Define el clúster, la utilización real del cómputo, la potencia media y la eficiencia de la instalación. Después compáralos con una carga aproximada de preentrenamiento denso. Todos los supuestos que más cambian el resultado son editables.
—
La barra separa aceleradores, resto de IT y el sobrecoste energético que refleja el PUE. El TDP no se trata como consumo medido: la fracción de potencia media se controla arriba.
Potencia media de instalación: —
Energía durante la ventana programada: —
Energía para completar la carga aproximada: —
FLOPs de modelo sostenidos: —
FLOPs de modelo por MW de instalación: —
MFU y potencia media son variables distintas: un clúster puede consumir mucha potencia y aun así convertir una fracción pequeña del pico teórico en FLOPs útiles del modelo.
La carga usa C≈kND, con k=6 por defecto. Es una aproximación para preentrenamiento denso, no una medición exacta de cualquier arquitectura.
El rendimiento útil se estima como aceleradores × pico denso × MFU. El MFU es editable porque depende de arquitectura, paralelismo, secuencia, software y escala.
La potencia de aceleradores usa TDP × fracción media. Después se añade el resto de IT y finalmente PUE para pasar de energía IT a energía total de instalación.
TDP es un límite de diseño configurable, no una lectura de potencia. MFU no es utilización eléctrica. PUE es una métrica de instalación y puede variar con carga y clima. La aproximación 6ND omite detalles de atención, vocabulario, MoE, recomputación y otras decisiones de entrenamiento. El cálculo tampoco convierte energía en emisiones: para eso haría falta una intensidad de carbono temporal y regional fiable.