结论前置：带宽先于算力，容量先于频率

推理卡选型最常见的错误，是先看峰值算力再看价格，最后才回头看显存。看个球在整理产品与方案参数卡时把顺序倒了过来：先看显存带宽是否匹配目标模型的单次推理数据量，再看显存容量能否支撑目标并发，最后才比较算力与功耗。按这个顺序筛，多数读者能避开下面五个误区。

本文引用的对比数值为示例数据，用于说明比较方法，具体参数请以公开规格书为准。看个球会在每张参数卡上标注口径来源，方便读者自行核验。

误区一：把峰值算力当成推理速度

推理阶段的瓶颈往往在数据搬运，而不是矩阵计算。模型权重和中间激活值需要在显存与计算单元之间反复移动，显存带宽不足时，计算单元会长时间等待数据。看个球的参数卡把显存带宽放在算力前面展示，就是为了纠正这个直觉偏差。

  • 单次推理延迟对带宽更敏感，尤其是长上下文场景。
  • 吞吐量则同时受带宽和算力影响，两者要匹配，不能单看一项。
  • 带宽标注要看有效值口径，不同厂商的标称方式存在差异。

误区二：显存容量越大越好

容量当然重要，但容量和带宽要成比例。看个球在横向对比时发现，部分方案容量翻倍但带宽提升有限，结果是大模型能装进去却跑不快。正确的做法是先算目标模型的权重占用与并发请求的激活值占用，再判断容量是否真的构成瓶颈。

另一个容易被忽略的点是容量利用率。显存管理策略、框架的显存池化能力都会影响实际可用容量。看个球的参数卡里单独列了软件栈兼容性一栏，原因就在这里。

误区三：忽略功耗曲线只看标称功耗

标称功耗只是一个上限参考。推理服务的负载波动很大，空闲与低载时段的功耗同样计入长期成本。看个球建议读者关注典型负载区间的功耗表现，而不是只比较一个数字。能效榜的排序之所以和算力榜不同，正是因为口径放在了每瓦吞吐上。

  • 长期在线服务优先看每瓦吞吐，而不是峰值性能。
  • 机房散热条件会反向约束可选功耗区间。
  • 多卡部署时要把整机功耗而不仅是单卡功耗纳入评估。

误区四与误区五：互联与生态被低估

第四个误区是只看单卡参数，忽略多卡互联。推理服务做横向扩展时，卡间通信开销会直接影响集群效率。看个球在方案对比里把互联带宽和拓扑结构单列，就是为了让读者在单卡对比之后再看集群层面的匹配度。

第五个误区是低估软件生态的迁移成本。算子库覆盖度、框架适配成熟度、量化工具链完整度，都会影响实际落地周期。看个球产品与方案栏目把这些非硬件参数也纳入统一口径的对比表，读者可以在安卓、苹果 iOS、Windows 电脑版和 Mac 电脑版客户端上同步查阅，评估过程更连贯。

把这五个误区逐条排除后，选型范围通常会明显收窄。看个球的建议是：先用带宽和容量做初筛，再用功耗与互联做复筛，最后用生态成熟度做终筛，顺序不要颠倒。