关重要应对气候变化影响是我们这个时代最大的挑战。迎接这一挑战需要各国和各行业之间的创新与合作。为此，在2019年，某中心共同创立了"气候承诺"，致力于在2040年前实现净零碳排放。 然而，为了确保我们的努力能导向最有效的干预措施，我们需要基于最佳可用数据进行碳核算。电力产生的碳排放因时间和地点而异，这使得测量工作变得复杂。 因此，仅基于其所在位置和消耗时间，相同的新太阳能或风能项目产生的每兆瓦时电力可以替代两倍的碳排放。基于排放的核算方法之优势基于排放的核算方法有几个好处。 它认可能够实现排放避免的新兴技术，如电池储能、绿色氢气和其他新兴的无碳能源。它鼓励企业尽可能快速且经济有效地减少全球电网的碳排放。 它将加速并扩大全球社区的公平能源转型，使其能够从企业对无碳能源项目的投资中受益。此外，所有规模的组织和机构都可以使用这种方法，确保中小企业继续采取措施减少自身的排放。
11710编辑于 2026-01-20- 来自专栏新智元
「AI配比」混凝土经Meta数据中心测试，减少40%碳排放
利用AI计算出来的混泥土配方，可以减少40%的碳排放。 这项研究是由高校和企业合作完成，美国南加州大学电子与计算机工程系的Xiou Ge为第一作者，Meta、IBM等研究中心均参与其中。 这样任意配比的混泥土，每年产生的二氧化碳约占全球碳排放量的8%。 现在，科学家通过AI创建混凝土配方，以最大限度地减少环境负担，同时满足工程性能要求，包括抗压强度等。 研究表明，CVAE可以设计出比现有配方碳排放低得多的AI混凝土配方，实验通过生成更好的样本，从而实现了碳排放量减少。 这是5种AI生成的混凝土试验抗压强度结果，以及相应的碳排放量统计。 研究表明，使用这个模型生成的混泥土配方，碳排放量与原有数据进行对比，AI混凝土配方大约将二氧化碳排放量减半。 在第1种方案中可见，原来282.36m³的碳排放，减至154.11m³，少了近一半。 参考资料： https://arxiv.org/abs/2204.05397
97930编辑于 2022-05-05 - 来自专栏人工智能快报
人工智能与3D打印将帮助降低碳排放
每年，全球海运和航运产生的二氧化碳排放量分别为10亿吨和7.81亿吨。预计3年内运输业产生的二氧化碳量将占全球的17%。“绿色技术”方案——包括3D打印、人工智能与机器学习等或将帮助降低这些数值。 由于3D打印技术能极大地降低产品的碳足迹，制造商能利用这一技术更好地满足消费者对可持续商品的需求。
1.1K60发布于 2018-03-15 零碳园区建设指南：MyEMS 如何用数字化破解能耗与碳排放协同管理难题？
这些痛点，亟需一套数字化解决方案打破 “数据孤岛”，实现能耗与碳排放的全流程协同管控 ——MyEMS 的出现，正是为破解这一难题而生。 ），自动将能耗数据转换为碳排放量（tCO₂），生成符合国际标准的标准化报告。 某水泥厂借助碳流追踪发现，燃煤锅炉碳排放占比 60% 且热效率仅 75%，经改造后年减碳 1200 吨，同时节省燃料成本 80 万元，实现 “减碳” 与 “降本” 的协同。 碳资产化与国际合规：实时跟踪碳配额与实际排放差额，自动提示碳交易机会。 五、结语：数字化是零碳园区的 “核心引擎”零碳园区建设并非单纯的技术堆砌，而是以数字化打通能耗与碳排放的协同管理链路。
38110编辑于 2025-10-09- 来自专栏AI SPPECH
138_绿色计算：碳排放优化 - 估算部署的碳足迹与LLM环境友好型部署最佳实践
本文将从碳足迹估算、能源效率优化、绿色计算策略等多个维度，全面探讨LLM部署中的碳排放优化技术。 第一章 LLM部署的碳足迹评估模型 1.1 碳排放的计算基础 在评估LLM部署的碳足迹之前，我们需要了解碳排放的基本计算原理。 对于LLM部署，主要涉及以下碳排放来源: 直接排放: 数据中心运行产生的排放，如电力消耗转化的碳排放 间接排放: 服务器制造、运输、冷却系统等产生的排放 范围排放: 根据GHG协议，可分为范围1(直接排放 )、范围2(能源间接排放)和范围3(价值链排放) 碳排放的基本计算公式为: 碳排放量(CO₂e) = 能源消耗(kWh) × 碳排放因子(kg CO₂e/kWh) 对于LLM部署，我们需要考虑以下关键参数 ：评估数据中心的碳排放强度 计算：总碳排放量 / 计算能力（通常以kWh或TOPS为单位） 单位：kgCO₂e/kWh或kgCO₂e/TOPS 帮助识别高碳排放区域和时段 热点检测与气流分析：识别冷却效率低下区域
28610编辑于 2025-11-16 - 来自专栏一个有趣的灵魂W
好文速递：碳排放交易是否减少了中国的 PM2.5？
Has Carbon Emissions Trading Reduced PM2.5 in China碳排放交易是否减少了中国的 PM2.5？ 摘要： 今天的中国迫切需要制定低碳政策，同时解决当地的空气污染问题。本研究使用差异中的差异模型来估计直接解决 CO2 排放的中国排放交易计划 (ETS) 也通过减少 PM2.5 产生协同效益的程度。 （3）中国碳交易试点在碳交易量大、碳交易价格高的地区协同效益更大。(4)中国ETS造成的PM2.5浓度降低，每年可能避免23363人死亡，节省413.8亿美元的GDP。 月度碳价格、交易量和CCER数据来自七家碳排放交易所的日交易数据。关于上限变量，在表 S1 中的数值中，只有重庆、湖北、广东和上海（2016-2017）来自政府文件。 这可能减少了化石燃料消耗，但也导致了 SO2 排放、烟尘（粉尘）排放和水污染的减少，以及经济发展的重点从第二产业转移到第三产业。
82730发布于 2021-07-05 - 来自专栏深度学习与python
生成式 AI 碳排放堪比开车往返月球？这个问题该如何解决
人们也越来越关注这些模型的能源使用和相应的碳排放。最近几个月又出现了一些关于碳排放的比较。 网站最近的一篇文章写道： 加拿大数据中心公司 QScale 联合创始人 Martin Bouchard 表示，基于他对微软和谷歌搜索发展计划的了解，在搜索过程中添加生成式人工智能需要让“每次搜索至少增加 4 生成式人工智能的碳排放是否被夸大了？ 人们对生成式人工智能碳排放的担忧可能被放大了。 例如，在试验模型架构时，测试用例可以立即报告精度和碳排放，从而更容易找到正确的架构并选择正确的参数，以满足精度要求，同时最大限度地减少碳排放。 同样需要注意的是，实验本身也会导致碳排放。 这可以从访问 OpenAI GPT4 API 的费用中看出来。在撰写本文时，GPT4 基础模型的成本为 0.03 美元每千个提示词节点和 0.06 美元每千个样本节点。
50830编辑于 2023-10-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号