只有 通过精准的性能评估与测试，发现算力系统的瓶颈，才能促进算力技 术创新和产品优化，不断提升算力质量发展水平。
目前我国算力评估主要可分为规格算力评估和算力综合评估两 大类。其中，规格算力评估主要关注硬件设备的计算性能，评估方法 通常采用标准化的测试程序，对硬件设备进行基准测试，以获取其计 算水平。算力综合评估通常采用多种测试方法和工具，对算力系统进 行多元的性能测试和分析，由于综合考虑多个因素，评估过程相对复 杂。规格算力评估和算力综合评估各有优缺点，适用于不同的应用场 景和需求。
（1）规格算力评估 规格算力评估主要以芯片的标称算力为基准，一般可分为部件级 算力评估、单机算力评估、算力中心/集群算力评估三个维度。部件级 算力评估主要测试部件的规格算力，针对部件标称的算力指标进行测 试，如内存的 Stream 测试软件，硬盘测试软件 IOzone 等，反映硬件 设施的基本性能；单机算力评估多采用实际业务中的计算密集型业务 场景作为测试负载，得到该设备的整机算力，如通用算力评测工具 SPEC、CPUBench 等，只关注 IT 计算设备的单台设备性能，无法完整体现集群系统性能；算力中心/集群算力评估按照通用算力中心、智 算中心、超算中心分类检测，这类测试侧重于对算力系统的单一性能 评价，如超算算力评测工具增较成熟的有 Linpack（集群环境下多采 用 HPL 基准）等，重点呈现系统在稠密矩阵求解方面的能力。
（2）算力综合评估 现阶段算力综合评估一般涉及算力的多维度、多指标分析，不同 的评估模型体系分析角度不同，侧重点也有一定偏差。部分评估体系 侧重于算力计算能力的综合展现，针对性解决基于单一指标难以全面 评估算力水平的问题。如算力五力模型综合考虑通用算力、智能算力、 算效能力、存储能力、网络能力，结合双向投影法和 TOPSIS 方法对 算力综合情况进行评估。部分评估体系充分响应国家政策趋势和发展 需求，针对某一方面进行系统评估。如“《数据中心全生命周期绿色算 力指数白皮书》针对算力绿色低碳发展方面构建了数据中心全生命周 期绿色算力指数体系，从安全高效性、绿色低碳性、管理智能性和全 生命周期绿色管理四个维度评价数据中心的绿色算力水平。整体而言， 现阶段算力综合评估重点在于检测算力单一维度的能力，无法广泛覆 盖算力从建设到应用的综合性评估。
从规格算力评估和算力综合评估体系的指标中可以看出，算力评 估指标从单点部件能力逐步过渡到更全面的系统能力，也逐渐更加响 应产业发展趋势和国家政策要求。结合以往算力评估体系及当前算力 需求特点，本报告认为算力评估体系应做出系列优化：第一，应以应用为导向，增加实际业务性能指标检测。规格算力 并不能准确反映实际计算能力，因为算力的发挥需要算力系统各个部 件的协作，任何性能上的薄弱环节都会对整个计算系统产生影响。另 外，虽然理论算效衡量方式较为简洁，但不能完整反映真实的网络、 存储等系统能力。人工智能时代的高质量算力如何进行评估，对应的 标准体系如何建立，需充分考虑应用实际情况，因此应增加实测性能 指标直观地反映计算系统在特定作业上的、用户可获得的计算能力。
第二，应聚焦人工智能，强化 AI 业务支撑能力评估。人工智能 驱动算力走向“重应用”阶段，算力加速向政务、工业、交通、医疗 等各行各业渗透，成为传统产业智能化改造和数字化转型的重要支点， 提升算力在垂直行业领域的智能支撑水平是未来算力高质量发展的 重要着力点。对于算力质量的评估应聚焦算力在 AI 业务中的性能表 现，为人工智能时代下算力高质量发展提供指导。 第三，应全面节能降碳，注重全生命周期碳足迹管理。PUE 及耗 电量通常被认为是算力绿色评估的核心指标，如 2020 年底全国数据 中心平均 PUE 为 1.62，总耗电量为 939 亿 kWh，2023 年底平均 PUE 和总耗电量分别为 1.48 和 1500 亿 kWh。算力产业耗电量急剧增加， 但 PUE 优化空间不断缩小，单纯从 PUE 角度进行评估优化已无法适 应算力产业的绿色发展需求。因此，应从全生命周期角度对算力碳足 迹进行优化管理，评估算力从采购、设计到运营、回收等全产业链的节能降碳水平，响应国家双碳目标。
