The environmental impact, carbon emissions and sustainability of computing in the ATLAS experiment

本文介绍了 ATLAS 实验为应对高亮度大型强子对撞机（HL-LHC）时代计算资源需求激增带来的环境挑战，通过提升社区意识、调整计算策略及优化数据中心配置等多维度措施，评估并缓解其碳足迹与环境影响的进展与成果。

要点

这篇论文就像是一份**“超级计算机的环保体检报告”**。

想象一下，ATLAS 实验（位于欧洲核子研究中心 CERN 的大型强子对撞机上的一个巨型探测器）就像是一个不知疲倦的“宇宙侦探”。为了捕捉那些稍纵即逝的粒子线索，它需要一支庞大的“数字后勤部队”——也就是分布在全球各地的计算机集群。

目前，这支队伍拥有近 100 万个 CPU 核心（相当于 100 万台高性能电脑同时工作）和超过 100 万 TB 的数据存储空间。这就像是一个由 100 个数据中心组成的全球图书馆，里面堆满了关于宇宙起源的书籍。

然而，随着未来实验升级（HL-LHC），这支队伍的规模将扩大3 到 4 倍，甚至在未来达到现在的10 倍。如果继续像现在这样“烧钱烧电”，它们的碳足迹（对环境的影响）将变得非常巨大。

这篇论文就是 ATLAS 团队为了**“让宇宙侦探变得更绿色”**而制定的一系列行动计划。他们不想因为追求科学而把地球“烧”坏了。以下是他们采取的主要策略，用通俗的比喻来解释：

1. 让每个人都知道“电”是有代价的（提高意识）

• 现状：以前，科学家写代码、跑程序时，很少考虑这行代码会消耗多少电，产生多少碳排放。
• 做法：ATLAS 给每个任务都配了一个**“碳足迹计算器”**。就像你点外卖时能看到包装垃圾一样，现在科学家提交任务时，系统会告诉他们：“嘿，这个任务跑完大概会排放多少二氧化碳。”
• 目的：不是为了责备谁，而是为了提醒大家：“写得越精简、跑得越快，地球就越开心。” 如果代码写得烂，导致任务反复失败重跑，那就是在浪费能源。

2. 像整理衣柜一样整理数据（优化策略）

• 压缩数据：就像把羽绒服抽真空打包，ATLAS 发现通过压缩算法，可以把数据体积缩小 3 倍以上，而只需要极少的计算力。这省下了巨大的存储空间和电力。
• 磁带归档：对于很久不看的“旧书”（不常用的数据），他们不再把它们放在昂贵的“书架”（硬盘）上，而是搬进便宜的“地下室”（磁带库）。磁带虽然读取慢一点，但睡觉时几乎不耗电，而且更环保。
• 按需重造：以前为了“以防万一”，他们会把很多临时数据一直存着。现在，如果数据被删了，系统可以在 1-2 天内重新生成一份一模一样的。与其花钱养着这些“闲置数据”，不如花钱“现做现用”，这样更划算也更环保。

3. 给电脑“降频”和“错峰用电”（智能调度）

• 降频运行：就像开车时，如果你不急着飙车，把油门踩得轻一点（降低 CPU 频率），车虽然跑得慢了一点点，但省油效果却是巨大的。ATLAS 发现，稍微降低一点 CPU 速度，每瓦特电产生的计算效率反而更高。
• 看天吃饭：就像农民看天吃饭一样，ATLAS 的计算机也会看电网的脸色。
  • 当太阳大、风大时（可再生能源多，电网很“绿”），系统就疯狂干活，把积压的任务全跑完。
  • 当晚上没风没太阳时（电网主要靠烧煤，很“脏”），系统就稍微歇一歇，或者只跑那些不急的任务。
  • 这就好比**“在电价便宜且环保的时候洗衣服，在电价贵且污染大的时候不洗”**。

