GPU 基础设施采购指南：「通过测试」到底测了什么？

评估 GPU 基础设施时，「通过测试」本身信息量有限，关键在于测的是什么，测试被分为诊断测试、微基准、应用基准和试点/验收测试四层。以 Nvidia DCGM 为例，不同诊断套件可覆盖内存、计算、PCIe、NVLink、功耗、温度、NCCL 测试及软件部署检查，但通过诊断既不等于每个组件和路径都健康，也无法预测大规模分布式训练的实际表现。