AI各种成本指标估算

hao

给你一份极简、可直接拿去评估项目、写进汇报/尽调的《AI工业化核心指标清单》，只留最关键、可落地的口径，不废话。

AI工业化关键指标清单

一、核心产出指标（Token 工厂）

1. 日均总 Token 产出
- 口径：训练+推理总 token/天
2. 推理 Token 占比
- 推理 token / 总 token
- 越高越接近商业化
3. 峰值推理吞吐
- TPS（token/秒）或 QPS
- 决定并发承载能力

二、核心效率指标（黄仁勋核心：电效）

4. 每瓦 Token 产量
- 口径：总 token / 机房总耗电（kWh）
- 单位：token/kWh
- 越高=工业化效率越强
5. 单卡/单机 Token 效率
- 单卡日均 token / 单卡功耗
- 横向对比硬件性价比

三、成本与盈利指标（可算盈亏）

6. 单位 Token 成本
- 口径：（电力+IDC+折旧+人力+网）/ 总 token
- 单位：元/百万 token 或 $/M token
7. 电力成本占比
- 电费 / 总运营成本
- 通常应 40%–70%
8. 单位 Token 收入（如对外服务）
- 营收 / 总 token
9. Token 毛利率
-（单位收入 - 单位成本）/ 单位收入

四、能源与合规（工业化门槛）

10. 绿电占比
- 可再生能源电量 / 总用电量
11. PUE（电源使用效率）
- 总耗电 / IT设备耗电
- 优秀：≤1.2
12. 可用率 SLA
- 年度可用率 ≥99.9% 才算工业化

五、项目一句话评估公式（你可直接用）

AI工业化水平 = 每瓦Token产量 × 绿电占比 ×（1 - 单位Token成本）