4. 让数据中心“变凉快”和“变聪明”（硬件升级）

• 液冷技术：以前的数据中心像个大烤箱，靠风扇吹冷风，噪音大且费电。现在他们开始尝试**“水冷”**（像给电脑 CPU 装水冷散热器），效率更高，甚至能把产生的废热收集起来，给旁边的办公楼或居民区供暖。这就叫“变废为宝”。
• 延长寿命：商业公司通常 5 年就换一批服务器，但 ATLAS 的站点会像**“老工匠修补旧家具”**一样，尽量延长硬件的使用寿命，或者把旧零件拆下来给小机构用，减少制造新硬件带来的“隐含碳排放”。

5. 未来的挑战与希望

论文最后指出，随着电网越来越清洁（比如风能、太阳能比例增加），“制造电脑本身的碳排放”（隐含碳）将变得比**“使用电脑时的碳排放”**更重要。

总结一下：
这篇论文的核心思想是：科学探索不能以牺牲环境为代价。 ATLAS 团队正在通过**“更聪明的软件”、“更灵活的调度”和“更绿色的硬件”，试图在探索宇宙奥秘的同时，也守护好我们赖以生存的地球。他们不仅是在寻找希格斯玻色子，也是在寻找可持续发展的未来**。

技术摘要

这是一份关于 ATLAS 实验计算基础设施环境影响、碳排放及可持续性的详细技术总结。该论文由 ATLAS 合作组撰写，发表于《欧洲物理杂志 C》（Eur. Phys. J. C），旨在应对高亮度大型强子对撞机（HL-LHC）升级带来的计算资源需求激增及其潜在的环境挑战。

1. 问题背景 (Problem)

• 资源需求激增： ATLAS 实验目前使用约 60 万至 70 万个 CPU 核心，峰值超过 100 万核心，存储超过 100 万 TB（400 PB 磁盘 + 600 PB 磁带）。随着 HL-LHC 升级，预计到 2030 年计算需求将增加 3-4 倍，到 2040 年实验结束时将增加一个数量级（约 10 倍）。
• 环境足迹扩大： 这种计算能力的指数级增长若不加以控制，将导致实验的碳足迹显著增加。
• 评估复杂性： 计算的环境影响不仅包括运行时的电力消耗（范围 2 排放），还包括硬件制造、数据中心建设等隐含碳排放（范围 3 排放）。此外，全球分布的计算中心（约 100 个站点）具有不同的电网碳强度、能效（PUE）和硬件寿命，使得统一评估和减排变得复杂。
• 缺乏意识与优化： 许多用户和站点管理员缺乏对计算任务碳足迹的认知，且现有的计算策略（如数据保留、重试机制）往往未考虑环境成本。

2. 方法论 (Methodology)

论文提出了一套多层次的评估与减排框架，分为四个主要方面：

1. 提高意识 (Awareness)：

   • 利用工作流管理系统 PanDA 为所有作业（Job）提供碳足迹估算。
   • 结合 Electricity Maps 的实时电网碳强度数据（kgCO2eq/kWh）和站点特定的每核功耗估算（默认 10W/核），计算作业的碳排放。
   • 向用户报告其作业的碳足迹，并教育用户优化代码以减少失败和重试。

2. 调整实验策略 (Experiment Policies)：

   • 数据压缩与布局： 优化压缩算法（如 ROOT RNTuple 格式），在无损或可控有损的前提下减少存储需求。
   • 磁带归档策略 (Data Carousel)： 将不常用的数据从磁盘移至磁带，利用磁带更低的单位碳足迹（运营和隐含）来降低整体影响。
   • 按需数据重生产 (Data Reproduction)： 建立模型比较“长期存储”与“按需重生产”的碳成本。研究发现，如果数据在一年内被访问的概率低于 16%，重生产比长期存储更环保。
   • 自动化浪费减少： 利用 HammerCloud 自动检测并隔离故障站点；通过“侦察兵（Scout）”作业提前发现任务配置问题，避免大规模资源浪费。
   • 资源复用： 在数据采集间隙利用触发器农场（Trigger Farm）和 CERN Tier-0 进行蒙特卡洛模拟，避免闲置。