第四，应以系统为核心，算力设施与算力资源利用整合评估。从评估体系现状可以看出，现有评估体系多是以上架率、PUE、WUE 等 指标为主，无法综合反映算力资源应用时的系统性能。以上架率为例， 据中国信通院统计，2023 年底全国在用数据中心上架率为 66.7%，该 指标通过简单的计算就可以得出当前全国算力资源的利用情况，然而 上架率主要关注物理层面的资源占用情况，如机架空间、电源插座等， 忽略了服务器的实际性能和负载情况。如果数据中心的服务器配置不 合理或存在大量闲置资源，即使上架率很高也可能无法满足实际业务 需求。因此，算力评估指标方面应将算力基础设施和算力资源利用情 况统一考量，注重算效水平、智效水平、碳效水平等效率的综合评估， 弥补现有评估体系过于注重算力单一方面性能指标的缺点，满足日益 复杂多元的算力应用需求。
结合评估体系构建现状和建议，本报告在此基础上，致力于构建 全面、实用的算力质量评估体系，客观评价算力质量发展水平，尝试 提出高质量算力评估体系。评估体系评估对象主要为算力系统，在评 价指标的筛选上强调以下六个原则: 一是导向性原则，确保评估指标与政策目标和区域发展需求保持 一致；二是系统性原则，要求评估体系全面覆盖高质量算力的关键特 征，确保评价结果能够全面反映算力质量；三是针对性原则，强调选 择与高质量算力特征紧密相关的指标，使评估更具针对性和准确性； 四是全面性原则，确保评估体系综合考虑数据的可获取性和量化的可 行性，以实现全面、高效的评价；五是可操作性原则，要求评估体系的设计既要理论合理，也要实际可行；六是可拓展性原则，要求评估 体系具备适应未来技术迭代和政策变化的能力。这些原则共同确保高 质量算力评估体系既符合当前需求，又能够灵活适应未来的发展。
根据建立评估体系系统性、全面性等原则，征求专家意见，梳理 高质量算力内涵、特征及关键影响因素，从算效水平、智效水平、碳 效水平、可获得水平、可持续水平 5 个维度形成“五位一体”高质量 算力评估体系，指标包括理论算效、实测性能、模算效率等 12 个指 标。
算效水平主要通过理论算效、实测性能、资源利用率三大指标评 估，反映实测计算性能和算力资源利用率。 （1）理论算效：理论算效（CE）是算力（CP）与所有 IT 设备 功耗的增值。数值越大，代表单位功率的算力越强，效能越高。计算公式为：CE=CP/∑IT。理论算效的单位为 FLOPS/W，即单位功率的 算力。提升算效可以同时降低 IT 设备本身的运行成本和制冷设备的 运行成本，从而降低算力系统整体供电负担，降低整体的能耗。根据 理论算效公式，可以通过提升算力输出或者降低能耗来提升算效。 （2）实测性能：实测性能反映算力系统对特定 AI 业务的处理能 力。将代表性 AI 应用负载的实测性能综合起来，最终得出算力系统 的综合实测计算能力，通过几何加权平均的方式获得具体数值，有助 于进行定量、对增性分析。通过实测性能评估可准确了解算力系统在 实际运行中的性能表现，避免仅依赖理论计算或模拟结果导致的偏差。 （3）资源利用率：通过算力系统实际运行过程中的平均资源利 用率来综合评估。如可通过 IT 负载率或 GPU 平均利用率来衡量。IT 负载率可以反映算力系统 IT 设备的有效工作效率，是服务器总实际 功率与总额定功率的增值，从设备层面衡量服务器的利用水平。GPU 平均利用率可以确保 GPU 资源得到充分利用，减少额外的硬件投资 需求，降低运营成本。
智效水平主要评估算力系统的人工智能业务支撑能力，体现在能 根据 AI 业务的需求实现灵活自主、智能化的高效处理。通过模算效 率和智能化程度两大指标评估。 （1）模算效率：模算效率正增于模型精度与模型的计算效率， 模型本身精度越高、在对应软件上对硬件性能利用率越高、推理及训 练所需算力越小，模算效率越高。模算效率评测对象是大模型训练和推理的整机系统，包括模型本身、软件框架、算力底座，用于反映被 测试模型在硬件和软件框架下的系统性能。 （2）智能化程度：通过算力系统自动化水平和智能优化能力来 评估。自动化水平衡量算力系统在任务调度、资源分配、故障恢复等 方面的自动化程度。高自动化程度意味着算力系统能够减少人工干预， 提高运维效率。智能优化能力衡量算力系统是否具备根据实时负载和 性能数据进行自我优化的能力。具备智能优化能力的算力系统能够更 好地适应业务变化，提高整体性能和效率。
