多方预测显示，“2030年前实现碳达峰、2060年前实现碳中和”这一目标所需资金规模可达百万亿级。而碳达峰、碳中和的目标将进一步促进绿色产业高速增长，预计绿色产业年均投资在3万亿元左右。
从目前的排放总量来看，中国已是全球碳排放第一大国。 处于经济上升期、排放达峰期的现况让我们必须兼顾能源低碳转型和经济转型，统筹考虑约束碳排放和保持社会经济发展增速需求之间的矛盾。
总所周知，风电、光伏等新能源很容易受到环境、气象等因素的限制： 在其生产过程中，风速、风向、日照、气温、气压等环境因素，都会给电力系统带来巨大影响，使发电设备、 并入电网都面临运行效率、设备安全等方面的问题。
中国工程院院士武强表示“在技术资源优化配置上，现在各行各业有关低碳的技术多是零散的，当某个工厂想做减碳优化的时候，缺少量身定制的、整体的减排优化方案和技术，多是针对某个环节进行优化。我们需要平台思维，让有减排需求的企业能快速、直观地找到最优的技术。”
碳云数据根据这些客观情况，结合目前数据平台的应用，推出了“智慧碳云”——大数据智慧光伏解决方案。
其优势在于采用智慧碳云平台，能导入更多维度、高价值的数据。传统预测方法是一种通过过去预测未来的方案，因此缺乏必要的数据支撑，而气象预报数据则能有效地弥补这一短板，其时序性数据能令未来各个时间点的预测准确率都保持一致性；同时智慧碳云能为更多维的数据匹配多模型组合的方案，便于根据实际需求选取不同的深度学习或机器学习模型，分别与气象预报数据进行组合，扬长补短。
然而，打通大数据平台与 AI 应用，这是打造一个结合海量历史数据与气象预报数据，并以多模型组合方式运行的全新智能功率预测方式所必需的，不过这绝非易事。大数据作为基础资源，为 AI 技术的快速进步和实践落地起到了奠基作用。不难想象，如果没有足够量级、获取和使用足够便捷的数据为算力和算法托底，AI 的落地很可能会演变成鼻青脸肿式的「硬着陆」。
碳云数据专门针对打通大数据平台与 AI 任务这一挑战开发并开源的解决方案，平台在软件和系统级优化上的重要组成部分。它能帮助多数企业用户现在普遍使用的平台直接背靠其积累的海量数据无缝部署 AI 应用。 这一过程既不需要分别构建大数据平台和 AI 平台，节省海量数据在不同平台间移动所耗费的高昂成本，同时更免去了换大数据平台的基础设施的投入。
碳云数据通过智慧碳云平台将软件和框架无缝集成到了同一管道中，实现将数据存储、数据处理以及训练推理的流水线整合到统一的基础设施上。 如此一来，既可大幅提升新方案的部署效率、资源利用率和可扩展性，还能减少用于硬件管理及系统运维的成本。
经过全国多个光伏测试场站的实地测试，在验证方案以月为周期的条件下，每一个测试的光伏场中，在单小时内使用 30000 条记录对 智慧碳云模型进行 5000 次迭代优化，并在 50 毫秒内获得未来 2 小时的功率预测数据。 结果显示，新方案在预测准确率上超越了原有方案的 65.21%，达到了76.39%。相信很多用户和合作伙伴基于智慧碳云的 AI 实践或解决方案，很快就会借此平台实现更优的性能、成本和灵活性收益。
在双碳目标下，智慧碳云大数据平台无疑将担负更重要的节能减排的使命，推动能源发展的数据化、低碳化、绿色化。
