GPU利用率高，不代表功耗一定按相同比例上升。显存访问、计算类型、功率限制和风扇转速都会改变实际耗电。要做好GPU节点功耗测算，应把利用率作为负载标签，用功率曲线描述负载与耗电的关系，再用整机电表读数校准。
先明确测算对象和功耗口径
先区分单卡功率、节点内部直流功率与插座侧交流输入功率。板卡功耗反映加速卡本身的耗电；如果用于估算电费或机房供电需求，应优先测量节点交流输入功率，因为它还包含主板、存储、风扇等部件及电源转换损耗。
采样时固定节点配置、环境温度、风扇策略和功率上限，并记录任务名称及持续时间。比如使用配有四张 NVIDIA RTX 6000 Ada 的图形工作站运行 Blender 渲染任务，可以比较不同场景、分辨率或并发数量下的功耗；该卡标称最大板卡功率为300瓦，但这不是每时每刻的实际功率，也不能直接当作节点输入功率。
用利用率给功率曲线分段
单看平均利用率容易误判：两个任务都显示70%，一个可能持续进行高强度计算，另一个可能在等待数据。建议同时记录GPU利用率、板卡功耗、显存占用和整机输入功率，并把利用率作为分组条件，而不是直接乘以额定功率。
建立可复测的负载档位
- 记录空闲基线：节点启动并稳定后，采集至少数分钟的输入功率和各卡功耗，排除启动、更新等短时活动。
- 运行代表性任务：选取实际会长期运行的训练、推理或渲染任务，分别记录低、中、高负载阶段。使用 nvidia-smi 或 NVIDIA DCGM 获取GPU遥测数据；整机功率则用具备功率记录功能的PDU或插座侧电表测量。
- 按时间对齐数据：将遥测采样间隔统一，例如每秒记录一次，并剔除任务切换、进程启动等异常点。对每个档位计算平均功率和高分位功率，分别用于日常能耗估计和供电余量规划。
- 重复并更新曲线：每种负载至少重复多轮。驱动、功率限制、环境温度或任务版本改变后重新采样，避免沿用不再适用的曲线。
从曲线推算节点功耗
下面的数字只演示计算方式，不是该产品的实测结果。假设某节点在固定环境下测得：利用率约25%、60%、90%时，交流输入功率分别为0.72、1.05、1.38千瓦。若任务有30%的时间处于60%档、70%的时间处于90%档，平均输入功率可估为1.05×0.3＋1.38×0.7＝1.28千瓦；运行8小时的电量约为10.2千瓦时。
| 利用率档位 | 示例输入功率 | 用途 |
|---|---|---|
| 约25% | 0.72千瓦 | 低负载或间歇任务 |
| 约60% | 1.05千瓦 | 中等持续负载 |
| 约90% | 1.38千瓦 | 高负载任务 |
实际项目应以本机测量值替换表中示例。若只有板卡功耗数据，可先求各卡功耗之和，再加入实测的节点基础功耗，并考虑电源效率；但当目标是电费或机房输入功率时，直接测交流侧通常更可靠。测算功耗曲线时还要保留峰值信息：平均值适合核算能耗，短时高分位值更适合检查供电和散热余量。
常见问题
利用率达到100%，功耗是否也达到上限？
不一定。任务可能受显存、带宽或功率限制，利用率满载不等于所有计算单元持续达到最高功耗。
多久采样一次合适？
持续性任务可从每秒一次开始；若负载变化很快，可缩短间隔。关键是让GPU遥测与整机电表数据使用相近的时间粒度。
不同任务能共用一条功率曲线吗？
不建议直接共用。渲染、训练和推理的计算模式可能不同，应分别采样；只有验证功率分布接近后，才考虑合并档位。
可靠的GPU节点功耗测算，不是把利用率简单换算成瓦数，而是按真实任务采集功率曲线、测量整机输入，并用运行时长核算电量。这样既能估算常态消耗，也能识别高负载时的供电需求。
