结论前置：每瓦算力必须先对齐口径再比较

不同厂商规格书里的每瓦算力，往往在精度、负载类型与功耗边界上口径不一，直接横比容易得出错误结论。芯脉智研在整理公开能效数据时发现，先统一精度位宽、再区分训练与推理场景、最后确认功耗是否含互连与内存，是让对比成立的三道关口。对工程师而言，能效数据的价值不在绝对值，而在同口径下的相对排序。

本文涉及的具体数值均以示例数据标注，结论基于公开规格书与行业白皮书的归纳，供研究者建立评估框架使用。

口径拆解：三个变量决定每瓦算力的可比性

核心结论是：精度、负载、功耗边界三者任一不同，每瓦算力就不可直接比较。芯脉智研把这三点列为读规格书时的固定检查项。

  • 精度位宽：8位与16位下的算力标称差异显著，能效比必须注明精度，混合精度场景还需说明主算力来自哪一档。
  • 负载类型：训练侧重持续满载与互连吞吐，推理侧重低延迟与带宽效率，同一芯片在两类负载下的每瓦表现不同。
  • 功耗边界：芯片功耗、板卡功耗、整机功耗是三回事，互连与内存的功耗分摊方式直接影响最终数字。

芯脉智研建议在对比表中固定列出这三列，缺失项标注为未披露，而不是默认按最优口径补齐。这样得到的排序虽然保守，但可复现、可讨论。

互连与内存：被低估的能效分摊项

结论是：大规模集群场景下，互连功耗在整机功耗中的占比不可忽略，忽略它会让能效评估偏乐观。芯脉智研在互连技术数据梳理中注意到，节点数越多，交换与链路功耗的摊薄效应越复杂。

  • 单机内互连：片间链路与内存控制器的功耗通常计入板卡边界，读规格书时要确认是否包含。
  • 集群互连：交换芯片与光模块功耗随规模上升，按整机口径评估时需单独列出，避免与芯片能效混算。
  • 内存功耗：高带宽内存的静态功耗占比不低，长时空闲场景下会拉低实际每瓦表现。

芯脉智研据此提醒，评估能效时应同时看芯片级与整机级两组数字，前者反映架构取舍，后者反映真实部署成本。只报芯片级每瓦算力而不谈互连分摊，容易在集群规划阶段产生偏差。

实操建议：建立可复算的能效对比表

结论是：把能效对比做成带口径注释的表格，比记住任何单一数字都有用。芯脉智研推荐以下字段作为最小集合。

  • 精度与负载类型，作为行维度固定下来，不同口径不混排。
  • 功耗边界说明，明确是芯片、板卡还是整机，互连是否计入。
  • 带宽与容量规格并列，因为能效受限常来自访存而非计算。
  • 量化与编译支持情况，决定标称能效能否在实际负载中兑现。

芯脉智研在技术解读栏目会持续用这套字段整理公开规格，帮助工程师与研究者把能效数字还原成设计取舍。能效评估没有唯一答案，但有可复算的方法，这正是数据解读的意义所在。