power usage effectiveness
PulseAugur coverage of power usage effectiveness — every cluster mentioning power usage effectiveness across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的PCE指标旨在提升AI数据中心的电力供应
一种名为电力计算效率（PCE）的新指标正在数据中心行业获得关注，作为优化AI工作负载电力分配的一种方式。与衡量运营效率的电力使用效率（PUE）不同，PCE侧重于数据中心配置的电力中有多少实际可用于计算服务器，而不是用于冷却和电力分配等支持系统。通过理解和改进PCE，数据中心运营商有可能在现有基础设施中释放显著的电力容量，使他们能够在不寻求额外电网电力的情况下满足日益增长的AI需求。
-
AI 巨大的电力消耗给电网带来压力，促使新的效率指标和政策辩论出现
日益增长的 AI 计算需求正给全球电网带来巨大压力，将重点从先进芯片转向保障电力供应。传统的 PUE（Power Usage Effectiveness，电力使用效率）等指标在 AI 时代已不足以评估数据中心效率，需要关注对不断变化的硬件的适应性、高效的传热以及在当地条件下的可靠运行。这种能源消耗的激增正引发关于基础设施成本和监管措施的辩论，例如美国的“纳税人保护法案”，旨在保护消费者免受工业 AI 需求驱动的费率上涨的影响。
-
商汤AIDC荣获AI算力效率与能源协同双5A认证
商汤临港人工智能计算中心（AIDC）在中国新型电力系统能效协同评估中获得最高5A评级。这项计算效率和能源使用效率的双重认证，标志着该中心成为行业内首个在两项指标上均获得此顶级认证的设施。该AIDC整合了新颖的储能系统和AI驱动平台，以优化电力成本、管理负荷并增强与电网的协同，从而显著降低能耗和碳排放。
-
商汤提出TPW指标衡量AI基础设施效率
商汤推出一项新指标TPW（Tokens Per Watt），旨在重新定义AI基础设施的效率，超越传统的PUE（Power Usage Effectiveness）。TPW衡量每单位能源产生的有效令牌数量，以优化计算能力与电力消耗的协同作用。这一新标准解决了在当前“Token经济”时代PUE的局限性，因为该时代正从原始计算能力转向高效生成高质量令牌。
-
商汤在WAIC 2026上发布AI Agent，提升每瓦特Token产出
商汤在2026世界人工智能大会（WAIC 2026）上发布了新的“计算-电力协同Agent”。该Agent旨在通过引入新的指标TPW（Tokens Per Watt，每瓦特产生的Token数）来优化AI数据中心的效率，该指标衡量单位电费产生的Token价值。在商汤临港AIDC的初步部署中，该系统已显示出单位电费Token产出提升80%，平均电费价格降低10%。
-
新的PUe框架通过有偏数据集增强学习 · 跟踪2个来源
研究人员开发了一个名为PUe的新框架，通过解决现实世界数据集中选择偏差来增强正例-无标签（PU）学习。该框架建立在Bekker等人先前的工作基础上，引入了归一化的逆概率加权PU风险公式，并与现代成本敏感方法集成。在MNIST、CIFAR-10和ADNI等数据集上的实验表明，在标签分布不均时，PUe的表现优于现有的PU基线。
-
AI时代需要新的数据中心供电设计；欧盟视AI为未来优化器
一项新的研究论文提出了一个框架，用于设计数据中心供电层级，以满足AI加速器日益增长的需求，预计到2027年，每个部署的需求将达到1兆瓦。该框架使用预测模型和生产数据，根据吞吐量、功耗和成本评估设计，并强调多资源闲置如何影响可部署容量和资本支出。与此同时，欧盟机构EU-LISA的一份报告建议，虽然AI可以优化数据中心运营并提高PUE等效率指标，但基于AI的解决方案尚未成熟到可以立即全面采用来管理整个复杂的数据中心环境。
-
欧盟数据中心可持续性报告揭示显著数据缺口
欧洲新的数据中心可持续性报告计划揭示了显著的数据缺口，许多运营商无法提供所需的指标。参与评估的一位研究人员指出，只有大约三分之一的设施提交了数据，即使如此，关键信息也常常不完整或不一致。托管模式（提供商管理基础设施，租户管理服务器）带来了特别的挑战，它使IT层面的数据碎片化，阻碍了全面报告。