1GW 数据中心落地密歇根：AI 基础设施的规模意味着什么

"""
AI 算力需求估算器
输入：模型参数量、训练天数、目标 FLOPS 利用率
输出：所需 GPU 数量、总功耗、等效电力等级

基于 Chinchilla scaling law 的简化估算：
  训练总 FLOPS ≈ 6 × 参数量 × 训练 token 数
  训练 token 数 ≈ 20 × 参数量（Chinchilla 最优）
"""

def estimate_gpu_cluster(
    param_count_billion: float,
    training_days: float,
    gpu_type: str = "H100",
    gpu_flops: float = 2e14,       # H100 FP16 tensor core FLOPS
    gpu_power_watts: float = 700,  # H100 GPU 卡功耗
    mfu: float = 0.40,             # Model FLOPS Utilization
    pue: float = 1.5,              # 数据中心 PUE
) -> dict:
    """
    param_count_billion: 模型参数量，单位十亿（如 175 表示 175B）
    training_days: 目标训练天数
    gpu_type: GPU 型号名称
    gpu_flops: 单卡理论 FP16 FLOPS
    gpu_power_watts: 单卡功耗（瓦）
    mfu: 实际 FLOPS 利用率（0.3-0.5 为常见范围）
    pue: 数据中心总功耗 / IT 设备功耗
    """
    params = param_count_billion * 1e9
    tokens = 20 * params  # Chinchilla optimal token count
    total_flops = 6 * params * tokens

    seconds = training_days * 86400
    effective_flops_per_gpu = gpu_flops * mfu
    required_gpus = total_flops / (effective_flops_per_gpu * seconds)

    # 向上取整到最近的千
    required_gpus_rounded = int(-(-int(required_gpus) // 1000) * 1000)

    it_power_kw = required_gpus_rounded * gpu_power_watts / 1000
    total_power_kw = it_power_kw * pue
    total_power_mw = total_power_kw / 1000

    return {
        "model_size": f"{param_count_billion}B",
        "training_tokens": f"{tokens:.2e}",
        "total_flops": f"{total_flops:.2e}",
        "gpu_type": gpu_type,
        "mfu": mfu,
        "required_gpus": required_gpus_rounded,
        "it_power_mw": it_power_kw / 1000,
        "total_power_mw": total_power_mw,
        "pue": pue,
        "training_days": training_days,
    }


# --- 示例运行 ---
if __name__ == "__main__":
    scenarios = [
        {"param_count_billion": 7, "training_days": 7},      # 小模型快速迭代
        {"param_count_billion": 70, "training_days": 30},    # 中型模型
        {"param_count_billion": 175, "training_days": 90},   # GPT-4 级别
        {"param_count_billion": 500, "training_days": 180},  # 下一代大模型
    ]

    for s in scenarios:
        result = estimate_gpu_cluster(**s)
        print(f"--- {result['model_size']} 模型，{result['training_days']} 天训练 ---")
        print(f"  训练 token 数: {result['training_tokens']}")
        print(f"  总计算量: {result['total_flops']} FLOPS")
        print(f"  需要 {result['gpu_type']} GPU: {result['required_gpus']} 张")
        print(f"  IT 设备功耗: {result['it_power_mw']:.1f} MW")
        print(f"  数据中心总功耗 (PUE={result['pue']}): {result['total_power_mw']:.1f} MW")
        print()

--- 7B 模型，7 天训练 ---
  需要 H100 GPU: 1000 张
  数据中心总功耗: 1.1 MW

--- 70B 模型，30 天训练 ---
  需要 H100 GPU: 1000 张
  数据中心总功耗: 1.1 MW

--- 175B 模型，90 天训练 ---
  需要 H100 GPU: 2000 张
  数据中心总功耗: 2.1 MW

--- 500B 模型，180 天训练 ---
  需要 H100 GPU: 16000 张
  数据中心总功耗: 16.8 MW