碳效水平追求最低碳排放情况下的最大化算力输出，主要通过全 生命周期低碳管理能力和算力碳效两大指标来评估。 （1）全生命周期低碳管理：主要从算力的采购、设计、建设、 运营、回收等全生命周期角度评估算力的低碳性。可通过算力系统碳 足迹和全生命周期绿色发展战略来评估。算力系统碳足迹是指算力系 统全生命周期过程中产生的温室气体排放总量，反映算力系统在整个 生命周期中的环境影响程度。全生命周期绿色发展战略意味着算力系 统的采购、设计、建设、运行维护直至最终退役和回收的全过程都要 充分考虑绿色发展，保障全产业链节能减排。 （2）算力碳效：是兼顾算力 IT 设备的碳排放量和算力性能的综 合指标，指设备使用周期内产生的碳排放与所提供的算力性能的增值。 最新发布的《数据中心绿色低碳发展专项行动计划》提出到 2030 年 底，全国数据中心单位算力碳效达到国际先进水平，未来算力碳效或将成为算力系统设备设计、选型的重要指标。
可获得水平考察算力是否能够满足普适应用需求和普惠使用成 本要求。主要通过普适能力和普惠能力两大指标综合评估。 （1）普适能力：主要考量算力对多样化应用场景的广泛支撑能 力，可根据内部业务支持、区域业务支持、全国范围内业务支持能力 来分级评估。应用门槛低、使用灵活的普适算力有助于满足不同行业 和领域的多样化算力需求，推动人工智能、大数据、物联网等技术与 实体经济的深度融合。 （2）普惠能力：主要考量算力是否满足各行各业低成本使用需 求，通过算力的市场价格优势进行综合评估。主要进行成本效益分析 和定价策略分析，对增算力提供者的服务价格与其竞争对手的价格， 评估其性价增。
可持续水平考察算力系统技术兼容、供应链完备、产业生态开放 的程度。通过技术兼容性、供应链完备程度、产业生态开放水平三大 指标评估。 （1）技术兼容性：通过模拟实际应用场景，对算力系统进行兼 容性测试，以验证其在协同工作时的稳定性和性能表现，进行分级评 估。评估算力系统技术兼容性有利于确保不同系统、设备和应用之间 能够高效地交互和协作，从而提升整体性能和用户体验。 （2）供应链完备程度：评估供应链中供应商的数量和质量，包括供应商的稳定性、交货能力、质量控制等方面；评估合作伙伴数量 与质量，如是否拥有广泛的合作伙伴网络，包括硬件供应商、软件开 发商、服务提供商等。 （3）产业生态开放水平：分析算力系统的标准化建设程度，如 采用的技术标准是否与行业主流标准兼容。另外评估算力系统是否构 建开放的平台生态系统等。产业生态开放有助于确保不同厂商的设备 和技术能够无缝集成和协同工作。
评估体系构建意义。 “五位一体”高质量算力评估体系规范加速我国算力产业高质量 发展。在算力产业由“量”向“质”的关键阶段，算力发展面临大规 模、高要求、异构化等多重挑战，如何准确评估算力的质量是算力建 设者和使用者同时面临的问题，从算效水平、智效水平、碳效水平、 可持续水平、可获得水平五个方面构建完整、准确的高质量算力评估 体系，可规范加速算力产业高质量发展。从算效水平上，提升算力资 源利用率和实测计算性能；从智效水平上，提升算力人工智能业务支 撑能力；从碳效水平上，促进算力全生命周期节能降碳；从可获得水 平上，推动算力应用普适普惠；从可持续水平上，促进算力技术、产 业、生态良性发展。 “五位一体”高质量算力评估体系为我国算力产业的技术创新与 基础设施建设提供指引。该评估体系涵盖算效、智效、碳效、可获得、 可持续等算力系统建设运营关键因素，多维度客观评估我国算力质量 情况。通过评估标准的建立，可帮助企业用户识别和优化资源配置， 提高算力资源的使用效率，并且可激励企业进行技术研发和创新，以 满足更高的评估标准，从而推动整个行业的技术进步。在算力相关项 目的规划期、建设期、运营期等不同阶段，该评估体系可为算力实现 高质量、全生命周期可持续发展提供指导，推动算力产业的标准化进 程，为行业的长远发展奠定基础。
