调整指标：数据中心亟需新的能源效率衡量标准

超级计算机和数据中心运营商缺乏衡量单位能源有用工作的标准，以评估可持续计算的进展。

数据中心需要升级的仪表板，以指导其实现更高能源效率的旅程，显示实际应用的进展。

能效的公式是：完成的工作除以使用的能源，应用于数据中心需要详细拆解。

目前最广泛使用的衡量标准是功耗效率（PUE），它比较设施消耗的总能量与计算基础设施使用的能量。

PUE在云计算兴起期间为数据中心提供了良好的服务，但在生成式AI时代已显不足。

PUE只测量数据中心的能耗，而不衡量其有用输出。

计算机行业在描述系统和处理器时通常使用功率（瓦特），但瓦特仅测量输入功率，而非实际使用的能量或效率。

现代数据中心的度量标准应关注能量，使用千瓦时或焦耳来衡量有用工作。

行业通常以抽象术语（如处理器指令或数学计算）来衡量工作，用户更关心系统的实际工作量。

数据中心可能依赖于MLPerf基准测试，超算中心使用其他工作衡量标准。

新的基准应衡量加速计算的进展，结合并行处理硬件、软件和方法。

例如，Perlmutter超级计算机在科学应用中展示了5倍的能效提升。

专家们也认为需要新的能效指标，PUE已经不再适用。

未来的目标是性能指标，按工作负载细分以提高成功的可能性。

数据中心运营商需要一套基准，测量当今最广泛使用的AI工作负载的能量影响。

需要一个公开的论坛来进行这项重要工作，以确保这些指标准确描述硬件在实际应用中的能量使用。

尽管PUE和Green500等指标推动了能效的巨大进步，但在生成式AI时代仍需进一步提升能效。