有一种说法很流行：让数据中心追着太阳和风走，哪里的可再生电力多，就把负载调到哪里。放在通用云计算里，这个思路已经有公开实践；放到游戏上，问题立刻变成了另一种形状——玩家在哪，服务器的位置就大半被决定了。九游会在数据中心侧的判断是：“迁移”不是一个开关，而是三种不同的动作，对实时游戏和后台任务的答案完全不同。
“迁移”其实是三件事：改时间、改地点、改规模
先把词拆开。改时间，是把任务推迟或提前到电网更低碳的时段；改地点，是把任务放到另一个地区的机房；改规模，是在同一地区把实例合并或缩减，让机房少开机器。三者对延迟的影响完全不同：改时间对实时对战不可用，改地点受物理距离限制，改规模则是最“安全”的动作，对应的是玩家并发预测与自动伸缩那一类工作。
本文只讨论前两件，并且始终带着两个前提：第一，实时游戏优先保证延迟与服务质量，低碳不能以牺牲基本体验为代价；第二，少耗电不等于少排碳，迁移的收益取决于两地电网在那个时段的排放因子，而不是机房本身多“新”。
先算一笔延迟账：实时对战为什么迁不远
光在光纤里的传播速度约为每秒20万公里，也就是单程每毫秒约200公里。玩家与服务器相距1000公里，仅传播这一项，往返就要约10毫秒，实际路由绕行、交换设备排队、无线接入和服务器处理时间都还要往上叠。对一个对手感敏感的对战游戏，几十毫秒的额外延迟就足以被玩家察觉，服务器“搬到风电很足的地方”通常意味着搬出玩家的可接受范围。
更麻烦的是玩家分布本身。匹配系统会把不同地区的玩家凑成一局，服务器选址已经是延迟、公平性与匹配等待时间之间的折中。如果再加一个“碳强度”的目标，只有在延迟差别不构成体验差别的候选机房之间选择才是可行的。实际能做的，是在同一个延迟圈内的几个机房里，让低峰时段的对局尽量集中到电力更低碳的那一个，而不是跨洲追逐风电。
这一点和游戏数据中心为什么不能只追求最低PUE？是同一条逻辑：低PUE或低碳的机房未必是玩家的好选择，距离拉远以后，网络能耗和延迟都在上升，账不一定划算。
真正能挪的，是那些不需要玩家等着的负载
游戏公司的算力里，相当一部分并不是实时对战。下面这些工作对“几个小时之内完成”没有硬要求，才是迁移的主要对象：
- 日志与数据分析：玩家行为日志、对局回放的批量处理，只要在次日报表前完成即可；
- 资产处理与内容构建：纹理压缩、资源打包、补丁和安装包的构建，可以按CI队列排到低碳时段或低碳地区；
- AI推理批处理与内容生成：不需要即时响应的批量任务，可以排队；
- 模型训练：可设置检查点，按电网信号暂停与恢复，但暂停和恢复本身有开销；
- 反作弊事后分析、赛事录像转码：同样具有较大的时间窗口。
公开资料中，谷歌曾介绍过它的做法：把YouTube、Photos、Drive上传内容的编码、分析等可推迟的媒体处理任务，根据日前的电网预测，安排到无碳能源更充足的时段和数据中心，并说明隐私法规等因素会限制跨区域搬运。这个案例值得游戏公司借鉴的，恰恰是“挑选可以动的工作”这一步，而不是照搬结论。关于跨时间的选择方式，凌晨任务一定要凌晨跑吗？已经拆解过“计算窗口”的算法。
搬走的不只是计算：数据、成本与合规
一个后台任务如果需要读取几十TB的历史日志，把计算搬到另一个地区，数据要么跟着搬，要么远程读取。这里至少有四项额外账：
- 数据传输能耗与费用：跨区流量会产生网络能耗与费用；每GB传输的能耗数字本身估算分歧较大，不宜直接套用一个数；
- 数据引力：数据在哪，计算最好就在哪，搬数据的代价可能超过低碳时段省下的排放；
