金风慧能依托新能源物联，通过大数据、人工智能、风电新技术等先进技术手段，为客户提供服务，而数字化转型的深化，也同时为金风慧能带来新的挑战。以其使用的气象研究与预测模型——WRF Model为例，金风慧能利用该系统来模拟电场3公里范围内的气象数据，其要考虑大气包括温度、湿度、压强、太阳能辐射转化等因素的物理过程；考虑建筑、地形、山脉等地面上的影响；如果在海洋上，还要加入海洋与空气的热能转换等一系列复杂的因素。金风慧能在全国有数千万个这样的3公里格点数据，可以想象计算规模之大！ 金风慧能选择和亚马逊云合作，在一周之内顺利搭建起高性能计算（HPC）集群，帮助金风慧能的WRF系统运行时间由3小时缩短到2小时，性能提升达10%；同时释放出更多的计算资源，使金风慧能可以进行更大规模气象运算方案的测试，迭代出更优的预测模型以应用于生产环境。
“云治”则是指亚马逊云通过提供工具和最佳实践帮客户实现云上应用的可持续性，例如亚马逊云用碳足迹工具帮客户了解自己云上应用的碳排放现状，量化应用的整个生命周期中的碳排放变化，然后用最佳实践来优化应用的架构，最大限度减少云上应用的碳排放。
而围绕碳排放管理、智慧供热、运输优化管理等重点行业和场景，亚马逊云还开发了专属的可持续发展解决方案，即“云创”。这些解决方案涵盖碳排放管理、清洁能源替换，甚至是企业ESG报告生成等各个层面。
中国的城镇主要是集中供热业态，90%都是水暖方式。但传统供热系统管理方法粗放，且是平均供给，很多时候都靠人的经验调节，这就难免会出现屋内过热或温度较低的情况，造成大量的能源浪费。淄博市热力集团决心改变这一现状，让其覆盖2500余万平方米的住户每家室温都能稳定在22摄氏度的舒适温度下。
在与亚马逊云专业服务团队深入沟通后，淄博热力对机器学习在这一场景下的应用模式有了充分的了解，最终利用亚马逊云人工智能、机器学习技术和服务，联合研发了一套基于机器学习的智慧供热调控系统。
该系统利用亚马逊云无服务器架构进行生产环境的模型部署、自动训练和推理，即可以依据往年住户的室内温度数、天气数据、每家住户在楼内的位置等等信息，及时、准确地预测前端供暖调节需求，调整小区乃至房间级的供暖策略。比如对于边角住户，碰到寒潮来袭，系统会测出这些住户的室温可能无法达到18摄氏度，那么系统就会自动调节，增加热量供应；反之，如果天气转暖，则会减少供应量——与实地测温相比，亚马逊云的智慧供热系统对于室温的预测，误差不到1摄氏度。
通过智慧供热平台，淄博热力不仅摆脱人工过分干预，降低了管理成本，还将能耗下降30%以上，每年可以节约标煤15万吨，而且每年减排二氧化碳40万吨，减排二氧化硫超过1300吨，减排氮氧化物超过1130吨。从更大的社会意义看，该方案的推广复制，更能直接助力、赋能整个热力行业的数字化、智能化转型。
助力中国达成“双碳”目标
亚马逊云还在不断创新，提供一系列的工具，通过管理云上应用的可持续性，进一步帮助企业降低碳足迹。亚马逊云的良好架构框架（Well-Architected Framework）和一系列工具，帮助用户按照可持续发展最佳实践来构建云上应用。客户可以使用亚马逊云的碳足迹工具，了解自己云上应用的碳排放现状，并能预测未来的碳排放。针对不同行业多种多样的减碳场景，亚马逊云还与合作伙伴一起，提供通用解决方案和针对汽车、制造、能源等重点行业的专属解决方案。
在绿色环保、节能减排的全球大主题下，云计算技术正在以低成本、高效率的运营方式受到越来越多企业的青睐。
根据研究与咨询公司451 Research的报告，当客户的业务从本地的数据中心迁移到亚马逊云上时，其工作负载的碳足迹的排放平均可以降低88%。用户自建本地数据中心的平均资源利用率在15%左右。而在云上，亚马逊云通过技术创新和资源管理技术，可以把弹性发挥到极致，将资源利用率提高到80%左右。
从过去的十年到未来，亚马逊云一直致力于为企业提供可持续的云基础设施、云服务和解决方案，帮助它们打造绿色新生态，实现转型升级，并助力中国达成“双碳”目标。