3. 站点特定行动 (Site-Specific Actions)：

   • 频率调整 (Frequency Scaling)： 研究表明，降低 CPU 频率（降频）虽然减少了吞吐量，但由于电压平方效应，单位功耗的吞吐量（HS23/Watt）显著提高。
   • 时间平移 (Temporal Shifting)： 将后台任务（如去重、备份、数据清洗）调度至电网碳强度较低的时段（如可再生能源发电高峰期）。
   • 硬件生命周期管理： 评估延长硬件寿命（摊销隐含碳）与更换为高效新硬件之间的平衡。

4. 通用数据中心行动 (General Site Actions)：

   • 冷却系统优化： 从风冷转向液冷，并提高冷却温度设定点（例如提高 10%），在不影响性能的前提下显著降低能耗。
   • 余热回收： 利用计算产生的废热为建筑物供暖或加热水，通过能量再利用效率（ERE）指标评估减排效果。
   • 建设优化： 在数据中心建设阶段考虑隐含碳，通过降低 PUE（电源使用效率）来缩短投资回报期。

3. 关键贡献与结果 (Key Contributions & Results)

• 碳足迹估算工具化： 成功在 PanDA 系统中集成了碳足迹估算功能，使用户能直观看到其代码效率对环境的直接影响。
• 数据重生产阈值模型： 通过量化分析，确定了**16%**的临界访问率。低于此频率的数据，按需重生产比长期存储更环保。这为数据保留策略提供了科学依据。
• 降频节能效应： 实验数据显示，降低 CPU 频率可显著提升 HS23 分数/瓦特 的效率。虽然总吞吐量下降，但在电网碳强度高的地区，通过增加核心数来补偿吞吐量，仍能实现净碳减排。
• 后台任务调度优化： 模拟显示，将后台任务调度至低碳时段（如加州 CAISO 电网的太阳能高峰期），可将存储系统的运营碳排放减少 60% - 82%（取决于约束条件）。
• 冷却与余热： 液冷转换和余热回收项目（如布鲁克海文国家实验室的试点）预计每年可节省 700 MWh 能源和 15 万 kgCO2eq。提高冷却温度设定点 10% 可节省 15% 的冷却能耗且不影响性能。
• 硬件寿命与隐含碳： 指出随着电网脱碳，硬件制造（范围 3）的碳占比将上升。WLCG 站点通常运行硬件超过保修期，这种策略在特定电网条件下是合理的，但需要更精细的生命周期评估（LCA）。

4. 意义 (Significance)

• 指导 HL-LHC 规划： 该研究为 HL-LHC 时代的计算资源采购、站点选择和软件优化提供了基于环境可持续性的决策依据，确保计算能力的增长不会以牺牲环境为代价。
• 政策与最佳实践： 提出了一系列可立即实施的政策（如数据重生产策略、自动重试规则）和长期技术路线（液冷、余热回收），不仅适用于 ATLAS，也可为其他高能物理实验（HEP）及通用数据中心提供参考。
• 平衡物理与环保： 强调减排措施不应损害物理产出。通过优化软件效率、数据布局和调度策略，实现了在不牺牲科学产出的情况下显著降低环境足迹。
• 推动行业变革： 通过与国际能源署（IEA）、开放计算项目（OCP）等组织的合作，ATLAS 正在推动高能耗科学计算领域的绿色转型，并促进硬件制造商和云服务商提高透明度和可持续性。

总结

这篇论文标志着 ATLAS 实验从单纯追求计算性能向**“性能 - 成本 - 环境”三位一体**的可持续计算模式转变。通过量化分析、策略调整和硬件优化，ATLAS 正在构建一个能够应对未来十倍计算需求增长，同时显著降低碳排放的弹性计算基础设施。这不仅对粒子物理学至关重要，也为全球大数据和高性能计算领域的可持续发展提供了宝贵的案例和解决方案。