维谛技术（Vertiv）：从PUE到Tokenomics，AI Factory的计分牌正在重写
当AI从模型竞赛走进算力基建竞赛，一座AI Factory到底值不值钱，正在被重新定义。过去十年，人们习惯用机柜数量、装机规模来判断一座数据中心的价值，用PUE判断它是否高效。但一个更直接的问题已经摆到所有建设者面前：同样投入100MW的合同电力，究竟能换来多少真正可用的AI产出？
近日，在2026全球计算大会（CGC）主论坛上，维谛技术（Vertiv）大中华区市场营销及产品应用部副总裁田军博士以《Tokenomics——从经济新视角，如何通过基础设施优化，实现每MW合同电力的最大AI产出》为题发表演讲，提出了衡量AI基础设施经济效益的新框架——Tokenomics：以每个合同MW能产生多少有效AI输出（Token）来量化投资回报，把物理基础设施的性能，直接映射到AI工厂的商业价值。
在他看来，PUE衡量的是“电浪费了多少”，而Tokenomics衡量的是“电变成了多少有效算力产出”。从前者到后者，是AI基础设施建设逻辑的一次根本转向。
合同电力并不等于算力电力：一座园区要穿过五道关口
判断一座AI Factory的真实产出，要先从电力说起。
从合同电力出发，电并不直接进入算力，而要在不同环节被多次“打折”：并网与接入限制、限电和场地就绪，让可交付的站点电力先缩水一部分；冗余预留、拓扑裕量和配电开销，再让设施可用电力退一步；制冷、排热、水泵、风机、照明与控制，又占用掉一笔可观的设施负载；电能转换损耗、网络、CPU、内存与服务器风扇，继续从关键IT电力上切走一块；走到最后，热降频、运行不稳定、停机与维护降额，还会让额定GPU电力再打一次折。
层层递减之后，真正留给有效算力的电力，已经明显低于当初签下的合同容量。名义上的装机规模与最终在产出Token的算力，中间隔着一整条会持续漏损的链路。
而这五道关口里，只有“制冷与配电”这一段，是PUE能够看见的。所以田军博士强调，真正值得算清楚的，不只是电消耗了多少，而是——从政府获得的电力容量，究竟有多少真正变成了AI生产力。
同样的兆瓦，不同的产出：差距不在芯片里
如果说电力在传输与转换中损耗惊人，那么Token产出效率的差距更值得深究。
田军博士给出了一组对比：同样是合同电力、同样规模的GPU集群，行业中位水平与行业领先水平，在设施可用电力、关键IT电力到有效GPU电力上的逐级留存并不相同，留在算力端的电力差距尤其突出；折算到产出端，每兆瓦每秒能跑出的Token数量以及每天每兆瓦对应的算力价值，领先者都明显高出一截。
也就是说，同样的电力投入，最终产出相差悬殊。这道差距不产生在芯片里，而产生在从电力接入到算力输出的整条基础设施链路——同样的电，进去的方式不同，出来的算力就不同。
为了把这道账算清楚，Tokenomics覆盖全链路经济产出，用四个核心指标回答客户最关心的问题：Tokensper Second是有效吞吐，衡量算力的最大产出能力；Tokens per Watt是能源生产率，衡量有限电力能换来多少产出；Tokens per Dollar是经济生产率，衡量每一美元能创造多少Token；Time to First Token是收入速度，衡量从签约到首个Token产出需要多久。
四个指标最终收束为一个终极指标：每兆瓦每秒，能产出多少Token。
把每一级漏损收回来：系统融合，才是Token价值的放大器
让每一MW电力创造更多Token，答案并不是简单增加设备，也不是单独提升某个环节的效率。因为决定AI Factory最终产出的，是从电力接入到算力运行的整个系统。
对应前文的漏损链路，抓手其实清晰。在供电架构上，通过800 VDC架构减少转换级数，以UPS功率平滑和故障穿越稳住负载，用MV BESS UPS应对AI脉冲负载，把冗余预留与转换环节丢掉的那部分电力尽量收回来；在热管理上，以更高水温的液冷运行、热链路系统级优化，把设施负载与热降频带来的损失收回来；在交付与复制上，用工厂预制、数字化验证的参考设计，以及电力、制冷与IT的一体化交付，压缩Time to First Token，堵住接口处的容量泄漏。
由此可见，只有从单点优化走向系统协同，才能让每一环节的改善，转化为整个AI Factory的产出价值。这也正是维谛技术（Vertiv）“全融合物理基础设施”理念的核心所在。同时，这一理念已经落地为具体的基础设施解决方案——Vertiv™OneCore全融合基础设施解决方案，通过供电、制冷与IT基础设施的集成化设计，以及预制化、模块化的交付方式，减少传统现场集成的复杂性，为AIFactory的快速部署和规模化复制提供支持。