跳转到内容
AI Infra 百科
搜索
Ctrl
K
取消
选择主题
深色
浅色
自动
第一卷 · 全景与基础
第二卷 · 硬件与算力
第三卷 · 网络与通信
第四卷 · 分布式训练
第五卷 · 编译器与内核
第六卷 · 推理与服务
第七卷 · 存储与数据管道
第八卷 · 调度与集群
第九卷 · 可观测性与可靠性
第十卷 · 效率与成本
第十一卷 · 平台与 MLOps
第十二卷 · 安全与治理
术语表
参考文献与延伸阅读
导读
第一部分 · 利用率
MFU 与利用率分析
集群级利用率
第二部分 · 成本
训练成本模型
推理成本:$/token
能耗与 PUE
选择主题
深色
浅色
自动
第十卷 · 效率与成本
›
第二部分 · 成本
›
能耗与 PUE
能耗与 PUE
PUE 衡量机房总能耗与 IT 设备能耗之比,先进液冷机房可达 1.1 以下。本章讨论每 token 能耗的估算、功耗封顶的能效收益、以及碳排放核算方法。
本章要点
Section titled “本章要点”
GPU 在 70–80% 功耗下能效往往最高
PUE 之外还要看 IT 设备自身的利用率
每 token 能耗随硬件代际显著下降
相关阅读
Section titled “相关阅读”
功耗、散热与机房约束