customers should expect PCW values of 85%+, often 95%+. This is not a hallucination and is accurate given how we compute this metric
大多数人认为AI代码生成工具应该客观、准确地衡量其贡献，但作者认为这些工具的报告数据被设计得极度偏向高AI贡献比例(85%-95%)，因为它们的计算方法有严重缺陷，如不计算用户粘贴的代码、不计算自动添加的符号等，这些偏差导致AI贡献被高估。
The H100-equivalent unit uses a chip's highest 8-bit operation/second specifications to convert between chips. The actual utility of a particular chip depend on workload assumptions, so H100e does not perfectly reflect real-world performance differences across chip types.
令人惊讶的是：即使使用H100-equivalents作为标准测量单位，也无法完全反映不同芯片类型在真实世界中的性能差异，这表明我们对AI计算能力的测量可能存在系统性偏差，影响我们对AI发展速度的准确理解。
We convert chip computing capabilities into H100 equivalents (H100e) based on their relative FLOP/s specifications, specifically their maximum 8-bit specification.
用「H100 等效值」作为算力通用货币，这个方法论选择本身值得深思：它把 NVIDIA H100 确立为算力的基准单位，就像用美元作为全球储备货币。然而 Epoch AI 自己也承认这种换算「最准确的场景是模型训练」——对于推理负载，TPU 的实际效率可能被系统性低估，意味着 Google 的真实算力优势可能比数字显示的更大。