AI 基建效能標尺正從省電轉向產 Token 效率

1/ 2026 年 7 月 17 日，WAIC 2026 算電協同論壇，商汤大裝置事業群發布「算電協同 Agent」，並主張替換指標：把 PUE（衡量機房電力轉換效率）換成 TPW（Tokens Per Watt，每瓦特電力產出多少有效 Token）。兩個縮寫只差一個字母，但優化目標截然不同，一個盯著機房有沒有浪費，另一個盯著 AI 工廠的整體生產力。

AI 基礎設施的競爭維度正在重構，業界指標正從單純衡量機房節能的 PUE，轉向衡量 AI 實質生產力的每瓦 Token 產出率（TPW）。

2/ 電力之所以需要重新定位，關鍵在於規模。算力排程、電價時段、儲能策略三層能不能協同，直接影響單 Token 電力成本。PUE 在設備選型時有用，但機房蓋好後，真正決定每度電能產出多少 Token 的，是這幾層的系統級調度，PUE 根本量不到這裡。

3/ 商汤在臨港 AIDC 的自報成績：單位電力成本 Token 產出提升 80%、平均電費比同區低 10%、算力負荷預測準確率 96%，預估年碳減排 24,000 噸/萬 P。系統以五條演算法決策鏈，將負荷預測、電價、儲能與 Token 產能排程串接起來，即時電價變化因此能直接納入算力調度決策。聲明：該算電協同平台已通過信通院《算電協同平台能力測試方法》測試，但上述績效數字屬商汤單方陳述，目前尚無第三方獨立複現，本篇取指標轉向視角，並非背書數字本身。

4/ 更重要的是，商汤並非唯一推動這項變革的業者。同場達卯科技發布算電協同 2.0，長江三峽集團、中國能源研究會等多方也聯合發起「算電協同生態聯合體」。市場研究機構 IDC 也認為，AI 基礎設施競爭重心將從硬體規格轉向系統效率，衡量標準是單位能耗、單位成本能持續產出多少有效 Token。多個節點往同一方向移，是產業共識的訊號，不是個別廠商造勢。

5/ 這對建構者來說，商汤與達卯等業者推動的「算電協同」，直接將 AI 推理的成本競爭，從晶片層拉高到系統調度層。硬體紅利的邊際增益在縮小，這意味著推理服務的下一個成本彎折，理論上更有機會來自排程優化，而不是等下一代 GPU 落地。如果你在設計推理服務定價或評估 AIDC 合作夥伴，TPW 這個維度值得比算力規格表更早納入，但自報數字的可複現性，仍需更多獨立驗證才能當作選型依據。