芯耀
330
GW（吉瓦）不是电力单位吗？怎么成了算力单位？算力单位不是TOPS吗？都没错，先看一个例子。
OpenAI的CFO Sarah Friar最近在博客中公布了一些关键数据，其中算力评估中的算力单位，用的就是GW。这些数据显示了该公司的收入增长与算力扩张之间的关系，二者几乎同步：在2023年至2025年这短短两年间，计算能力增长了约9.5倍，而收入增长了约10倍。OpenAI试图证明一个“良性循环”的模式：对算力的投资推动研究和技术进步，进而带来更好的产品、更多用户和更高收入，而这些收入又可以再次投入用于获取更多算力。
注意，在评估OpenAI计算能力时，Sarah Friar使用的就是GW，而非TOPS。
表1：OpenAI的计算能力与收入增长
来源：响指整理
其实，TOPS和GW是两个不同层面、不同用途的衡量单位。简单来讲，TOPS主要用于衡量单个芯片或设备的峰值理论算力，它聚焦于芯片本身的性能表现，是“战术级”的芯片性能指标。比如在评估一款新的GPU时，我们可以通过TOPS数值了解它在处理特定任务时的理论计算能力上限。
表2：GW和TOPS的区别
来源：响指整理
而GW在评估OpenAI等公司构建的超大规模数据中心集群时，是目前更通用且关键的宏观指标。那么，为何OpenAI等公司在谈论战略级算力规划时，更强调GW呢？
归根结底，是电力已成为核心瓶颈。训练和运行尖端AI模型需要海量的GPU，这些GPU集群会消耗巨量电力。AI巨头们的一个共识就是，电力消耗（以GW为单位）已成为衡量计算能力的关键指标。能否获得足够的、稳定的、廉价的电力，直接决定了能部署多少芯片。例如，一个大型的AI数据中心可能需要数GW的电力来维持其正常运行，如果没有充足的电力供应，即便拥有再多高性能的芯片，也无法充分发挥其算力优势。
其次，GW能够反映综合基础设施规模。“GW”不仅包含了芯片本身的算力，更涵盖了为支撑这些芯片所需的一切：庞大的土地、厂房、冷却系统、电网接入等。以OpenAI计划到2033年建成250GW的数据中心为例，这相当于250座核电站的发电量。如此庞大的规模，远超单个芯片性能的概念，它涉及到整个数据中心的规划、建设和运营，是一个综合性的基础设施工程。最后，GW便于宏观规划与比较。在国家级或企业级的AI基建竞赛中，用“GW”来衡量和规划未来的算力需求更为直观。例如，高盛研报就曾用“全球算力供应量57GW”来描述2024年的市场容量。通过GW这个单位，不同地区、不同企业之间的算力规模可以进行更清晰的对比，也有助于政府和企业制定更合理的算力发展战略。
不难理解，TOPS和GW在算力评估中扮演着不同的角色。TOPS让我们了解单个芯片的性能，而GW则让我们看到构建AI数据中心的整体规模和资本投入水平。当我们看到OpenAI公布其计算能力达到多少GW时，它谈论的是其战略级的基础设施与能源指标，及其背后长远发展的宏伟蓝图。所以，在关注算力发展时，不仅要看TOPS，更要明白GW这个同样重要的算力单位。
