一句话定义：Intelligence per Watt（每瓦智能，也称智能能效比）指的是，在固定的功耗预算下，一套 AI 系统能持续交付多少“有用的智能”。
打个生活化的比方。买车时不只看油箱多大，更要看一升油能跑多少公里。模型参数量像油箱容积，跑分像仪表盘上的最高时速，而每瓦智能更像真实路况下的百公里油耗——它回答的不是“极限能多强”，而是“用这点电，能稳定干多少活”。
怎么算
粗略地说：每瓦智能 = 任务效用 ÷ 平均功耗。
分子“任务效用”没有一个官方单位，通常按场景自己定义：可以是任务成功率、一次对话里可接受的回答比例、多步推理走完的概率，也可以把质量折算成“有效 token 数”。分母则用平均功耗（瓦），而不是峰值功耗——因为端侧设备的瓶颈往往是长时间的平均发热与掉电，而不是某一瞬间的峰值。
一个常见的近似做法是：在目标设备上固定任务集，测出每秒能生成多少 token 以及对应的平均功耗，再乘上质量系数。质量系数是关键，它防止“答得快但没答对”被算成高效率。
和相邻概念的区别
| 指标 | 衡量什么 | 主要盲区 |
|---|---|---|
| 参数量 | 模型规模 | 不体现质量与效率 |
| 跑分（benchmark） | 任务准确率 | 常忽略功耗、延迟、散热 |
| 吞吐（tokens per second） | 生成速度 | 不体现质量与耗电 |
| FLOPs per token | 计算量 | 是算力，不是功耗 |
| 每瓦智能 | 单位功耗下的有效智能 | 任务效用难统一，横向比较要谨慎 |
| 每美元智能 | 云端成本视角 | 对电池设备意义有限 |
为什么在端侧更值得看
云端的电费可以摊薄，端侧不行。手机、笔记本、耳机、眼镜、车机都受电池、散热和无风扇设计的硬约束。同一个 7B 级模型，在不同芯片、不同量化方案下，跑分可能差不多，但续航可能差出一倍。这时参数量和榜单名次就解释不了用户体验，每瓦智能才能。
对从业者
选型时别只对着榜单做决定。在目标设备上跑几个自己的真实任务，记录平均功耗与成功率，这才是能决策的数据。量化、蒸馏、稀疏化、KV 缓存优化、批处理策略，本质上都是在抬分子或压分母。
对普通人
“能本地跑大模型”这句话，要追问三件事：插着电还是用电池？能撑几分钟还是全天？机身烫不烫、风扇吵不吵？把这三个问题问完，你得到的其实就是一个粗略的每瓦智能判断。
涉及具体设备的功耗与性能表现，以厂商官方页面为准。