羚界基建 / AI 算力

每度電,
交付多少有效運算?

AI 算力的規劃同時面對兩個問題:何時取得可用電力,以及如何在品質、延遲與可靠性要求下,提高每度電的有效產出。

試算用電與效率

從服務需求,推回基礎設施。

工作負載

先確認模型、吞吐、延遲、資料位置與可計費服務需求,再選擇設備與部署方式。

供電與設施

區分 IT 用電與全站用電,確認機櫃密度、冷卻、網路、電網及上線條件。

效能與成本

以相同服務條件測試有效產出與整機實際交流用電,連同系統及營運成本比較。

把效率改善,
換算成用電差異。

設定示例條件,查看固定產出下的用電變化。這是教學情境,不是設備效能承諾。

基準全站功率15 MW
原每日用電360MWh/日
相同產出所需用電300MWh/日
相同產出,用電減少 16.7%

若用電維持不變,產出指數則由 100 提高至 120。

計算:每日全站用電=IT 負載 × PUE × 24;相同產出所需=基準用電 ÷(1+效率提升)。假設服務品質與計量邊界相同,不疊加另一項系統效率改善。

彈性,取決於服務承諾。

即時服務

優先確保延遲與可用性。保留必要容量、連續供應及恢復能力。

批次工作

在交付期限內評估移動時段,配合發電、電價及設備條件。

維護與備援

預先安排切換與維護窗口,以安全餘裕和操作回退保護服務。

從算力需求,走到可驗收的部署。

多據點部署與投資合作,先把設備、機房權利、服務契約及營運責任逐項核對,再安排投入與擴展。

確認可用容量

核對機房空間、電力、冷卻、租用權利與上線日期;規劃容量與實際可承租容量分開。

定義服務與收入

將專用算力、GPU 時數或推論服務對應至同一組設備時段,避免重複計算產出與收入。

分期投入與治理

先驗證客戶需求及首批部署,再依契約、利用率與服務表現推進擴展,明確約定責任、資料及操作權責。

ForwardAI × 算力的發展方向。

量測 → 建議 → 授權執行

先建立站點、機櫃、伺服器與工作負載的能源歸因,再模擬配置及排程。經場域整合、SLA 驗證與權限確認後,才評估受控執行。

AIDC 與跨站協同屬應用發展方向,實際功能及自動化範圍依個別專案驗證。

讓電力條件與服務需求,一起決定規模。

提供工作負載、部署時程與場址條件;從可用容量和第一階段驗證開始。

討論你的計畫