# 推理存储加速项目怎么验收？四道门禁的做法

> 把推理存储加速的验收拆成四道按周推进的门禁：到货验收、单机基线、联测主门禁、稳定性验收。每道都有可测量的通过条件，不达标就停。

网页地址: https://vuke.top/insights/inference-storage-acceptance-gates · 更新于 2026 年 11 月 12 日

发布于: 2026-11-12

**问题**: 推理存储加速项目应该怎么验收，才不会为没有兑现的性能买单？

**结论**: 把验收拆成四道按周推进的门禁，每一道都有可以测量的通过条件，任何一道不达标就停在那里：G1 到货验收（第 2 周）、G2 单机基线（第 4 周）、G3 联测主门禁（第 7 周）、G4 稳定性与验收（第 10 周）。

## 为什么要分门禁

性能类项目最常见的纠纷是：设备到了、钱付了，上线后的数字和方案书对不上，而双方对「怎么算达标」各有说法。

门禁化的做法是把这个争议提前。合作开始之前就写清楚每个阶段测什么、测到多少算过；过了才进下一阶段，没过就止损。买方承担的风险被限制在当前这一道门禁以内。

## 四道门禁的通过条件

下面是我们在联测中使用的四道门禁，全程约 10 周。

- G1 到货验收（第 2 周）：物料全部到货并点验合格；每台阵列上电自检通过，24 块盘全部识别。
- G2 单机基线（第 4 周）：复现单节点 8 卡推理基线，与 R1 报告口径的偏差在 ±10% 以内 [R1](https://vuke.top/evidence/R1)；单阵列本地压测达到实测锚点 83% 的线效。
- G3 联测主门禁（第 7 周）：TTFT 降幅 ≥25%，吞吐提升落在 +29–40% 的实测区间内 [R2](https://vuke.top/evidence/R2) [R3](https://vuke.top/evidence/R3)；8 个节点共享一台阵列时，回读带宽逼近网卡上限。
- G4 稳定性与验收（第 10 周）：72 小时连续压测不中断；注入单盘、单链路故障时业务无感；出具签字版联测报告。

## 门禁上的数字从哪里来

门禁阈值不是谈判出来的，而是从已有的实测报告里取的。G3 要求的吞吐区间就是 480B 模型两种部署形态下测得的 +29–40% [R2](https://vuke.top/evidence/R2) [R3](https://vuke.top/evidence/R3)。

这样设计的好处是双向约束：厂商不能事后降低标准，买方也不会被要求接受一个从未被测出来过的指标。

## 买方应该额外要求什么

除了门禁本身，有三样东西值得写进合作条款。

- 签字版报告：每道门禁的结果落在纸面上，而不是停留在演示里。
- 复现材料：补丁、负载客户端、编排脚本和原始数据，让你自己的团队能重跑 [R8](https://vuke.top/evidence/R8)。
- 可重算的测算模型：投入产出的测算用源码交付，你可以换成自己的参数重新计算。

## 相关实测报告

- [R1](https://vuke.top/evidence/R1) · FX100 大模型推理与训练综合性能测试报告（AMD MI308X × 8） (AMD Instinct MI308X × 8 · ROCm 7.2)
- [R2](https://vuke.top/evidence/R2) · FX100 KV Cache 性能测试报告（480B · TP8 长上下文） (AMD Instinct MI308X × 8 · ROCm 7.2)
- [R3](https://vuke.top/evidence/R3) · FX100 KV Cache 性能测试汇总报告（480B · TP4×2 · 全指标） (AMD Instinct MI308X × 8 · ROCm 7.2)
- [R8](https://vuke.top/evidence/R8) · FX100 KV Cache 测试代码导出包与原始测试数据 (AMD Instinct MI308X · ROCm 7.2)

## 外部参考资料

- [MLPerf Inference: Datacenter](https://mlcommons.org/benchmarks/inference-datacenter/) · MLCommons. 推理性能公开基准的测试口径，讨论「可比、可复现」时的中立参照