新浪科技讯 9月22日下午消息 ，在华为AIDC基础设施峰会上
，商汤大装置智算中心总经理林海指出，随着AI进入Token规模化生产时代 ，AIDC的效率评价正在进一步转向AI业务价值产出
，由传统的PUE衡量，转向TPW（Token Per Watt）——关注“投入的能源和成本最终产生多少Token” 。

　　林海指出 ，传统智算中心通常以PUE和算力规模作为重要指标，但PUE主要衡量供电、制冷等基础设施能效
，“多少P ”则更多反映算力设施的峰值性能，两者都难以直接反映智算中心最终产生的业务价值
。在当前趋势下 ，商汤大装置将效率评价进一步延伸至TPW（Token Per Watt）
，尝试将底层能源投入与上层Token产出建立联系。

　　围绕这一思路，商汤大装置将效率优化贯穿 Token 生产的多个环节 ，这几乎涉及到了人工智能完整的五层蛋糕里的所有产业
，包括最底层的能源供给方电网/电厂，也包含IDC运营商 、算力云运营商和大模型服务商 。各层链路各有其关键指标 ，比如：在能源供给侧
，关注电力来源
、能源形式和单位电量成本；在基础设施侧，优化供电制冷架构；在服务器和芯片侧 ，围绕算子、显存 、互联带宽及并行效率进行性能调优；在模型侧
，提升推理吞吐和GPU利用率；在应用侧，则通过TPM规模化
、推理优化、弹性调度和闲时算力等方式提升Token产出能力
。

　　这也意味着 ，AIDC效率优化不再是对某一个指标或单一环节的优化，而是从能源进入开始
，一直延伸到最终Token产出。

　　林海指出，单一环节的效率提升 ，并不必然带来整个链路效率的提升 。围绕TPW这一全链路效率思路
，商汤大装置进一步将能源 、算力与Token产出数据打通，构建算电协同体系。

　　据悉 ，通过这一全链路协同机制
，商汤大装置算电协同实践实现了单位电力成本Token产出提升80%，IT有效容量产出提升60% ，平均电费单价较同地区IDC降低约10%等显著成效
。这也体现出
，算电协同的价值不局限于降低某一项基础设施成本，而是通过多层数据协同 ，将不同环节的优化结果最终体现到Token业务产出上。