- 合规约束：玩家个人数据是否允许出境或跨区，是硬约束，不是优化项；
- 启动与排队开销：冷启动、镜像拉取、缓存重建，都是迁移的“隐性电量”。
所以适合迁移的任务，往往是“计算重、数据轻、可推迟”的：计算量足够大，才值得为它选择地区；数据足够轻，搬运才不会吃掉收益。
一个示意：同一个批处理任务放在哪里
| 候选方案（示意） | 任务电量 | 电网因子 | 额外数据传输 | 估算碳排 |
|---|---|---|---|---|
| 本地区，当晚执行 | 100 kWh | 500 g/kWh | 无 | 50 kg |
| 本地区，次日中午低碳时段 | 100 kWh | 250 g/kWh | 无 | 25 kg |
| 另一地区，当晚执行 | 105 kWh（制冷效率略低） | 150 g/kWh | 约2 kg（含数据搬运） | 约17.8 kg |
这个示意里，第三种方案碳排最低，但它比第二种多耗电，还多了数据搬运，并且要求任务能容忍跨区的合规与排队。这正是“节能”与“减碳”不同的地方：多用5度电，碳排反而更低。但如果两地的电网因子预测出错，或者数据搬运比估计的大，这个优势可能消失。因此，因子是预测值，不是事实：平均碳强度与边际碳强度含义不同，日前预测又有误差，决策时最好留出余量，并在事后用实际因子回算。
关于最新研究：联合优化的价值，与它没说的部分
2026年5月，arXiv上出现一篇讨论AI数据中心碳感知“算力与电力联合调度”的论文，作者来自多家机构。它用混合整数线性规划，把刚性的训练任务、可弹性路由的推理负载、本地发电与电池储能、与电网的双向交互放在一起，同时约束延迟、连续性、功率平衡和碳预算。在其合成实例（默认设定为3个站点、24个小时段）中，相比只优化算力或只优化能源的基线，运营收益更高、排放更低，推理路由的灵活性和电池储能的价值比较明显。
需要克制地理解这类结果：它是合成实例，不是真实数据中心的实测，更不是游戏服务器；模型假定电价、碳强度等参数已知，属于确定性的有限时域问题。它给游戏运营的启发主要是方法层面的——“可弹性路由”的那部分负载才有迁移价值，而刚性任务、延迟敏感的负载应当被当作约束。这一点在算力、网络和电力开始一起优化一文中有进一步的讨论。
九游会目前的做法与做不到的地方
九游会数据中心AI当前的设计取向，是把负载先分成“实时”“可延迟”“可迁移”三类，再分别处理：
- 实时对战服务器：只在延迟预算允许的机房范围内选择，低峰时合并实例，不做跨区追逐；
- 可延迟后台任务：结合电网碳强度预测，在时间窗口里挑选执行时段；
- 可迁移任务：同时比较计算电量、数据搬运、合规限制和两地因子，只有净收益足够时才建议迁移，最终由运营人员或调度策略确认。
诚实地说，有几件事目前做不到，或不应承诺：无法保证某个地区的电力一定来自新增的可再生能源，把负载“搬到”绿电多的地区，并不等于新增了绿电；也无法预测电网因子的短时波动；更不会为了低碳而要求实时对局延迟变差。这类调度的价值大多出现在后台任务里，占比多少取决于每家公司的负载结构，这里不给出一个通用比例。
回到题目：游戏服务器能不能跟着可再生能源迁移？实时对战的答案基本是“只能在玩家附近小范围选择”，后台任务的答案是“可以，但要先算清楚数据、合规和因子不确定性”。把这两类负载分开讨论，才不会得出“全部迁走”或“完全不能动”这样的极端结论。相关的电网碳强度基础，可以参考同一局游戏放在两个地区运行，碳排放为什么可能完全不同？。
