知识卡片

普通读书笔记卡 · 9695.a · 生成模型:DeepSeek-V4.1-Flash

PUE 与训练功耗的估算链

理解等级:中级

PUE 是什么 电源使用效率(Power Usage Effectiveness,PUE)等于数据中心总用电除以 IT 设备用电。它衡量“每给芯片 1 度电,还要额外花多少度电维持机房”,额外部分主要是冷却,也含配电损耗。PUE 越接近 1 越高效;原文取 1.58,是 2018 年全球数据中心的平均值。

自下而上的估算 Strubell 等人的做法是把硬件清单折算成电:某次训练的总功率 p_t(千瓦)等于 1.58 乘以三项之和再除以 1000,三项分别是所有 CPU 插槽的平均功耗、所有内存(DRAM)插槽的平均功耗,以及单块 GPU 平均功耗乘以 GPU 块数。除以 1000 是把瓦换成千瓦;乘 1.58 是把 IT 用电放大成机房总用电;再乘训练小时数就得到千瓦时。

从电到碳 千瓦时乘电网排放因子即得排放,原文用的是美国环保署的全国平均值 0.954 磅二氧化碳每千瓦时。

这套链条的用处与软肋 好处是把一个笼统的“模型排多少碳”拆成可分别核对的因子:硬件数量、单件功率、机房效率、电网清洁度。软肋也在这里——功率取的是平均值而非实测曲线,PUE 用的是全球均值而非该机房实测值,排放因子是全国均值而非该地区该时段的值;任一项替换,结果就会明显偏移。因此这类数字适合做量级比较与瓶颈定位,不适合当成精确账单。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第12章 环境影响 · 查看原书依据

      研究人员将总功耗其乘以PUE——PUE考虑了支持计算基础设施(主要是冷却)所需的额外能源。根据Ascierto(2018)的数据,PUE系数为1.58,这是2018年全球数据中心的平均值。

    参考来源

    - 位置:《大语言模型-基础与前沿 (熊涛)》第12章《环境影响》(源文件:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter14.xhtml) - 结论依据:原文该段以「研究人员将总功耗其乘以PUE——PUE考虑了支持计算基础设施(主要是…」为中心展开,本卡的核心判断「PUE 是什么 电源使用效率(Power Usage Effectiveness」由此归纳;适用条件与代价取自同段上下文。 - 原始内容:研究人员将总功耗其乘以PUE——PUE考虑了支持计算基础设施(主要是冷却)所需的额外能源。根据Ascierto(2018)的数据,PUE系数为1.58,这是2018年全球数据中心的平均值。